不管是為了求職面試，還是為了提高自己的演算法基礎能力，「刷演算法題」都是每個程式設計師的必經之路。如何對待刷題？如何讓刷題變得更高效？我們蒐集了來自《演算法面試通關 40 講》的使用者分享，他們也許可以給你一點啟發。
\n\n
剛看老師的課程沒多久, 收穫不多, 我就把自己的第一道練習題解題心得發出來吧。這個是老師講的第一道 leetcode 演算法題： 兩數之和
\n題目:
\n給定乙個整數陣列 nums 和乙個目標值 target，請你在該陣列中找出和為目標值的那 兩個 整數，並返回他們的陣列下標。你可以假設每種輸入只會對應乙個答案。但是，你不能重複利用這個陣列中同樣的元素。
\n示例:
\n給定 nums = [2, 7, 11, 15], target = 9
\n因為 nums[0] + nums[1] = 2 + 7 = 9所以返回 [0, 1]
\n解答如下:
\n完成這道題，第一次花了半個小時，時間還是蠻長的，畢竟是自己完成的第一道 leetcode 演算法題。不過之前確實演算法練習得很少，解法很簡單，用的是窮舉法，連續兩次遍歷，時間複雜度為 o(n²)。
\n
int twosum(int nums, int target) \n for (int i = 0; i \u0026lt; nums.length; i++) ;\n }\n }\n }\n return new int[0];\n}\nint twosum2(int nums, int target) \n\n// 遍歷陣列裡的每乙個元素\n\nfor (int i = 0; i \u0026lt; nums.length; i++) ;\n\n}\n\n}\n\nreturn new int[0];\n\n}\n將傳入的陣列轉換成 hashmap， 利用 hashmap 查詢速度快的優勢 o(1)，將整體查詢時間降到 o(n)，hashmap 通過以空間換取速度的方式，將查詢速度提高到了 o(n)，這裡用到了分別兩次的迴圈，雖然時間複雜度變成了 o(n)，但實際上是兩倍的 o(n)。
\n之後又思考了一下，發現一次迴圈也能解決問題，時間複雜度可以再次減半，變成真正的 o(n)，於是便有了下面的**。
\n
int twosum3(int nums, int target) ;\n }\n map.put(nums[i], i);\n }\n return new int[0];\n }\n之後我寫了乙個簡單的測試案例來測試這 3 種演算法的耗時，建立了乙個長度為 10 萬的陣列，分別執行這 3 種演算法，發現當資料量大的時候，第 2 種和第 3 種演算法比第 1 種快了不是乙個數量級。而且資料量越大，速度差異越明顯：
\n
int nums = new int[100 * 1000];\n\n for (int i = 0; i \u0026lt; nums.length; i++) \n\n long start = system.currenttimemillis();\n //int indexresult = twosum(nums, 9); // 陣列長度 100000 耗時 1578 ms\n //int indexresult = twosum2(nums, 9); // 陣列長度 100000 耗時 20 ms\n int indexresult = twosum3(nums, 9);// 陣列長度 100000 耗時 14 ms\n\n long end = system.currenttimemillis();\n system.out.printf(\u0026quot;%s, %s\u0026quot;, nums[indexresult[0]], nums[indexresult[1]]);\n\n system.out.printf(\u0026quot;\\r\\n 時間花費: %d ms\u0026quot;, end - start);\n檢視經典面試題：兩數之和
\n\n
之前做 leetcode 的題目一直沒什麼思路，我從課程中學到了如何運用所學理論去思考。
\n下面是今天剛看的題目：滑動視窗的最大值
\n給定乙個陣列 nums，有乙個大小為 k 的滑動視窗從陣列的最左側移動到陣列的最右側。你只可以看到在滑動視窗 k 內的數字。滑動視窗每次只向右移動一位。返回滑動視窗最大值。
\n示例:
\n輸入: nums = [1,3,-1,-3,5,3,6,7], 和 k = 3輸出: [3,3,5,5,6,7]
\n解釋:
\n滑動視窗的位置 最大值[1 3 -1] -3 5 3 6 7 31 [3 -1 -3] 5 3 6 7 31 3 [-1 -3 5] 3 6 7 51 3 -1 [-3 5 3] 6 7 51 3 -1 -3 [5 3 6] 7 61 3 -1 -3 5 [3 6 7] 7
\n下面是通過學習後得到的思路：
\n思路：
\n1、根據優先佇列的概念，我們假設乙個大頂堆，那麼一開始的 [1,3,-1]，這樣一排列成堆的樣子就是 3 在最上面，-1 在左下角，1 在右下角… 下一步就是 [3，-1，-3] 了，1 就要被擠開了，擠開了也不影響什麼，-3 再加進來就好了。總之我們需要做的是：
