这份 算法专题 不是按教材顺序堆知识点，而是按面试刷题的真实路径整理：先搞清复杂度，再掌握二分、双指针、滑动窗口、DFS/BFS、回溯、动态规划、贪心、Top K 这些高频模板，最后用字符串、链表、排序和 LeetCode 题单做复盘。

算法题准备到后面，很容易陷入一个状态：题刷了不少，但换个条件就卡住。原因通常不是题量不够，而是没有把题目归到模板里。面试时真正有用的是：看到题目后能判断它像哪类问题，先写出可工作的版本，再解释复杂度和边界处理。

• 正在准备校招、社招算法题，希望按题型系统刷 LeetCode 的同学。
• 已经刷过一些题，但复盘时说不清“这题为什么这么做”的读者。
• 数据结构基础还可以，但缺少算法模板和边界处理经验的后端开发者。
• 面试前只有 7 到 30 天，需要快速找回手感的工程师。

算法面试一般不只是看你能不能 AC 一道题，更多是在看 4 件事：

如果只能记一句话：先按题型建模板，再用代表题练迁移。

1. 时间复杂度和空间复杂度面试指南：先把 Big O、递归复杂度和常见误判讲清楚。
2. 二分查找面试题总结：练基础二分、左右边界和答案二分。
3. 双指针与滑动窗口面试题总结：解决数组、字符串、链表里的高频题。
4. DFS 与 BFS 面试题总结：掌握树、图、矩阵搜索和层序遍历。
5. 回溯算法面试题总结：集中处理组合、排列、子集和棋盘问题。
6. 动态规划面试题总结：从状态定义和转移方程入手，不靠背题。
7. 贪心算法面试题总结 和 Top K 问题面试题总结：补齐排序贪心、堆、快排分区和桶计数。
8. 几道常见的字符串算法题、几道常见的链表算法题、十大经典排序算法总结：按专题做面试前复盘。

时间很紧时，不建议从难题开始。7 天路线的目标是恢复模板和手写稳定性：

30 天路线不用追求每天刷很多题。更靠谱的节奏是：每天 1 到 3 道代表题，题后写 5 行复盘。

• 时间复杂度为什么要看最高阶？递归复杂度怎么算？
• 二分查找的 left < right 和 left <= right 怎么选？
• 双指针和滑动窗口有什么区别？
• DFS 和 BFS 分别适合什么问题？什么时候需要 visited？
• 回溯和 DFS 是什么关系？剪枝应该放在哪里？
• 动态规划为什么难？状态定义和遍历顺序怎么确定？
• 贪心为什么需要证明？面试中答到什么程度够用？
• Top K 用堆、快排分区还是桶计数，怎么选？
• 排序算法的稳定性、原地排序、最好/最坏复杂度分别是什么？

• 计算机基础知识体系
• 数据结构专题
• 常见数据结构经典 LeetCode 题目推荐
• 经典算法思想总结
• Java 集合
• 面试准备
• 计算机基础书籍推荐