企业官网建设流程全解析

第十五周刷题总结：从“能做出来”到“讲得清楚”

刷题这件事，第十五周是个很有意思的节点。前面三个月的新鲜感早就褪了，肌肉记忆开始形成，但瓶颈感也在同一时间冒出来：题量上去了，看到题却总觉得“见过但不会做”。我自己的第十五周刷题总结，主线不再纯粹是“又刷了多少道”，而是从题型分类、套路沉淀、复述检验三个维度做了一轮系统性的复盘。这篇文章就是这周复盘的全记录，包含了我对选题思路、典型套路、踩坑过程的具体拆解，适合正在按周推进刷题计划的人，也适合准备面试算法题时总感觉差一口气的人。

这周我一共刷了42道题，其中新题28道，二刷及以上14道，集中在数组、二叉树、动态规划三个板块，外加每天两道热题保持手感。数据不算夸张，但重新组织和输出的内容比之前四周都要扎实。因为到第十五周，我开始强制自己把每道题不只是“跑通”，而是能用一两句话讲清楚“为什么这么解”。这个转变带来的效果非常明显：以前很多一知半解的题，现在能自己推出来；以前每次都要翻答案的模板题，这周开始能够独立默写核心代码。

1. 第十五周刷题概况与选题思路

1.1 本周核心范围与数据回顾

按照老规矩，每周的第一天先定范围。第十五周我没有继续开新专题，而是做了两件事：第一，把前几周刷过的区间问题、二叉树遍历、基础动态规划做了一次横向整理；第二，每个分类挑出高频题和易错题，重新做一遍并补充了完整注释。

本周记录如下：

• 新题数量：28道，其中数组类8道、二叉树类9道、动态规划类7道、其他（栈、哈希、双指针）4道
• 二刷及复现：14道，全部要求“不看答案独立完成，并输出题解思路”
• 周中错题复刷率：100%，每次错题都记录到了错题本，并在三天后重新写一遍核心代码
• 累计耗时：约21小时，平均每天3小时，周末会额外加一场两小时的完整模拟

这个数据放在刷题大军里根本不算多，但第十五周我更在意的是“吃透率”。所谓吃透，我给自己定的标准是：过两周再看这道题，不假装熟悉，能直接说出考点、边界条件和最优解推导路径。这个标准定下来之后，刷题节奏明显慢了下来，但踏实了很多。

1.2 周计划安排与选题策略

很多人在周计划阶段容易犯一个错误：按题目难度排期，看到中等题就跳，看到困难题就发怵，结果一周下来全是简单题，或者全是同一个类型的题。我把第十五周的安排分成三个部分：

• 周一至周三：集中处理“旧题复盘 + 同类新题扩展”，比如二叉树部分，先看前两周做过的前序、中序、后序遍历，再延伸到层次遍历、之字形遍历、最近公共祖先。
• 周四至周五：主攻动态规划的“状态定义训练”，不刻意追求难题，而是把爬楼梯、打家劫舍、最长递增子序列、不同路径这几类常见模型反复对比，搞清楚为什么有的题一维dp就够了，有的必须二维。
• 周末：做两场限时练习，一场用来模拟真实笔试环境，一场用来输出题解，写给别人听。

这个策略的核心逻辑是：每周一个主题，围绕主题找变体，而不是每天换一个完全不同的专题。从第十五周的效果看，对比之前碎片化刷题，正确率提升了大概20%左右，尤其是看到题目后的第一反应，明显从“这是什么题”变成了“这题属于哪个模型的变体”。

2. 本周吃透率最高的三类题型套路

2.1 区间类问题：从暴力解法到差分数组的思考链

这周数组部分我重新梳理了区间问题。区间问题在面试里出现频率极高，但真正难的不是判断边界，而是选择数据结构。

以经典的“会议室问题”（给定一系列会议时间区间，判断能否参加所有会议）为例。最暴力的做法是两两比较区间是否有重叠，时间复杂度O(n^2)。但稍微观察一下就会发现：如果先把所有区间按开始时间排序，再检查相邻两个区间是否有重叠，一次遍历就够了，排序O(n log n)，检查O(n)，总复杂度O(n log n)。