\n(1)、維護我們的 heap，也就是刪除離開視窗的元素，加入新的元素。這裡時間複雜度是 logk
\n(2)、max-\u0026gt;top，就是讓結果是堆頂的元素。複雜度是 o(1)，最後整體的複雜度是 nlogk。有沒有更好的解法？
\n2、直接用佇列，而且是雙端佇列，也就是兩邊都能進能出的佇列。首先就是入佇列，每次滑動視窗都把最大值左邊小的數給殺死，也就是出隊，後面再滑動視窗進行維護，這樣相當於每乙個數走過場，時間複雜度就是 o（n*1），比思路 1 要小。
\n**如下：
\n\n
希望能學習到更多東西。
\n檢視白板理論講解：滑動視窗的最大值
\n\n
看老師的課程大概一周了，之前看資料結構和演算法懵懵懂懂的，老師結合例項題，一下子清楚很多了，特別是動態規劃哪一課，一下子茅塞頓開。
\n\n刷的一些演算法題。
\n第一步：遞迴 + 暫存
\n
function fib(n) else if (memo[n]) else \n return r;\n }\n使用這種方法試了下 n=100 的時候直接掛了，效率依然很低。所以接下來第二步：
\n第二步：動態規劃
\n
function fib(n) \n return f;\n }\n其實矩陣相乘效率更高，等我學會了再來更新**，學會了簡單得動態規劃已經很開心了。
\n戳此檢視：讓你茅塞頓開的動態規劃
\n\n
聽完最後一課，突然有點不捨。本來學習演算法的初衷是為了面試，現在發現做題本身就是一種享受。
\n課上學到很多收益終身的思考模式：
\n五種演算法模式：
\n\n
function recursion(level, param1, param2) \n\n // 處理當前層級的邏輯\n processdata(level, data);\n\n // 遞迴\n recursion(level + 1, p1, p2);\n\n // 如果需要，反向當前層級\n reversestate(level);\n}\n\n
const visited = new set();\nfunction dfs(node, visited) \n }\n}\n\n
const visited = new set();\nfunction bfs(grapg, start, end) \n}\n\n
function binarysearch(arr, x) \n\n if (x \u0026lt; arr[mid]) \n\n if (x \u0026gt; arr[mid]) \n }\n\n return -1;\n}\n\n
// 狀態定義\nconst dp = ;\n\n// 初始狀態\ndp[0][0] = x;\ndp[0][1] = y;\n\n// dp 狀態推導\n\nfor (let i = 0; i \u0026lt;= n; i++) \n}\n\nreturn dp[m][n]\n\n\n
課程的結束不是終點，而是起點，加油，開啟自己成為真正工程師的道路。
\n檢視課程回顧：面試切題四件套
\n\n
我是覃超，作為 facebook 早期員工 \u0026amp; 多年面試官，我對各大知名企業演算法面試的考察點和面試套路，有非常清晰的理解以及豐富的第一手經驗。在《演算法面試通關 40 講》這門課程裡，我會幫你建立一套完整的演算法切題思路，通過「白板演練 + **講解」的方式，手把手帶你掌握高效解題套路，徹底理解題目背後的考點，鍛鍊演算法思維，讓你在面試和平時的工作中大顯身手。
\n學完這門課，你將收穫以下四個方面：
\n1、常見演算法知識點理論講解
\n2、高頻面試題目思路剖析
\n3、leetcode 高效解題四步法
\n4、有效提公升演算法面試通過率
\n課程已更新完畢，共 62 講，目前已有超過10000人加入學習，課程廣受好評，期待你的加入！戳我立即訂閱。
\n
一道面試題的思考
在繼承中new和override相同點和區別？看下面的 有乙個基類a，b1和b2都繼承自a，並且使用不同的方式改變了父類方法print 的行為。測試 輸出什麼？為什麼？public void dotest public class a public class b1 a public class b...
面試題 4種陣列去重的方法
陣列去重或者其衍生作為筆試題或者機試題出現的機率也是很大的，寫出的方法越多，則讓面試官覺得你思維越開闊，那麼成功的機率當然就大了。廢話不多說，下面來說說下面我整理的4中陣列去重的方法 方法一 findinarr方法 select方法組合 findinarr 查詢乙個數在當前陣列中是否存在，存在返回t...
一道面試題引發的思考
首先我們給出這道面試題的 以及題目 lista new arraylist list.add 1 list.add 2 for string item list 問 上段 執行會報錯嗎？如果把 1 換成 2 會報錯嗎？為什麼？首先給出答案 上面這段 執行不會報錯。把 1 換成 2 再執行就會報錯。為...