企业官网建设流程全解析

刷题这件事，我前后折腾了大概三年，从最开始连“AC”是什么意思都不知道，到后来能稳定在力扣周赛拿个还过得去的名次，中间踩过的坑、走过的弯路，绝对值得拿出来说说。网上聊刷题攻略的文章很多，但要么太散，要么只讲某一部分，很少有把入门到进阶整个路径捋清楚的。这篇我试着用保姆级的口气，把刷题这件事从头到尾拆一遍：怎么选平台、怎么打基础、怎么刷算法题、怎么整理错题、怎么应对瓶颈期，全都在里面了。不管你是刚准备找实习的在校生，还是半路转码想补基本功的选手，或者已经刷了几十题但感觉很迷茫，这篇都能给你一个大概的坐标系。我尽量少讲废话，每一段都是自己实际试过、踩过、验证过的东西。

1. 刷题前，先把这几件事想清楚

很多人打开力扣（LeetCode）就开始按顺序刷，刷了十几天发现前面刷的忘光了，或者碰到稍微变形的新题就大脑空白。这种情况太常见了，根源不在于你不够努力，而是前期没把刷题这件事的逻辑理顺。磨刀不误砍柴工，刷题前的准备比刷题本身更重要。

1.1 现在刷题是不是晚了——先谈动机和精力分配

我知道很多人的第一反应是：现在开始刷题还来得及吗？我直接给个结论：来得及，但你得接受一个现实——刷题是个时间密集型的技能，短期内搞突击可以应对面试，但要真正内化成编程功底，需要至少三到六个月的持续投入。我说的持续不是每天十小时那种，而是每天一到两小时，雷打不动。你在上面花的时间，会以肉眼可见的速度体现在代码手感上。

刷题的第一步是想清楚目标。你为了什么刷题？是准备校招、社招跳槽、转码补基础，还是纯粹想提升代码能力？不同目标对应完全不同的策略。如果是为了面试，那就得优先刷高频题、经典题，后续我会给你一套优先序；如果是为了补基本功，那就按数据结构为主线慢慢推。这两个方向差得很远，如果你一开始就混合刷，很容易陷入“刷了忘、忘了刷”的循环。

我见过很多半途而废的人，死因不是题太难，而是目标不明确。今天刷一道简单题，明天碰到一道困难题卡了三个小时，心态直接崩掉。刷题的心态应该定位成“健身房练力量”，不是“期末考试突击”。前者允许你循序渐进的进步，后者只会让你焦虑得怀疑人生。

1.2 平台怎么选：力扣、Codebrick、OJ们各自的脾气

国内刷题，最主流的选择是力扣；除它之外，还有牛客网、洛谷、Codebrick、各类OJ（Online Judge），以及国外的HackerRank、Codeforces、AtCoder这些。我先聊聊它们各自的脾气，再给建议。

力扣（LeetCode）最大的优点是题库分类清晰、题解社区活跃、面试考察的题型覆盖完整。它的题目难度标注比较合理，简单、中等、困难三档基本靠谱，而且有“每日一题”“剑指 Offer”这类成体系的题目集合，很适合走面试路线的人。我个人的主力平台就是力扣，后续讲到的绝大多数套路都是建立在这个平台基础上的。

Codebrick这类学习型平台，适合刚入门还在学语法和数据结构的阶段。它往往不是让你上来就写代码，而是用可视化、分步引导的方式让你理解算法过程。坦白讲，这种模式对完全零基础的人很友好，但对已经有一些代码经验的人来说可能略啰嗦。你可以把它当作入门辅助工具，但别停留在舒适区太久。

洛谷和各类OJ则是更硬核的存在。它们大多源自竞赛场景，题目刁钻、边界数据狠，而且几乎不给提示，适合想冲击算法竞赛或者已经把基础打牢之后去虐自己的人。我在入门阶段用洛谷做题经常WA（Wrong Answer）到怀疑人生，后来才发现不是我的代码逻辑错了，而是IO输出格式跟题目要求差一个空格。OJ平台就是这种方式：严苛、不近人情，但也确实能锻炼人。

