1. 三月做题记录程序员的算法精进之路三月的键盘敲击声里总伴随着LeetCode提交页面的刷新音效。作为从业八年的全栈工程师我依然保持着每月至少20道算法题的训练强度——这不是为了应付面试而是对抗技术惰性的最佳武器。本文将完整呈现我的三月刷题清单包含精心挑选的15道经典题型和5道周赛新题涵盖动态规划、图论、数据结构等核心领域每道题都附上我的解题思路、优化过程和实战踩坑记录。2. 题目筛选策略与分类体系2.1 阶梯式难度分布三月题库采用5-7-3的金字塔结构5道基础题巩固模板如二分查找、链表反转7道中等题训练思维如区间合并、拓扑排序3道hard题突破瓶颈如数位DP、线段树应用。这种分布既能保持手感又能持续提升解题能力。注意新手建议调整为8-5-2的比例避免过早接触hard题导致挫败感2.2 题型覆盖矩阵我使用自建的题型检查表确保全面覆盖类别基础题进阶题挑战题动态规划爬楼梯最长递增子序列正则表达式匹配图论岛屿数量课程表II最小体力消耗路径数据结构有效的括号LRU缓存数据流中位数3. 核心解题模式深度解析3.1 动态规划的三层突破以经典题322. 零钱兑换为例我的解题日志记录了三阶段进化暴力递归版初始思路def coinChange(coins, amount): if amount 0: return 0 min_coins float(inf) for coin in coins: if amount - coin 0: res coinChange(coins, amount - coin) if res ! -1: min_coins min(min_coins, res 1) return min_coins if min_coins ! float(inf) else -1时间复杂度O(S^n) S为金额n为硬币种类备忘录优化添加缓存memo {} def coinChange(coins, amount): if amount in memo: return memo[amount] # ...其余逻辑同暴力版... memo[amount] min_coins if min_coins ! float(inf) else -1 return memo[amount]时间复杂度降至O(S*n)DP Table终极版def coinChange(coins, amount): dp [float(inf)] * (amount 1) dp[0] 0 for i in range(1, amount1): for coin in coins: if i coin: dp[i] min(dp[i], dp[i-coin]1) return dp[amount] if dp[amount] ! float(inf) else -1空间复杂度优化到O(S)3.2 图论算法的实战技巧在解决787. K站中转内最便宜的航班时我总结了Bellman-Ford算法的几个关键点松弛操作次数K次中转意味着需要执行K1轮松弛临时数组必要性必须使用临时数组存储上一轮结果防止同一轮多次松弛提前终止条件当某轮松弛未更新任何值时可直接返回优化后的代码实现def findCheapestPrice(n, flights, src, dst, k): prices [float(inf)] * n prices[src] 0 for _ in range(k 1): tmp prices.copy() updated False for u, v, w in flights: if prices[u] w tmp[v]: tmp[v] prices[u] w updated True prices tmp if not updated: break return prices[dst] if prices[dst] ! float(inf) else -14. 高频错题本与Debug实录4.1 边界条件陷阱29. 两数相除这道medium题让我栽了三次跟头溢出处理当被除数为-2³¹除数为-1时结果2³¹会溢出符号处理不能直接取绝对值计算因为-2³¹取绝对值会溢出加速技巧使用指数增长搜索每次将除数翻倍时要注意剩余量可能小于当前除数最终通过的解决方案def divide(dividend, divisor): INT_MIN, INT_MAX -2**31, 2**31 - 1 if dividend INT_MIN and divisor -1: return INT_MAX negative (dividend 0) ! (divisor 0) dividend, divisor abs(dividend), abs(divisor) result 0 while dividend divisor: temp, multiple divisor, 1 while dividend (temp 1): temp 1 multiple 1 dividend - temp result multiple return -result if negative else result4.2 数据结构选择误区在239. 滑动窗口最大值中我最初尝试用大顶堆实现def maxSlidingWindow(nums, k): heap [(-nums[i], i) for i in range(k)] heapq.heapify(heap) result [-heap[0][0]] for i in range(k, len(nums)): heapq.heappush(heap, (-nums[i], i)) while heap[0][1] i - k: heapq.heappop(heap) result.append(-heap[0][0]) return result时间复杂度O(nlogk)后发现单调队列可以实现O(n)def maxSlidingWindow(nums, k): from collections import deque q deque() result [] for i, num in enumerate(nums): while q and nums[q[-1]] num: q.pop() q.append(i) if q[0] i - k: q.popleft() if i k - 1: result.append(nums[q[0]]) return result5. 周赛题目速攻策略三月第四周周赛的压轴题2242. 节点序列的最大得分展示了图论问题的典型解题框架问题转化将节点序列得分转化为寻找长度为4的路径最大权重和邻接表预处理构建每个节点的Top3邻居列表按权重降序四重循环优化通过提前剪枝减少计算量关键实现片段def maximumScore(scores, edges): from collections import defaultdict graph defaultdict(list) for u, v in edges: graph[u].append((scores[v], v)) graph[v].append((scores[u], u)) for i in graph: graph[i].sort(reverseTrue) graph[i] graph[i][:3] # 只保留前三大的邻居 max_score -1 for u in graph: for (score_v, v) in graph[u]: for (score_w, w) in graph[v]: if w u: continue for (score_x, x) in graph[w]: if x u or x v: continue max_score max(max_score, scores[u]scores[v]scores[w]scores[x]) return max_score6. 刷题环境配置与效率工具6.1 本地测试框架我使用pytest搭建的自动化测试环境模板如下import pytest from solution import Solution pytest.mark.parametrize(nums, target, expected, [ ([2,7,11,15], 9, [0,1]), ([3,2,4], 6, [1,2]), ]) def test_twoSum(nums, target, expected): sol Solution() assert sol.twoSum(nums, target) expected6.2 性能分析技巧对于时间复杂度存疑的解法我使用cProfile进行验证import cProfile def test_performance(): # 测试代码... cProfile.run(test_performance(), sortcumtime)7. 下月计划与专项突破根据三月暴露的薄弱环节四月将重点攻坚数位DP专题针对233. 数字1的个数类问题线段树应用解决区域和检索问题博弈论问题如292. Nim游戏的变种我的个人经验是持续记录解题过程中的思维盲点比单纯追求题量更重要。当你在某类题型上反复犯错时往往意味着这里有真正的知识缺口需要填补。