这就是区间类问题第一个核心思想：排序后用相邻关系替代两两比较。

接着我把它引申到“合并区间”“插入区间”“会议室II（需要多少间会议室）”这三道变体题。合并区间需要在排序后维护当前覆盖范围，能合并就合并，不能合并就输出上一段；会议室II的常见思路则要换一个角度，把开始时间和结束时间分别排序，然后模拟指针推进。

第十五周我在这个分类里学到了一个以前没仔细用的工具——差分数组。对于“给定多个区间，计算每个点的最大覆盖次数”这类问题，差分数组可以直接把区间更新的时间复杂度从O(k)降到O(1)，这个思路在很多题里都能迁移。日常理解的话，把差分数组想成“一个本子，每个区间的开始位置记一个+1，结束位置后一个位置记一个-1”，最后从前到后累加，就能知道每个点被多少个区间覆盖。这个方法在“航班预订统计”里几乎是标准解法。

2.2 二叉树遍历模板：一个核心框架吃透迭代与递归

二叉树题在第十五周的复盘中占了最大比重，因为我发现自己过去对遍历的掌握还停留在“递归套模板”的层面，一旦面试官要求写迭代写法就容易卡壳。

先说递归。二叉树前序、中序、后序遍历的代码只有几行，本质上都是在访问当前节点这件事上做文章：

void dfs(TreeNode* root) { if (!root) return; // 前序位置 dfs(root->left); // 中序位置 dfs(root->right); // 后序位置 }

关键是理解这三个位置到底意味着什么：前序位置是在进入节点时立刻处理，中序位置是在处理完左子树之后、右子树之前，后序位置是在左右子树都处理完返回时。很多树的题目，思考“应该在哪个位置写处理逻辑”就能迎刃而解。

但递归的问题在于，一旦树很深或者面试官追问，栈溢出和迭代实现就是绕不开的点。这周我把迭代写法彻底练了一遍。核心是用一个显式的栈模拟递归过程。前序遍历最简单，每弹出一个节点就处理，然后先压右孩子再压左孩子；中序遍历需要一个指针变量，先一路向左压栈，再逐个弹出处理，并转向右子树；后序遍历则可以用“前序遍历的镜像”来做，先压左孩子再压右孩子，得到“根-右-左”的顺序，最后反转结果，就得到“左-右-根”。

还有层次遍历，本质上就是BFS，用队列。模板代码如下：

vector<vector<int>> levelOrder(TreeNode* root) { vector<vector<int>> res; if (!root) return res; queue<TreeNode*> q; q.push(root); while (!q.empty()) { int sz = q.size(); vector<int> level; for (int i = 0; i < sz; i++) { TreeNode* node = q.front(); q.pop(); level.push_back(node->val); if (node->left) q.push(node->left); if (node->right) q.push(node->right); } res.push_back(level); } return res; }

这个for循环次数等于当前队列大小的写法，是层次遍历区分“每一层”的关键。这周我在“二叉树的右视图”“填充每个节点的下一个右侧节点指针”“二叉树的最大宽度”三道题里都用到了这个模板，只是每层的处理逻辑稍作变化，整体结构完全一致。

2.3 动态规划的状态定义与转移方程推导

动态规划一直是很多人的老大难，第十五周我也不例外。但这一轮复盘的收获在于，我终于总结出了一套相对稳定的推导流程：

第一步，先想清楚dp[i]或者dp[i][j]代表什么含义，这是最重要的，状态定义错了后面全错。第二步，找转移关系，思考dp[i]是怎么从dp[i-1]、dp[i-2]或者更早的状态得到的。第三步，确定初始条件和边界。第四步，返回目标状态。

