前言

這幾年IT技術蓬勃發展，日新月異，對技術人才的需求日益增長，程式員招聘市場也如火如荼，在有限的三五輪面試中，國外流行讓面試者編程解決某些資料結構和演算法的題目，通過觀察面試者編碼的熟練程度、思考的速度和深度來衡量面試者的能力和潛力，國內以百度、阿里、騰訊為首的互聯網企業也都逐步開始采用演算法面試來篩選人才，

眾所周知，很多大廠技術面試的要求是：技術要好，計算機基礎扎實，熟練掌握演算法和資料結構，語言不重要，熟練度很重要，每一輪技術面試都可能考代碼，不只考演算法，但一定會考演算法，

演算法作為大廠面試必備的一個環節！所以要想被錄取就必須依靠牢固的基礎和刷題量，演算法根基不扎實，不僅難過面試，對于代碼性能的提升、編程語言的駕馭也會比別人弱很多，因此，現在演算法基礎不牢固的同學，都很難通過大廠的面試，

所以說：演算法作為大廠的試金石也不為道理的

下面我們就來看看這份在GitHub標星7W的演算法刷題寶典吧

第一章、動態規劃系列

動態規劃問題有難度而且有意思，也許因為它是面試常考題型，不管你之前是否害怕動態規劃系列的問題，相信這一章的內容足以幫助你消除對動態規劃演算法的恐懼，

動態規劃設計:最長遞增子序列
經典動態規劃: 0-1 背包問題
經典動態規劃:完全背包問題
經典動態規劃:子集背包問題
經典動態規劃:編輯距離
經典動態規劃:高樓扔雞蛋
經典動態規劃:高樓扔雞蛋(進階)
經典動態規劃:最長公共子序列
動態規劃之子序列問題解題模板
動態規劃之博弈問題
動態規劃之正則表達
動態規劃之四鍵鍵盤
動態規劃之KMP字符匹配演算法
貪心演算法之區間調度問題
團滅LeetCode股票買賣問題
團滅LeetCode打家劫舍問題

背包問題

描述:給你一個可裝載重量為W的背包和N個物品，每個物品有重量和價值兩個屬性，其中第i個物品的重量為wt[i]，價值為val[i]，現在讓你用這個背包裝物品，最多能裝的價值是多少?

背包問題變體之子集分割

上面我們提到了經典動態規劃: 0-1背包問題詳解了通用的0-1 背包問題，今天就來看看背包問題的思想能夠如何運用到其他演算法題目，

而且，不是經常有讀者問，怎么將二維動態規劃壓縮成一維動態規劃嗎?這就是狀態壓縮，很容易的，本文也會提及這種技巧，

高樓扔雞蛋

今天要聊一個很經典的演算法問題，若干層樓，若干個雞蛋，讓你算出最少的嘗試次數，找到雞蛋恰好摔不碎的那層樓，國內大廠以及谷歌臉書面試都經常考察這道題，只不過他們覺得扔雞蛋太浪費，改成扔杯子，扔破碗什么的，

具體的問題等會再說，但是這道題的解法技巧很多，光動態規劃就好幾種效率不同的思路，最后還有一種極其高效數學解法，秉承咱們號一貫的作風，拒絕奇技淫巧，拒絕過于詭異的技巧，因為這些技巧無法舉一反三，學了也不劃算，

下面就來用我們一直強調的動態規劃通用思路來研究一下這道題，

最長公共子序列

博弈問題

四鍵鍵盤

四鍵鍵盤問題很有意思，而且可以明顯感受到:對dp陣列的不同定義需要完全不同的邏輯，從而產生完全不同的解法，

區間調度問題

打家劫舍問題

打家劫舍系列總共有三道，難度設計非常合理，層層遞進，第一道是比較標準的動態規劃問題，而第二道融大了環形陣列的條件，第三道更絕，把動態規劃的自底向上和自頂向下解法和二叉樹結合起來，我認為很有啟發性，如果沒做過的朋友，建議學習一下，

下面，我們從第一道開始分析，

第二章、資料結構系列

這一章主要是一些特殊的資料結構設計，比如單調堆疊解決Next GreaterNumber,單調佇列解決滑動視窗問題;還有常用資料結構的操作，比如鏈表、樹、二叉堆，