我的建议很明确：面试导向的，主刷力扣，辅助牛客做笔试题；竞赛导向的，主刷洛谷或Codeforces。两个方向的门道不太一样，但都不建议一上来就在多个平台之间反复横跳，精力真的会被分散掉。

1.3 时间和节奏的安排——我用过的两种方案

刷题的时间安排，我实践过两种方案，各有优劣。第一种叫做“固定时段型”，每天选固定的时间刷，比如晚上八点到十点，雷打不动。优点是容易养成习惯，适合自律性一般的人；缺点是一旦被临时安排打乱，当天的任务基本就废了。第二种叫“灵活碎片型”，早起刷一两道简单题热手，午休时看题解，晚上集中攻坚一道中等题。优点是灵活，缺点是容易变成“只刷简单题”的舒适区循环，因为人的本能会逃避难题。

我的实际经验是，前期用固定时段，后期转碎片型。前期需要高强度建立体感，固定时段能形成肌肉记忆；刷到两百题以后，基础能力已经上来了，碎片型反而效率更高。无论如何，有一点要忍住：别以刷题时长来感动自己。坐在那里三个小时只刷了一道题，和四十分钟高效刷两道题并复盘，后者的实际效果更好。建议以题数为单位做记录，而不是以时长为单位。

2. 基础阶段的必经之路：从搭环境到打出第一份AC

进入正式刷题之前，先把运行环境准备好。这个步骤很多人不重视，直接在力扣网页里写代码，结果到了面试现场或者笔试系统里，连本地调试都不会，瞬间原形毕露。我建议每个人都建立一套本地刷题环境，哪怕再简陋，也得有。

2.1 语言选型和环境热身

刷题用什么语言，这个问题争议很大。我的观点是：如果你不是指望它吃饭的底层语言开发者，就用你面试最熟的那门语言。面试官看重的是你的解题思路和代码风格，不是你会多少门语言。用不熟的语言刷题，等于同时学算法和语法，双重打击，最容易放弃。

我自己主力是Python，理由很简单：语法简洁，写数据结构操作尤其快，能让你把精力集中在思路上而不是语言细节上。但Python有个坑，就是运行效率相对偏低，有些题目要求极高时间复杂度时可能TLE（Time Limit Exceeded）。如果你的面试岗位明确要求Java或C++，那就直接用对应的语言刷，别为了省事用Python，到时候面试还得换语言，又是新一轮的适应成本。

环境配置的核心就三个东西：编辑器或IDE、调试工具、顺手的一套代码模板。我个人的组合是VS Code + Python插件，配合本地终端跑测试用例。刷题的时候，我会先把题目里的示例输入复制到本地，手动构造几条边界数据，跑通后再粘贴到力扣的代码框里提交。这个习惯帮我避开了大量“本地能跑，一提交就错”的尴尬情况。

2.2 必刷基础算法题，到底哪些才叫基础

很多新手问我“基础算法题该刷哪些”，我会给出一份相对精简的清单。你不需要把力扣上两千多道题都刷完，但以下这些类型必须覆盖：数组、字符串、链表、栈与队列、哈希表、二叉树、排序与搜索、双指针、滑动窗口、动态规划基础、贪心算法基础、回溯算法基础。在这些类型里，每个方向找十到二十道高频题来刷，足够支撑起面试所需的基本盘。

我把最核心的题型整理成一个表格，方便你对照自查。表中的优先级是我个人的排序，供你参考。

为什么把数组、链表、二叉树列为最高优先级？因为它们是所有复杂数据结构的基石。你后面学图、堆、并查集，底层逻辑都离不开这三种结构的操作。我见过很多人一上来就死磕动态规划，结果连续卡了一个月，连链表反转都要想半天，那就是优先级排错了。先把最简单的结构吃透，建立正向反馈，再逐步上难度，效率会高很多。

2.3 面对一道陌生题的标准操作流程

刷到不会的题太正常了，关键是你怎么应对。我总结了一套面对陌生题的操作流程，每次照做，基本能稳定推进。

第一步，读题并提取输入输出。把题目的示例自己手动跑一遍，搞明白它问的是什么。第二步，先想暴力解。哪怕你心里清楚暴力解大概率TLE，也要先写出来，因为它是优化思路的出发点。第三步，分析暴力解的瓶颈，想怎么优化。是空间换时间，还是排序后简化问题，或者用双指针把O(n^2)降到O(n)。第四步，写出优化解，手动跑示例。第五步，想边界情况。空输入、单元素、全相等、负数、超大数、溢出，这些情况逐个过一遍。