以“最长有效括号”为例。题目给一个只包含'('和')'的字符串，求最长有效括号子串长度。暴力做法是每个起点枚举，每次判断合法性，O(n^2)。dp做法就优雅很多：定义dp[i]为以第i个字符结尾的最长有效括号长度。如果s[i]是左括号，那么它不可能作为有效子串的结尾，dp[i]=0。如果s[i]是右括号，就需要分情况：当s[i-1]是左括号，它俩配成一对，dp[i] = dp[i-2] + 2；当s[i-1]也是右括号，就要看i-dp[i-1]-1这个位置是否是左括号，如果匹配，dp[i] = dp[i-1] + 2 + dp[i - dp[i-1] - 2]。

这个推导过程思路本身不复杂，但如果状态定义不够清晰，很容易糊涂。我的建议是不要硬背转移方程，而是画一个字符串索引的示意图，把“以i结尾”这个边界条件反复标注清楚。第十五周我在白纸上把最长有效括号、最长回文子串、编辑距离这三道经典题从头到尾推导了一遍，做完之后对“状态从哪来”有了明显更深的体感。

3. 复盘方法论：让做过的题变成自己的武器

3.1 一刷二刷三刷的时间节奏

第十五周最大的变化是，我建立了更明确的刷题节奏：第一次刷题，只求理解思路，可以看题解，但看完后要关掉答案自己写一遍；三天后第二次刷，独立完成，重点检查有没有卡壳；两周后第三次刷，限时十分钟出思路，二十分钟调试完成。

这个节奏的好处是，它把“会不会做”和“能不能记住”分开了。很多人刷题遇到的问题是：当时看懂了答案，觉得简单，过两周连题目讲什么都忘了。这就是缺少间隔重复的后果。记忆曲线的原理大家都知道，但落到刷题里，很多人就是不愿意回头做旧题。第十五周我强制自己把二刷率维持在30%以上，效果立竿见影，面试风格的限时练习里，读题后想思路的时间明显短了。

3.2 错题本的正确记录姿势

之前我记错题本的方式是：把题号、题名、题解粘进去，美其名曰整理，实际上不会再看第二遍。这周我换了方式，每道错题只记录三样东西：

• 错误原因：是边界条件漏了，还是转移方程写错，还是数据结构选错
• 思考卡点：卡在哪一步，为什么没想到这一步
• 正确思路的一句话版本：方便三天后自我提问

比如有一道“乘积最大子数组”，我犯的错误是只维护了当前最大乘积，却忽略了负数乘负数可能变成最大值的场景。我当时的错误原因记录是“只维护了最大状态，没有维护最小状态”。三天后再看，一眼就想起正负切换这个关键点。

错题的记录不需要长，但要直击痛点。我见过很多人错题本写得很漂亮，各种颜色的高亮，但核心信息都被淹没在排版里。刷题笔记是给自己看的，不是手账，简洁、能回忆起当时的坑就好。

3.3 白纸复述和讲题输出

这周我试了一个新方法，每天挑一道题，按“题目目标-核心思路-复杂度分析-边界情况”四步在白纸上复述，不是写代码，而是像面试时讲思路一样说出来。

这个方法远比想象中有效。因为“写代码”可以依赖调试器修正，但“讲思路”不行，思路不清晰当场就卡住。比如讲“盛最多水的容器”这道题，我一开始只能说出来“双指针移动”，但问到为什么移动较短的边，就含糊了。后来想明白了：容器高度由短板决定，移动短板可能找到更高的新板，移动长板高度只会更差。这一句话想清楚之后，双指针就不是背下来的，而是推出来的。

第十五周这个“讲题”动作大概花了每天二十分钟，但对长期记忆的帮助，比多刷十道新题还大。

3.4 模板代码沉淀与分类整理

随着刷题量增加，我建了一份自己的“模板库”文档，按数据结构分类，每类收录两到三个核心模板。这份模板不是从网上复制粘贴的大而全版本，而是自己手写并注释过的精简版。

比如二分查找模板，我记录了自己最常用的左闭右开写法：

int lower_bound(vector<int>& nums, int target) { int left = 0, right = nums.size(); // 左闭右开 while (left < right) { int mid = left + (right - left) / 2; if (nums[mid] < target) left = mid + 1; else right = mid; } return left; }

