一份走心算法攻略，一份 20W 字刷题笔记
每个时代，都不会亏待会学习的人。
大家好，我是 yes。
我持续在 LeetCode 刷算法题将近有一年半的时间了，这一年半以来我对算法的看法改变了很多，但是实话实说支持我前进的还是面试。
在之前的文章提到过我是面试驱动型选手，我享受面试官问我啥我都嘴角一翘微微一笑的那种不羁，而近年来算法在面试中的比重越来越大，所以我花了很大的精力去攻克算法这道难关，确实有点难。
先提一下，文末有一份巨全的刷题笔记，待你领取。
我不是天赋型选手，甚至觉得自己有点蠢，在刷题的过程中经常被各种打击，最夸张的就是同一道题刷了 4 次，过一段时间去写还是不会，从下面的这些草稿可以看出我当时内心的那种崩溃。
当然还有给自己加油打气的（不要嫌弃我的字丑哈）。
经过了三本书的系统学习、一年半的刷题，三篇专栏的多次学习，搞了很多大厂的真题练习，基本上有点稳了。
这篇文章想分享一下我面向面试学习算法的一些心得，所以算法大牛、算法爱好者可以关闭这个页面了，这是一篇面向一般程序员的算法面试攻略。
在去年我还参加的极客时间一个话题回答，「数据结构与算法的学习中，面对经典代码是选择自己实现还是背诵?」，一不小心就被选上中奖了，嘿嘿。本来还想把奖品搞个抽奖送出去的，但是这个包装被我扔了，因为两张算法大地图需要长筒来装，不好运输，之后再看看吧。
来看看我是怎么回答这个问题的吧。
数据结构与算法的学习中，面对经典代码是选择自己实现还是背诵?
我觉得学习算法就是理解+持续练习+刻意的背诵(有选择性的背诵)。
有些人学习算法可能是兴趣爱好啥的，很直白的说我就是功利性的学习，并且能够因为功利心而持续学习。
因为功利我想快速得到收益的最大化，但是欲速则不达，因此我会在功利的情况下理性的学习算法。
1、首先巩固基础，万丈高楼平地起。算法就是使用各种数据结构按照一定的流程运行，管你五花八门稀奇古怪的算法题都逃脱不了数组和链表。在数组和链表之上特殊功能化了很多有特殊意义的数据结构：队列，栈等。
数据结构都是因为不同的场景有不同的需求而演化而来，因此在某个场景数组更合适，某个场景链表更合适，你所需要知道的就是它们分别的优缺点和使用的场景，并能知其然而知其所以然。
例如数组下标访问高效，是因为内存连续，因此对 CPU 缓存亲和性更高等。这样使用才能游刃有余，有的放矢。
2、持续练习，光说不练假把式，单单看是没用的，不上手便成空。
我没那算法的天赋，在我认为我对基本数据结构有了一定的了解的情况下，看到有些算法题还是蒙圈，没那思路，脑袋空空，那也只能练呗。
遇到完全没思路的题目最多 5 分钟我就会去找题解，有可能 2 分钟，因为功利嘛，还有一部分我觉得我没那脑子我认清自己哈哈哈。
但是在找题解的时候我是秉着一个必须充分理解的目的去的，不理解不放弃，开玩笑答案至少我还是得看懂吧（这句话我现在收回，当时还是太年轻）。
当然这里的不放弃不是指这半天或者一天内一定要搞定。有时候就会陷入瓶颈，隔一天，或者去玩一下回来就会豁然开朗。
通过持续的练习，你脑子里就会渐渐的了解这些题目的套路，你也能更好的关联各种数据结构，这就是感觉来了，你会发现自己变聪明了，这就是要进入良性循环了，并且持续的练习，你会发现某一天如果你没写算法题的时候会有一种罪恶感！
还有我不会借助 IDE 写，就在 LeetCode 上直接写，一个一个自己敲，时刻为着以后面试写题作准备，没错就是这么功利。
3、刻意的背诵(有选择性的背诵)
有人会说算法是要理解的，死记硬背是没用的。没错理解是肯定要理解的，死记硬背肯定过两天就会忘了。
但是我认为单单理解还是不够的，理解+练习是可以让你做出题目，但是做不到让你不假思索的做出题目，在面试的这种紧张的情况下，只有类似肌肉记忆才能给面试官最强烈的打击，稍微的紧张可能就会导致连环出错，满盘皆输！
因此对于那些经典的代码，常用的例如二分查找，快排等我都会刻意的背诵，达到听到二分查找，脑子里就有那么些代码出现的程度，没错我还是这么的功利。
也就是说平时刷的算法题都要理解，但是一些经典的代码我认为理解还不够，需要背诵形成肌肉记忆。
有些人可能会觉得，没啥好背的啊，多多练习就会了，额其实多多练习就等于背，是吧你说你写个十几遍不就等于背么。只是我是刻意的背。
啧啧，我觉得我说的真好，哈哈哈。
再补充一下这个回答的个别观点：
1、掌握好基础，也就是那些常用的数据结构和算法，比如队列、栈、堆、归排、快排、二分、动态规划等等，熟悉这些经典数据结构和算法，通透的得知他们的适用场景。
解题无非就是将它们套上去，绝对不会叫你创新，你所做的就是套模板，就看你模板选的对不对，套的熟不熟罢了。
2、持续练习，这玩意是最重要的。因为叫很多人看东西没问题，让他上手就会有拖延症，感觉有点麻烦。
但是算法就是得练，没有什么其他选择，不用耍啥小聪明，除非你过目不忘。
因为它的解题思路不太符合正常人的思考，所以你需要持续的练习，让你的思维转变过来，形成看到这类的题目就会有应激反应。
还有两点很关键，我强调一下：