这套流程看起来简单，但真正做到的人很少。很多人卡在第二步：总觉得暴力解太“丢人”，非要直接想要最优化解。实际上，我的经验是，大多数中等难度的题目，从暴力解出发推优化，是最高效的路径。因为暴力解给了你一个正确的基线，优化方向就有了参照。别怕暴力解，它是你通往最优解的第一级台阶，不是丢人的产物。

3. 核心细节解析：刷题过程中最容易忽略的几件事

刷题这事，表面上是个“做题”的活儿，内里考验的其实是方法。很多人把刷题做成了刷数量，一天五道十道，像完成任务一样划过去，结果一个月下来还是那个水平。我接下来要说的几个细节，是我认为决定刷题质量的关键点，也恰恰是最容易被忽略的。

3.1 看懂题解比自己闷头想更重要

很多刷题攻略会告诉你“不要看题解，要自己想”。这话对了一半。对于难度较高的题目，硬想三个小时没思路，不但浪费精力，还会把自信消磨掉。我的经验是：给自己设定一个时间阈值，简单题十分钟、中等题二十分钟、困难题三十分钟。过了这个阈值还没思路，就去看题解，但看题解的方式有讲究。

首先，只看题解的核心思路，不看现成代码。先把思路用自己的话复述一遍，然后关掉题解，自己写。写在纸上、写在编辑器里都行，但一定要写完、跑通。如果你看完了题解却直接抄一遍提交，那你收获的东西基本为零。其次，看题解时多对比几种解法。力扣热门题解里往往有大佬给出多种思路，比如同一道题既可以用动态规划，也可以用贪心。把两种思路都理解了，你对这类题目才算真正入门。最后，看完题解后建议做一道同类的题目来巩固，这就是很多攻略里提到的“趁热打铁”。力扣的题目页面下方有相似问题推荐，直接点进去做就行。

3.2 代码风格与命名，从一开始就要认真

刷题有没有必要在乎代码风格？我的回答是：太有必要了。笔试可能会做代码查重这种机制化的处理，但面试时面试官会现场看你的代码，代码风格就是第一印象。变量命名别再写a、b、c了，哪怕你是一个人在刷题，也要养成使用有意义的命名习惯。比如双指针叫left和right，数组下标叫index或i、j，状态转移用dp这个通行的缩写，循环里的中间变量叫temp也说得过去。

代码的可读性还包括结构上的整洁。你写完一个函数，是不是立刻就刷答案走人？我建议多花一分钟，把代码里的缩进、空行、注释稍微整理一遍。好的代码风格不是面试加分项，而是基础项。我甚至建议你在刷题时就用面试的标准来要求自己：在白板或编辑器里写完整流程，边写边解释思路，别等着提交AC了才回头补功课。这个习惯一旦养成，面试时你会非常有底气。

3.3 错题本到底该记什么，怎么记才有用

广大刷题者最大的误区之一就是不记错题，或者记了也没用。我见过一些同学，错题本记得密密麻麻，但记录的内容是“某月某日，某道题，答案链接”，这跟没记有什么区别？一份能用的错题本至少应该包含这四个要素：题目编号与难度、你自己的错误思路、正确思路的核心步骤、你用到的数据结构或算法技巧。不要抄题，也不要抄代码，只记录关键点和思路。

我的个人方法是按“刷题知识点”分类整理，而不是按时间。比如我在“二叉树”分类下积攒了很多错题，每次刷到类似专题，就先翻一遍这类错题，温习一下自己的错误模式。这个习惯带来的提升是复利式的：每刷一轮，错题本里的知识就在脑子里加深一遍。如果你也在坚持刷题却觉得进步有限，不妨检查一下自己的错题本：它到底是一个答案仓库，还是一个思考过程的记录器？答案大概率是前者，所以没效果。

