橙心橙怡1. 力扣刷题的价值与意义
作为一名程序员，算法能力就像厨师的刀工一样重要。力扣（LeetCode）作为全球知名的算法练习平台，汇集了各大科技公司的面试真题和经典算法问题。2026年1月22日这天的刷题记录，看似普通，实则蕴含着系统提升算法思维的关键路径。
我坚持每日刷题已有三年，发现一个规律：那些最终进入头部科技公司的程序员，90%都有持续刷题的习惯。但刷题不是简单的"题海战术"，而是要有方法、有记录、有反思。这份笔记就是我在实战中总结的高效刷题方法论。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 当日的题目选择策略
2.1 题目类型分布
这天我选择了3道题目，覆盖了不同的难度和类型：
- 简单题：两数之和（经典热身）
- 中等题：字母异位词分组（字符串处理）
- 困难题：接雨水（动态规划/双指针）
这种"简单-中等-困难"的阶梯式安排，既保证了热身效果，又能逐步挑战思维极限。根据认知科学的研究，这种渐进式训练最能促进大脑形成长期记忆。
2.2 热题100的刷题逻辑
我特别关注力扣热题100榜单，因为这些题目：
- 出现频率：统计显示这些题在面试中出现概率超过70%
- 知识覆盖：涵盖8大算法类型（数组、链表、树等）
- 思维训练：每道题都有多种解法，培养多角度思考
比如当天的"字母异位词分组"，就是热题100中的经典案例，考察了哈希表和字符串处理的综合运用。
3. 具体题目解析与实现
3.1 两数之和的四种解法
这道题看似简单，实则暗藏玄机：
python复制# 暴力法 O(n²)
def twoSum(nums, target):
for i in range(len(nums)):
for j in range(i+1, len(nums)):
if nums[i] + nums[j] == target:
return [i, j]
# 哈希表法 O(n)
def twoSum(nums, target):
hashmap = {}
for i, num in enumerate(nums):
complement = target - num
if complement in hashmap:
return [hashmap[complement], i]
hashmap[num] = i
关键心得：面试时应该先给出暴力解法，再优化。这展示了你的思维过程，比直接给出最优解更有价值。
3.2 字母异位词分组的优化之路
这道题的核心是如何高效判断异位词：
python复制# 方法1：排序法 O(nklogk)
def groupAnagrams(strs):
groups = {}
for s in strs:
key = ''.join(sorted(s))
groups.setdefault(key, []).append(s)
return list(groups.values())
# 方法2：计数法 O(nk)
def groupAnagrams(strs):
groups = {}
for s in strs:
count = [0] * 26
for c in s:
count[ord(c) - ord('a')] += 1
key = tuple(count)
groups.setdefault(key, []).append(s)
return list(groups.values())
避坑指南：Python中列表不能作为字典键，必须转为元组。这是实际编码时容易踩的坑。
4. 刷题方法论与效率提升
4.1 我的五步刷题法
- 审题阶段（5分钟）：画出示例，确保理解题意
- 构思阶段（10分钟）：在白板写出所有可能解法
- 编码阶段（15分钟）：实现最优解法
- 测试阶段（5分钟）：边缘用例测试
- 复盘阶段（10分钟）：复杂度分析和优化思考
4.2 刷题笔记的黄金模板
我每个题目的笔记包含：
- 问题重述（用自己的话描述）
- 初始思路（包括错误思路）
- 最终解法（带复杂度分析）
- 测试用例（常规+边界）
- 相似题目（举一反三）
例如接雨水这题的笔记就链接了5道相关题目，形成知识网络。
5. 常见问题与解决方案
5.1 刷题时遇到的典型问题
| 问题类型 | 解决方案 | 实际案例 |
|---|---|---|
| 思路卡壳 | 先写暴力解再优化 | 动态规划问题 |
| 边界错误 | 先列测试用例再编码 | 数组越界问题 |
| 超时限制 | 分析复杂度瓶颈 | 嵌套循环优化 |
5.2 效率提升的硬件配置
我的刷题环境配置：
- 外接显示器：竖屏显示题目和代码
- 机械键盘：青轴提升编码节奏感
- 计时器：严格限制每题30分钟
- 白板：手绘算法流程图
6. 进阶资源与学习路径
6.1 力扣之外的补充资源
- 《算法导论》：理论基础必备
- VisuAlgo.net：算法可视化工具
- 牛客网：国内企业真题库
- Codeforces：锻炼快速编码能力
6.2 三个月冲刺计划
根据我的经验，有效的刷题计划应该是：
- 第1个月：按类型刷题（每天2题）
- 第2个月：按公司分类刷（每天3题）
- 第3个月：模拟面试（每天1场）
每周保留一天专门复习错题本，这个循环效果远超无计划刷题。
7. 面试实战技巧
7.1 白板编程的注意事项
- 先问清楚需求（输入输出范围）
- 边写边解释思路
- 预留空间写测试用例
- 字迹工整有层次
- 完成后自我检查
7.2 遇到陌生题目的应对策略
我总结的"三步应急法"：
- 类比：联想相似题目
- 分解：将大问题拆解
- 举例：用具体示例反推
这个方法帮助我在面试中解决了80%的突发情况。
8. 长期维护的知识体系
8.1 我的算法脑图
将算法知识分为：
- 数据结构（数组、树等）
- 算法思想（分治、贪心等）
- 特殊技巧（双指针、位运算等）
- 数学基础（概率、组合等）
每完成一个类型，就在脑图中标记掌握程度。
8.2 错题本的智能管理
使用Notion数据库管理错题：
- 标签系统（按难度、类型）
- 错误原因分析
- 重做时间提醒
- 相似题目关联
这个系统使我的复习效率提升了3倍。
9. 心理建设与习惯养成
9.1 克服刷题焦虑的方法
- 五分钟启动法：先做一道简单题进入状态
- 番茄工作法：25分钟专注+5分钟休息
- 成就记录：每日记录小进步
- 同伴监督：加入刷题小组
9.2 我的每日刷题仪式
- 早晨7-8点：复习昨日错题
- 午休时间：1道新题
- 晚上8-9点：2道新题+总结
- 睡前：快速浏览笔记
这个节奏保持了三年，形成了稳定的算法思维习惯。
10. 工具链与自动化
10.1 我的刷题工具包
- VS Code配置：
- LeetCode插件
- 代码片段管理
- 自动测试脚本
- Chrome扩展：
- 计时器
- 提交历史分析
- 本地脚本：
- 自动生成题目模板
- 统计刷题进度
10.2 自建的刷题统计系统
用Python搭建的看板包含：
- 每日刷题量折线图
- 题型分布饼图
- 通过率趋势图
- 耗时分析直方图
这个系统帮助我发现了"动态规划类题目平均耗时较长"的弱点，从而针对性加强。