不要花太多时间在一道题上，几分钟没思路就看题解，看了题解再进行理解和默写。 不要用 IDE 写，面试的时候就是没联想提示的，有时候甚至是手写，所以在平时就要做好准备，不打无准备之仗。
上面其实讲的就是平日学习和刷题的套路，接下来讲讲如何上手。
上手攻略
我选择小争哥在极客时间的《数据结构与算法之美》专栏，这个专栏我刷了两遍，虽说我还看了别的专栏，但是这个够了，上手绝佳，贴个专栏的图吧。几乎涵盖了所有的数据结构和算法书籍涉及到的知识点。
我就是看这个入门的，基本的套路讲解的很全，推荐先把专栏全面的看一遍，把每节课涉及的到代码自己敲一遍。
刚好现在极客时间 3 周年庆，活动办得很实在，全场的专栏和视频课，均享受新用户首单 1 元，有看中的可以抓紧入手，反正白嫖。
再说回来，可以按以下学习顺序、难易程度和重点程度来学习这个专栏。
然后再二刷，二刷的目的是提炼和总结，我来贴一下我之前的个别章节总结，这是之前参加极客时间打卡活动留下的。
刷完之后，一些经典数据结构和算法至少都认识，也说得上来，基本上算是入门了。
然后再去看《算法(第4版)》这本书，虽说我看了三本算法书但是我觉得这本够了。
一般而言大家都会先推荐书，毕竟书都比较全也更加系统，但是我喜欢反其道而行之。
因为书太厚了，厚就容易劝退，特别是在你对一个领域不太熟悉的时候。
所以我更喜欢先去学别人提炼过的付费专栏，提炼出来的都是重点，让我对核心知识脉络有了充分的认识之后，再去看书来查漏补缺，建立完善的体系。
因为在你已经了解大致核心知识点后，你再去看大头书就会有一种熟悉感和共鸣感，这种感觉可以让你把书从头看到尾。
至于为什么看了专栏之后还得看书，是因为专栏毕竟是被人提炼过的，而书的知识点大多都是完整的，你先吸收别人提炼过的知识点，带着别人的想法再去系统的学习，从其中再糅合出自己的总结，这样东西才真的是你的。
系统的学习完这本书之后，感觉自己好像很厉害了？
并不是。
你还需要去实战，碰一碰真正的面试题，纸上学来终觉浅。
当然我是在一开始就刷题了，并不是等专栏、书都看完了才上手，我建议在刷专栏期间就去刷题练练手。
我是在 2016 年才知道 LeetCode 这个网站的，当时我看到同项目组的研究生在刷，他在国外读研，他说这玩意是必须刷的。
那时候还没中文版，全英文的我看着很高级就上去玩一玩，不怕各位笑话，第一题就不会，只能写出暴力解法，循环两个数相加之和来对比。
看了题解之后恍然大悟，暗骂自己好蠢，然后继续往后刷了几题成功被劝退，然后就没有然后了...
到现在 LeetCode 上的题也越来越多了，按顺序刷就太"蠢"了，根本就没必要全刷，要刷经典题，归类刷，把一类题型刷出感觉来才罢休。
一般经典的常见的类型无非是 BFS、DFS、双指针、前缀、背包、二分、链表、二叉树、滑动窗口、堆（Top K）、栈、动态规划、回溯、滑动窗口、位运算、图、各种排序等等。
其实还有一些数学类型的题目，我选择放弃，哈哈哈。
正常情况下面试也不会问数学类型的，至于上述所说的题型，已经有一份很 nice 的算法笔记帮你总结了，很完备，很贴心，1730 页，20W 字，汇总了各大题型，基本上每题都附上了各大佬们的高质量解题思路，并附上链接，方便查看原文，我随便截几张图给大家看看。
这个算法汇总是我向鲂姐讨来的，一位刷题找工作的研三党，鲂姐之后打算提供一些关于学习，简历修改，求职路线的1v1辅导服务，敬请期待~
这份总结 PDF 请拉到文末获取。
解题技巧
我再来提一个我个人认为很重要的解题技巧：主干先行再填充细节。这个编码技巧其实不仅仅关乎算法，平日的代码也建议按这个思路写。
我举冒泡排序这个很简单的例子来解释一下这句话的意思。
箭头指向的其实就是交换两个位置内容的代码，可以封装一下，变成下面这样。
这个例子的代码太简单了所以不封装也没事，不过我想提的就是这种封装的思想。
一般而言面试官可以在线实时看到你的编码，他看的不仅仅是你的题解，还包括你的代码风格，排版等等，这也是很关键的一部分。
所以碰到是一些代码比较多的题目时候，注意方法的封装，不要一大坨都写在一起。
主干先行的意思是，例如上面的 swap 方法的实现先不要写，你当自己已经实现了 swap 方法来用就行，这就是先完善主干，清晰思路。 这样的代码看起来就不会凌乱，你自己调理也比较清晰。
等主干写完了之后，再去实现你封装的方法，也就是填充细节。
当然有人是一坨写完了，然后再进行重构，但是我觉得重构是重构，和我说的这种编码技巧不是一个方向。
我要表达的点是在编写代码的时候展示清晰的思路，并且对你个人而言这种做法也更简单，不会让一些细节干扰你的主线。
可能就冒泡排序而言太简单的，感受不太深刻，大家可以在平时刷题时候练练，相信你能体会到这种做法的好处。
最后
可能大家也看过很多学习算法的分享，很多本书、很多网站、很多课程，多并不一定是好事。
— 【 THE END 】— 本公众号全部博文已整理成一个目录，请在公众号里回复「m」获取！ 3T技术资源大放送！包括但不限于：Java、C/C++，Linux，Python，大数据，人工智能等等。在公众号内回复「1024」，即可免费获取！！