3.4 边界条件与极端输入的处理

“我的代码示例全过了，为什么一提交就WA？”这个问题的头号凶手就是边界条件没想全。我总结过几种高频边界场景：数组为空、链表只有一个节点、元素全相同、数值为负数、输入极大需要long long/大整数处理、目标值不存在、存在多个重复答案需要去重。这些情况，在写代码的时候就该提前想清楚，而不是等WA了再找。

我自己曾经在力扣刷一道中等题时，本地跑通了所有示例，结果提交WA了好几次。后来发现问题是输入数组长度为1时，我的滑动窗口初始化判断没覆盖，直接导致越界访问。这个错误非常典型，因为示例给的数组通常比较长，你不会下意识去验证极端短的情况。从那以后，我每写完一道题，都会在提交前手动测试几个边界用例，虽然看起来花时间，但实际上节省了往返提交和等待的更多时间。

4. 实操过程与核心环节：一个完整的刷题闭环长什么样

前面讲了许多理论和方法，这一节我想把一次完整的刷题过程，从选题到复盘，原原本本地摆出来给你看。你跟着走一遍，就知道什么叫“有效刷题”。整个闭环包括五步：选题、审题、编码、验证、复盘。哪一步都不能缺。

4.1 选题：按专题集中训练，而不是随机挑题

选题直接决定了你刷题的效果。我最不推荐的就是“随机模式”，打开力扣首页，看到哪道顺眼做哪道。这样做题碰到什么学什么，完全形不成知识体系。我坚决推荐“专题模式”：选定一个知识点，比如“滑动窗口”，把力扣上相关的经典题一次性找出来，集中刷。这些题不会单独出现在你面前，但是你在一个时间段内反复用它，大脑就会自动归纳这一类题型的共性。

拿“滑动窗口”举例，经典题目包括：无重复字符的最长子串、字符串的排列、最小覆盖子串、长度最小的子数组、滑动窗口最大值。这些题看似各不相同，但它们的核心框架高度一致：定义窗口左右边界，移动右边界扩张窗口，碰到不满足条件时移动左边界收缩窗口，窗口内维护一个计数结构或聚合值。当你把这几道题连着刷完，框架感就出来了。以后见到类似题目，你甚至可以套模板思路，而不是从零开始推理。这就是“集中刷专题”的意义所在。

4.2 审题：用“翻译”替代“解读”

审题这件事，说难很难，说简单也很简单。我推荐的方法是：把题目“翻译”成你自己的语言。比如一道题描述“给定一个整数数组和一个目标值，返回两个数在数组中的下标，使它们的和等于目标值”，翻译过来就是“在数组里找两个元素，它们的和是target，返回下标”。最后你再把“限制条件”也翻译出来：“元素只能使用一次吗？数组有序吗？有重复吗？”这些翻译都是在帮你提炼题目的本质，防止理解偏差。

很多人栽在审题上，不是因为阅读能力差，而是过度“解读”。什么叫过度解读？就是自己脑补题目没有的条件，或者忽略题目的关键细节。举个例子：题目说“返回任意一种答案”，结果你为了生成字典序最小的答案费了半天劲；题目说“数组已排序”，你还在自己手写排序。审题不是阅读理解，它更像翻译，原文写什么就是什么。这个过程建议控制在三到五分钟以内，别在理解题目上消耗过多时间。

4.3 编码：先写伪代码，再写真代码

我强烈建议写代码之前先过一遍伪代码。伪代码不用管语法，就是描述逻辑流程。比如“先对数组排序；然后遍历每个元素作为第一个数；再对剩余部分用双指针查找两数之和”。把这个流程写出来，你会发现整个代码的骨架就已经清晰了，剩下的事情就是把这个骨架翻译成语言。

有一个很典型的错误习惯是一上来就敲代码，敲到一半发现思路错了，推倒重来。这种情况其实很普遍，根源就是脑子里只有一个模糊的方向，没有完整流程。伪代码就像你去一个陌生地先用导航看一遍路线，真代码是实际开车。虽然看起来多了一步，但实际总时间反而短。我自己刷题刷到后期，也会先在注释里把思路写出来，再填充实现细节。这种方法在面试时还能起到跟面试官沟通思路的作用，一举两得。