关键注释只有一句：“最终left指向第一个不小于target的位置”。这个版本避免了死循环，也统一了搜索区间。模板的意义不是让你死记硬背，而是把每一类题里共通的骨架提炼出来，遇到变体题时只需要在该变的地方变。

4. 本周踩过的坑与排查技巧实录

4.1 TLE超时问题：从暴力到优化的实战记录

第十五周我在“和为K的子数组”这道题上交过一笔昂贵的学费。最直接的思路是枚举所有子数组并求和，O(n^3)，心想数据范围小，说不定能过，结果一提交直接超时。

第二次优化成前缀和数组，预处理前缀和数组之后，枚举子数组起点和终点，O(n^2)可算，但在一组大数据上还是超时。这时候我才意识到，这题的正确打开方式是“前缀和 + 哈希表”。

核心思路是：子数组和等于k，等价于前缀和数组中，当前前缀和减去目标k之后的值，在之前出现过。用一个哈希表记录每个前缀和出现的次数，一边遍历一边查询，时间复杂度就降到了O(n)。

int subarraySum(vector<int>& nums, int k) { unordered_map<int, int> mp; mp[0] = 1; int sum = 0, res = 0; for (int num : nums) { sum += num; if (mp.count(sum - k)) res += mp[sum - k]; mp[sum]++; } return res; }

这个坑给我的教训很直接：不要用“先暴力再优化”的思路应对有明确时间限制的题目。如果题目涉及“连续子数组”并且需要统计次数，应该第一时间往“前缀和 + 哈希表”这个组合想。暴力保平安在小数据量下是对的，但在竞赛和面试场景下，通常目标解法就是最优解附近。

4.2 边界条件与数组越界复盘

第十五周的错题里，有接近三分之一的错误源自身边界条件没处理好。

一个典型案例是“最长回文子串”。我用中心扩展法实现，逻辑本身不复杂，但扩展的判断条件写成了 while (left >= 0 && right < n)，忘记了左右指针还要满足 left <= right，导致奇数长度和偶数长度区分的时候，偶尔会出现越界访问。这种问题最坑的地方在于，小数据量测试根本测不出来，一旦n=1或者回文串出现在字符串尾部，才会暴露。

排查这类问题我的经验是：写完代码之后，立刻用三个极端用例做自测，分别是数组长度n=1、n=2、以及目标结果出现在数组最末端。这三个用例一旦全部通过，越界问题基本能堵住百分之八十。

4.3 贪心思维的常见陷阱

有一类题目会故意引导你往贪心方向想，但正确答案却需要动态规划。第十五周我踩的“跳跃游戏II”就是很好的例子。

题目要求从数组第一个位置出发，跳到最后一个位置的最少步数。一开始我试图维护“当前能到达的最远距离”，每次能跳多远就跳多远，结果在某些用例上答案不对。原因在于，局部最优不等于全局最优。这道题正确的贪心解法确实成立，但需要维护的是“当前步数能覆盖到的区间”以及“下一步能覆盖到的最远区间”，每次在可覆盖的区间内挑一个能跳得最远的位置，而不是盲目地第一次能跳多远就跳多远。

区分贪心和动态规划的一个直观标准是：如果当前选择会限制之后的选项，且需要全局考虑，通常不是贪心；如果当前选择只影响到一个局部结果，且每一步的最优能推出全局最优，才适合贪心。

4.4 心态管理：当刷题从激情变成了任务

第十五周我对心态问题有了新的体感。起因是周三晚上做一道中等难度的动态规划题，前前后后写了40分钟，提交后25个用例只过了17个，状态转移方程出问题，一时间既生气又沮丧。