演算法學習之路
二叉堆詳解實作優先級佇列
LRU演算法詳解
二叉搜索樹操作集錦
如何計算完全二叉樹的節點數
特殊資料結構:單調堆疊
特殊資料結構:單調佇列
設計Twitter
遞回反轉鏈表的一部分
佇列實作堆疊堆疊實作佇列

LRU演算法詳解

快速計算完全叉樹的節點

如果讓你數一下一棵普通二叉樹有多少個節點，這很簡單，只要在二叉樹的遍歷框架上加一點代碼就行了，但是，如果給你一棵完全二叉樹，讓你計算它的節點個數，你會不會?演算法的時間復雜度是多少?這個演算法的時間復雜度應該是O(ogN*logN),如果你心中的演算法沒有達到高效，那么本文就是給你寫的，

單調佇列

前文講了一種特殊的資料結構「單調堆疊」monotonic stack,解決了一類問題「Next Greater Number」，本文寫一個類似的資料結構「單調佇列J，

佇列實作堆疊|堆疊實作佇列

第三章、演算法思維系列

本章包含一些常用的演算法技巧，比如前綴和、回溯思想、位操作、雙指標、如何正確書寫二分查找等等，

回溯演算法團滅子集、排列、組合問題
回溯演算法最佳實踐:解數獨
回溯演算法最佳實踐:括號生成
滑動視窗技巧
twoSum問題的核心思想
常用的位操作
拆解復雜問題:實作計算器
燒餅排序
前綴和技巧
字串乘法.
Floodi演算法詳解及應用
區間調度之區間合并問題
區間調度之區間交集問題
信封嵌套問題
幾個反直覺的概率問題
洗牌演算法
遞回詳解

燒餅排序

燒餅排序是個很有意思的實際問題:假設盤子上有n塊面積大小不一的燒餅，你如何用把鍋鏟進行若干次翻轉，讓這些燒餅的大小有序(小的在上，大的在下) ?

FloodFilI演算法詳解及應用

啥是FloodFill演算法呢，最直接的一一個應用就是「顏色填充」就是Windows繪畫本中那個小油漆桶的標志，可以把一塊被圈起來的區域全部染色，

區間交集問題

本文是區間系列問題的第三篇，前兩篇分別講了區間的最大不相交子集和重疊區間的合并，今天再寫一個演算法，可以快速找出兩組區間的交集，

信封嵌套問題

很多演算法問題都需要排序技巧，其難點不在于排序本身，而是需要巧妙地排序進行預處理，將演算法問題進行轉換，為之后的操作打下基礎，

信封嵌套問題就需要先按特定的規則排序，之后就轉換為-一個最長遞增子序列問題，可以用前文二分查找詳解的技巧來解決了，

第四章、高頻面試系列

本章都是高頻面試題，配合前面的動態規劃系列，祝各位馬到成功!

如何高效尋找素數
如何高效進行模冪運算
如何運用二分查找演算法
如何高效解決接雨水問題
如何去除有序陣列的重復元素
如何尋找最長回文子串
如何運用貪心思想玩跳躍游戲
如何k個一組反轉鏈表
如何判定括號合法性
如何尋找缺失的元素
如何同時尋找缺失和重:復的元素
如何判斷回文鏈表
如何在無限序列中隨機抽取元素
如何調度考生的座位
Union-Find演算法詳解
Union-Find演算法應用
一行代碼就能解決的演算法題
二分查找高效判定子序列

接雨水問題詳解

接雨水這道題目挺有意思，在面試題中出現頻率還挺高的，本文就來步步優化，講解一下這道題，

一、核心思路

二、備忘錄優化

經典貪心演算法:跳躍游戲

說白了，貪心演算法可以理解為一-種特殊的動態規劃問題，擁有-些更特殊的性質，可以進一步降低動態規劃演算法的時間復雜度，那么這篇文章，就講LeetCode.上兩道經典的貪心演算法:跳躍游戲I和跳躍游戲II，