4.4 验证：不只是跑通示例，而是对抗性测试

示例通过不等于代码正确，这件事很多新手要踩几次坑才明白。我自己有一个“对抗性测试”的习惯：把示例跑通之后，主动想几个刁钻的测试用例，把手写代码的边界能力测一测。比如反转链表这道题，我会测试空链表、单节点链表、两个节点链表、环形结构（如果允许）；对于涉及排序的问题，我会测试全等元素、降序输入、大量重复数字等情况。

对抗性测试的核心思路是“故意挑战代码，而不是验证代码”。你越跑偏门用例，越能提前发现隐藏问题。如果测试阶段发现自己写的优化解跑了个普通用例反而比暴力解慢，那说明分析不够充分，这时候回到纸上重新分析过程，而不是硬着头皮提交。

4.5 复盘：把一道题变成一类题的关键一步

很多攻略把复盘说得很玄乎，其实复盘的核心就三个问题：这道题我一开始为什么没做出来？卡在哪个环节？下次遇到类似的题，我第一反应应该是什么？这三个问题想清楚了，这道题的价值就吃透了。

我每次刷题结束后，会在错题本上记录上述三个问题。比如“没做出来的原因是，惯性思维只想到了DP，但其实用双指针可以更快”“下次一看到有序数组+查找目标值，先思考双指针方向”。日积月累之后，你的错题本实际上就是一本“思维字典”，每次遇到新题，你翻一翻这个字典，很多同类型的题目都能迅速找到对应的解题思路。这也是为什么有些刷题大神看起来一眼能看出解法，不是他们聪明，而是他们的“思维字典”足够厚。

5. 常见问题与排查技巧实录

刷题过程中一定会有各种让你崩溃的时刻。这一节我把自己和身边人踩过的坑整理一下，分成心态、技术、环境三个维度，逐个拆开聊。这些问题非常典型，我相信你绝对会遇到至少其中一个。

5.1 刷了一个月感觉没进步，怎么办

“我刷了三十天，每天打卡，但碰到新题还是不会，是不是我太笨了？”这个问题几乎每个刷题的人都问过自己。先下结论：你没变笨，你只是没形成“题型识别能力”。刷题前期的进步不是线性的，它更像是登阶梯：前面几十道题是铺垫，你感觉不到什么变化；到了某个临界点，大概在一百道左右，你会突然发现很多题能摸到方向了，这个感觉非常奇妙。

如果你刷了一个月还没找到感觉，优先检查两件事。第一，是不是一直在刷自己熟悉的题型，逃难式地回避不擅长的方向？如果每天刷的都是简单题，那确实进步有限，因为你在舒适区打转。第二，是不是只看题解不动手？这种情况最常见，进度显示刷了八十几题，但真正自己完整写出来的不超过二十道，那当然没效果。可以自己做一个简单的统计：近十道题里面，有几道是你没看题解自己写出来的？如果少于五道，请立即调整策略，减少题量，增加独立思考的时间。

5.2 提交后显示TLE，先不要急着优化

TLE是超时的标志，看到这个结果不要慌，按顺序排查。第一步，检查有没有死循环。很多TLE其实是while条件写错，导致循环根本出不去。第二步，检查是不是用了过重的数据结构或算法。比如在循环里反复调用list.index，复杂度O(n^2)很容易超时。第三步，考虑空间换时间，提前用哈希表/集合存储中间结果。第四步，如果以上都没有问题，再考虑算法层面的降复杂度，比如从O(n^2)优化到O(n log n)。

我见过不少人在TLE后直接重写整个算法，结果越改越乱。我的建议是先定位再优化，就像调试一样，先确认瓶颈在哪个环节，再对症下药。实际上，力扣题目设计时，对时间复杂度限制通常比竞赛OJ要宽松，很多用例用一般优化就能过。TLE大多数情况下问题出在细节上，而不是宏观算法上。