过去遇到这种情况，我一般会硬刚到底，但这次我选择停下来，去楼下的便利店买瓶水，回来之后把题目重新读了三遍，画了张状态转移的示意图，问题一下就清楚了。后来我反思，刷题过程中的情绪管理，本质上和算法设计中的“剪枝”是一回事。当你在错误的方向上继续投入，边际收益是递减的，甚至为负。与其硬撑着写，不如给自己设定一个“冷静时间”：连续卡30分钟就起身走一圈，回来不直接看题解，而是把题面当新题重新思考一遍。这个方法第十五周帮我解决了不少原本可能要翻答案才能解的题。

5. 十五周刷题实践中的工具与资料取舍

5.1 刷题平台的搭配使用

我平时主要用一个主刷题平台完成日常练习，周末会额外用一个在线评测平台做限时模拟。两个平台的侧重点不一样：日常主刷题平台的题解区讨论氛围比较好，适合看别人的思路和优化方案；周末模拟平台更接近竞赛场景，时间卡得更紧，可以训练在压力下快速定位考点。

但需要注意一点：不要同时在六七个平台注册账号，每天换着刷。平台太多会导致知识碎片化，这套系统做几道，那套系统做几道，最后连自己的刷题记录都找不全。选定一个主要平台，把所有专题的题单都建立在这个平台上，历史记录、错题、收藏夹都在同一个地方，复盘时才不会到处翻。

5.2 本地笔记工具与代码管理配置

第十五周我开始把笔记从零散的备忘录迁移到本地Markdown文件，并且统一了文件命名规则：按“日期-专题-题目名”的格式存储。这个习惯的建立，让复盘时找历史笔记的效率提高了很多。

配合本地代码管理，每个专题一个目录，题解按文件名存成单独的Markdown文件，题目标题用链接指向原始题目，代码段直接嵌入。这样一份笔记就是一份可检索的题解库，配合搜索功能，查找“之前那道区间合并的题”只需要搜索关键词，而不是滚动屏幕翻记录。

5.3 资料选择的“少而精”原则

这周我清理了一批收藏从未看的算法资料和关注列表。之前总喜欢囤各种“算法模板大全”“一百天刷题计划”，实际上每份资料都只翻了前几页。第十五周之后，我的原则是：一份系统性的教材 + 一个题单网站 + 一个交流社区，其他的基本不看。

系统性教材用来建立知识框架，题单网站用来安排每周练习范围，交流社区用来在卡壳时查看别人的思路。三个渠道各有分工，信息冗余少了，专注度自然就上来了。刷题到了第十五周，真正稀缺的已经不是资料，而是对已学内容的消化能力。

6. 关于第十五周刷题总结的一些个人体会

写到这里，第十五周刷题总结也算接近尾声了。如果只让我保留一条这周最重要的心得，我会选这句话：刷题的数量远没有刷题的质量重要，而刷题质量的核心标志，是你能不能在不看答案、没有提示的情况下，把一道题的来龙去脉讲清楚。

“讲清楚”三个字看起来简单，做起来很考验人。它要求你不仅知道解法的步骤，还要知道为什么选这个解法，为什么这里的边界条件是开区间而不是闭区间，为什么这个算法的时间复杂度更优。这些问题在写代码的时候很容易被忽略，但在面试和真实工程场景里，恰恰是判断一个人是不是真的理解了问题的关键。

另一个体会是：刷题不是冲刺跑，而是一场漫长的马拉松。第十五周的我已经没有了第一周那种“今天必须刷十道题”的冲劲，日子反而变得更加平淡和规律。但这种平淡里有一种踏实的进步感。当你发现自己可以在15分钟内默写出二叉树迭代遍历的完整模板，可以在一分钟内判断一道题属于哪种模型，你会感受到前期积累的回报正在一点点显现。

最后再分享一个小技巧：每周结束之后，花半小时把这周所有做过的题过一遍目录，不用写代码，只看题目名称，然后在心里给每道题标一个“掌握”或“不熟”的标签。这个动作看着简单，却能非常清晰地暴露你的薄弱点，是下周计划的起点。第十五周我就是靠这个目录检查，发现二叉树部分掌握得比想象中好，而动态规划的状态定义还需要继续练，于是把第十六周的主攻方向确定为“状态定义专项训练”。