如何尋找消失的元素

隨機演算法之水塘抽樣演算法

我第一次見到這個演算法問題是谷歌的一道演算法題:給你一一個未知長度的鏈表，請你設計一個演算法，只能遍歷一次，隨機地回傳鏈表中的一一個節點，

二分查找高效判定子序列

二分查找本身不難理解，難在巧妙地運用二分查找技巧，對于一個問題，你可能都很難想到它跟二分查找有關，比如前文最長遞增子序列就借助一個紙牌游戲衍生出二分查找解法，

由于篇幅原因，僅展示資料部分截圖，需要這兩份完整演算法筆記的朋友，關注我+點贊本文給更多有需要的人，最后【見下圖】，即可獲得資料免費領取方式哦~童叟無欺！！！

看看下一份刷題寶典

又是一份高質量演算法刷題寶典

第二份演算法算題寶典

學習指南

陣列系列

兩個陣列的交集

02、題解分析

首先拿到這道題，我們基本馬上可以想到，此題可以看成是一道傳統的映射題(map映射)，為

什么可以這樣看呢，因為我們需找出兩個陣列的交集元素，同時應與兩個陣列中出現的次數一

致，這樣就導致了我們需要知道每個值出現的次數，所以映射關系就成了<元素,出現次數>，剩下的就是順理成章的解題，

由于該種解法過于簡單，我們不做進一步分析，直接給出題解:

03、題目進階

題目在進階問題中問道:如果給定的陣列已經排好序呢?你將如何優化你的演算法?我們分析一下，假如兩個陣列都是有序的，分別為: arr1 = [1,2,3,4,4,13]，arr2= [1,2,3,9,10]

對于兩個已經排序好陣列的題，我們可以很容易想到使用雙指標的解法~

解題步驟如下:

<1>設定兩個為0的指標，比較兩個指標的元素是否相等，如果指標的元素相等，我們將兩個指標一起向后移動，并且將相等的元素放入空白陣列，下圖中我們的指標分別指向第一個元素，判斷元素相等之后，將相同元素放到空白的陣列，

最長公共前綴

01、題目分析

02、題解分析

03、代碼分析

買賣股票的最佳時機

01、題目分析

而且這一型別的題，面試時出現的頻率非常的高，稍微改一改條件，就讓我們防不勝防，那我們如何攻克這一類題型呢?我們從最簡單的一道開始看起:

02、題解分析

鏈表系列

環形鏈表

今天為大家帶來，鏈表檢測成環的經典題目，如果你覺得你會了，請你不妨耐心些認真看下去，我相信會有一些不一樣的識訓!還是先從一道題目開始喲，準備好了嗎? Let' s go !

01、題目分析

02、題目分析

哈希表判定

題解三:雙指標解法

動態規劃系列

爬樓梯

01、概念講解

02、題目分析

03、圖解分析

最小路徑和

在上一篇中，我們通過分析，順利完成了“三角形最小路徑和”的動態規劃題解，在本節中，我們繼續看一道相似題型，以求能完全掌握這種"路徑和”的問題，話不多說，先看題目:

01、題目分析

02、題目圖解

打家劫舍

在前兩篇中，我們分別學習了“三角形最小路徑和”以及“矩形最小路徑和"的問題，相信已經掌握了這類題型的解題方式，我們只要明確狀態的定義，基本上都可以順利求解，

在本節中，我們將回歸一道簡單點的題目，目的是剖析一下狀態定義的程序，并且舉例說明如果狀態定義錯誤，會對我們帶來多大困擾!希望大家不要輕視

01、題目分析

02、題目圖解

字串系列

反轉字串

字串中的第一個唯一字符

二叉樹系列

最大深度與DFS

平衡二叉樹

在之前的系列中，我們已經學習了二叉樹的深度以及DFS,如果不會可以先查看之前的文章，今天我們將對其進行應用，直接看題目，

滑動視窗系列

滑動視窗最大值

有讀者小伙伴建議講一下滑動視窗相關題型，因為經常面試會被問到，所以就開了這個系列(所以如果大家有想讓分享的題型都可以留言區告訴我，任何事情我覺得都需要有反饋，比如一個錯你不反饋，我不知道.那就只能這樣過去了..)閑話不噦嗦，直接看題!

博弈論系列

囚徒困境

海盜分金幣

在面試的程序中，除了常規的演算法題目，我們經常也會被問到一些趣味題型來考察思維，尤其以FLAG (Facebook, LinkedIn, Amazon, Google)等公司為典型，而這類問題的背后，很多都有博弈論的影子，所以在本系列，我將為大家分享一整套需要掌握的博弈論相關知識，希望大家可以喜歡，