5.3 本地运行正常，一提交就报错，怎么办

这种问题是最让人头疼的。它背后的原因通常是环境差异、输入输出格式问题或者未初始化变量。首要排查项是输入输出格式。力扣这类平台已经帮你封装好函数了，你只需要实现接口。但如果你在Codebrick或OJ上做题，往往需要自己处理标准输入输出，一次输出多个结果时要注意等号对齐、空格、换行符。我曾在OJ上调试了半小时，最后发现是自己的print语句多打了一个空格，那种懊恼感现在回想起来还记忆犹新。

另一个原因是全局变量或未初始化数据。力扣会在一组测试用例中多次调用你的函数，如果函数里用了全局变量且没有在每次调用前清零，就会出现行为不一致。这个坑在树和图的题目里尤其常见。解决办法很简单，一律把需要用到的变量都写在函数内部，尽量避免使用全局状态。

5.4 刷题的“尴尬期”：中等题能看懂但不会变通

当你刷到一百多题的时候，会进入一个“中等题能看懂，但稍微变一下就不会了”的尴尬期。这是好事，说明你不再是小白了，但也说明你还没形成自己的解题框架。破局之道只有一个：横向对比同类题。把相同知识点的题目放到一起回顾，你会发现它们的解法骨架高度相似。举一个例子：动态规划的核心无非是定义状态、找状态转移方程、初始化状态、确定遍历顺序。凡是DP题，你从这四步入手，至少有八成题目能走通一个大概思路。同理，回溯题的套路是：路径选择、终止条件、剪枝。二叉树题的套路是：递归遍历时的前中后序怎么安排、每层返回什么。

这个阶段不要求你做出困难题，但要求你在面对一道中等题时，能先判断它属于哪个专题，再给出基本的解题骨架。哪怕你实现细节有偏差，或者边界处理漏了，那都没关系，骨架对了，剩下的都是细节。如果一道题你连它属于哪个专题都判断不出来，那就说明你的横向对比做得还不够，继续回上一关补功课。

5.5 如何利用好每日一题和竞赛

力扣的每日一题和每周周赛，都是极好的训练材料。每日一题的好处是零成本、无负担，适合当作热身。它的难度分布比较随机，可能连着好几天都是简单题，也可能突然来一道困难题。我的用法是：简单题就直接做，当巩固；中等题当成当天的主线任务；困难题如果二十分钟没思路，看题解但不纠结。

周赛则是模拟真实面试状态的好机会，四道题由简到难，限时约一个半小时。我建议有一定基础的人每周都参加，不用太在意排名，重点是体验在时间压力下分析问题、写代码的全过程。第一次参加周赛可能会紧张，代码写得乱七八糟，这都很正常。多参加几次，你会逐渐适应这种节奏，面试时的临场感反而会缓解很多。另外一个隐藏价值是，周赛题目经常会成为后续面试的高频题，很多公司面试官自己都不一定意识到，他们的题目就是从某场周赛里扒的。

6. 进阶方向：从会刷题到会思考

当你的刷题量到达两百到三百题以上，你对很多基础题型的套路已经驾轻就熟。但这并不代表你可以停下进阶的脚步，因为真正拉开人与人差距的，是对算法思想的理解深度，而不是会做多少道题。

6.1 从“记模板”到“推导模板”

基础阶段我们一直在强调记忆模板，比如滑动窗口模板、二分查找模板、DFS回溯模板。但到了进阶阶段，你需要做到的恰恰是“忘记模板，理解推导”。你不再是在刷题时匹配“这题用二分”，而是能够从题目本身的条件出发，判断它为什么能用二分，以及二分查找的哪个变体才适合当前场景。

举个最简单的例子：二分查找。写过多次的同学下意识就能写出标准版本，但真正问你“为什么while条件是left <= right而不是left < right”，可能很多人会卡住。这就是模板记忆和原理理解的差异。进阶阶段的学习方式，应该是主动对每一道题问“为什么这个解法能行，这个算法的时间复杂度为什么是这样，如果条件改一点会变成什么”。这个过程看起来很慢，但它复利很高。刷题量到了一定程度，限制你的不再是手速，而是思维方式，这时候原理理解就成了唯一的增长点。

6.2 复杂数据结构与算法专题的拓展

基础题型全覆盖之后，进阶的丰富度一下子就打开了。你可以往这些方向拓展：图论的Dijkstra、Floyd、拓扑排序、并查集，树形DP、状态压缩DP、线段树、树状数组，字符串匹配KMP、字典树Trie，以及组合数学、数论相关的应用型题目。这些内容初看很难，实际上各有各的逻辑体系，而且很多知识是網状相连的。

我的建议是每个方向选三到五道经典题精刷，力求弄懂原理，而不是贪多。比如并查集，你先找三道题：冗余连接、岛屿数量、账户合并。把这三道做透，你对并查集“连通性”的应用场景就会建立起扎实的直觉。再比如树状数组用在“频繁修改+频繁前缀查询”的场景，你能不需要看题解，独立地把它写出来，那就算真正掌握了。进阶阶段的题数可以降下来，但每一题花的时间要成倍涨上去。

6.3 代码效率和细节规范再上一个台阶

进阶阶段要开始在意执行效率了。很多基础阶段能过的解法，到进阶阶段可能TLE，原因不是你逻辑错，而是常数项太大。举几个常见优化点：能用数组就别用字典，能用本地变量就别频繁调用全局函数；Python里频繁拼接字符串要用列表收集再转字符串，而不是写进循环里累加；递归深度过大时要考虑转为迭代式；排序时可以自定义比较函数，用对比较规则能省掉额外处理逻辑。

与此同时，代码规范也要向工程化靠拢。多写类型注解、提取重复逻辑、保证函数短小、语义清晰。我觉得刷题到后期，它给职场带来的回报已经不亚于面试本身了，因为你写代码的习惯会被一点点磨练得干净利落。这个阶段结束后，你会发现自己看生产环境代码时的感觉也不一样了，别人写出来的混乱代码，你甚至会有一种本能的不适感。

7. 一点私货：刷题之外的配套打法

刷题本身解决的是“代码题”这一类能力，但要真正在面试和工作中脱颖而出，光靠刷题还不够。我一直有一个想法，刷题只是底线，不是上限。我想在最后分享几个刷题之外的习惯，它们可能不是“刷题”这个标题的直接内容，但对刷题效果有巨大加成。

多读别人高质量的代码。力扣题解区有很多代码风格极好的作者，他们的写法简洁、命名清晰、注释精准。我有一次在翻一道困难题的高赞题解时，发现作者在代码注释里写了完整的时间复杂度推导过程，那个阅读体验真的舒服。从那以后，我养成一个习惯：刷完一道有价值的题，会顺手翻三五篇不同人的题解，不是为了比较谁写得快，而是为了学习不同的代码表达方式。时间长了，你的代码审美会提高，自己写代码时也会下意识地追求更好的表达。

把刷题和你正在做的事结合起来。如果你在学前端，很多数组、字符串、链表的概念其实和DOM树遍历、状态管理有隐性的相通之处。如果你在做后端，你会发现在设计接口、处理批量数据时，很多算法思想直接能用上。刷题不该是空中楼阁，它的最终价值要落在实际的工程能力上。我见过一个做数据平台的同学，因为刷过大量前缀和的题，在处理增量数据报表时想到了用前缀和优化，直接让接口耗时降了一个数量级。这种例子在真实职场里并不少见。

关于刷题的量，我不喜欢定一个绝对的数字指标。常有人说“刷了三百题才能进大厂”，这句话给你的是一个焦虑，不是一个方法论。我见过刷了六百题的人面试翻车，也见过只刷了一百五十题但基础扎实的人拿到好offer。差别就在于，前者把刷题当任务，后者把刷题当工具。如果你真的能把每一个专题吃透，把每道做过的题都复盘到位，哪怕只刷了两百题，你的实战水平也绝对比那些草草刷过八百题的人强得多。

我自己最开始刷题时也走了不少弯路，浪费了不少时间在没有意义的题量上。后来逐渐摸索出“专题刷题+错题复盘+横向对比”这套方法后，感觉每一步都踩在实地上。如果你看到这里，说明你大概率也准备认真对待刷题这件事。那就别急着找捷径，先从手里的第一道简单题开始，把它做透，再往前走。刷题这条路，慢就是快。