企业官网建设流程全解析

简介：《吴师兄学算法Leetcode精讲200题》是一份面向算法初学者和转码求职者的LeetCode经典题精讲资料。核心理念是“刷精不刷全”，从LeetCode海量题库中精选约200道经典题，覆盖核心知识点，帮助读者避免盲目刷题、重复劳动，以更短时间建立算法基础。资源压缩包为单个PDF文档，大小19.83MB，内容按天编排，先介绍Python/Java基础语法，再依次拆解各专题，并提供多语言参考代码；以LeetCode 26题“删除有序数组中的重复项”为例，详细展示了双指针解法中i与j的配合细节。目前已有178人学习下载。阅读者可以系统地跟随刷题顺序完成练习，理解每道题背后的推导过程与代码实现，尤其适合每天保持两小时左右、希望在两个月内集中突破算法面试的读者。

1. 一份能当教材用的 Leetcode 讲义：为什么 200 题比 400 题更值得先过一遍

Leetcode 刷了几百道题，一到面试白板题还是卡壳，这种情况并不少见。问题往往不在题量，而在题解是怎么用的。吴师兄学算法的 Leetcode 精讲 200 题.pdf 不是堆题，是一份把 200 道高频真题按数据结构和算法两条线拆开讲的 PDF 讲义：每道题拆成题干、思路推导、代码实现和复杂度说明四块，常见编排是先按章节分类，再在章节内由易到难排题，适合算法基础一般、时间紧凑的求职者，也适合转行初期用来搭知识框架。这类讲义最大的价值不是“题目答案”，而是每道题背后的归类方式和思考路径。下面把它怎么排、怎么读、坑在哪三层拆开讲，希望能帮你少走一段弯路。

2. 拿到 PDF 先别急着刷题：从编排结构里找出路

2.1 讲义通常怎么排：两套目录与题号顺序

拿到 PDF，我一般会先跳过正文，翻目录页。这种精讲类讲义通常不止一份目录，而是分两套：一套按数据结构列，比如数组、字符串、链表、栈与队列、哈希表、树、图；另一套按算法思维列，比如双指针、二分查找、滑动窗口、递归、回溯、动态规划、贪心。题号大概率不是 Leetcode 原题的编号顺排，而是按章节重新编的，目的是让同一类题型聚在一起，方便看出套路。

翻目录时还会发现交叉现象：同一道题会在“数组”章节解释为什么用双指针，又在“双指针”章节强调它属于哪一类数组结构。这不是排版错误，而是同一个考点从两个维度讲了一遍。阅读这类讲义的经验是：第一遍顺着一个维度的章节读，第二遍再换另一个维度回看，两遍下来对一道题的理解会更完整。

具体操作上，我会拿到 PDF 先做三件事：第一，把两套目录的结构抄成一张速查表，标注页码；第二，在每个章节标题边标记自己目前的熟练度；第三，把章节里每道题编号后面留一行空白，用来记录当日做题状态。这个过程大约花 30 到 40 分钟，但后面所有复习都靠这张表定位，比直接翻页省时间。

有同学会问：那代码部分呢？代码通常放在每道题最后，你第一遍看思路时千万别往后翻到代码，因为一旦看到代码，就很难再站在自己思考的角度去推导了。我看这类讲义时对自己有个硬约束：没想清楚思路之前，不看本题代码，这和“三遍阅读法”是配套的。

2.2 三遍阅读法：看思路、精读代码、合上复写

每一道题都不要只读一遍。我的习惯是把阅读拆成三遍，每遍目的都不同。

第一遍只看题目描述和“思路推导”部分，不看代码。在留白处写两行话：这题考的是哪个数据结构、用了什么算法方法。写不写得出没关系，写的过程就是在逼自己把思路变成语言，这样记忆比单纯浏览深得多。第二遍打开代码逐行精读，重点看初始条件是怎么设的、循环边界为什么是小于等于而不是小于、递归出口长什么样。这一步的目标不是看懂每一行在做什么，而是把代码和刚才读的思路对应起来，搞清楚“思路里的哪句话被翻译成了哪段代码”。

第三遍最关键：合上 PDF，用自己的代码语言在编辑器里把题写一遍，写不出来就回看思路部分，而不是直接翻答案。第三遍如果能独立完成，这道题才算真正过了一道手。三道题里哪怕只有一道能合上复写，收获也比草草看十道题大。

另外可以做一个指纹笔记：在题目旁的空白处写一个属于自己的标记，比如“这题我错在边界”“这题没想到要排序”，下次复习只看这些标记，几秒钟就能定位薄弱点，不用把整页再翻一遍。

2.3 按目标选读法：求职、转行、日常三套路线

不同目的，阅读顺序不太一样。求职冲刺的话，优先读最常考的高频专题：数组和字符串的双指针、二叉树、动态规划、栈与队列，图论中的低频题可以放后面。转行入门则建议以数据结构线为骨架，把链表、数组、栈和队列吃透，再进入算法思维章节，两种线交叉推进。日常提升的话，可以从自己最薄弱的章节开始，每周挑几道 hard 题只看思路不看代码，用于拓宽视野。

无论哪条路线，这本讲义都只是学习过程的拐杖，最终要能脱离 PDF 独立解题。读的时候不用贪多，每章选几道代表性题按三遍法过掉，效果往往比把 200 题快速看一遍好得多。

另外要提醒的是：PDF 里的章节顺序不等于 Leetcode 原题号的顺序，也不是唯一的刷题顺序。有些讲义会把图论放在树之后，但在实际面试里，图论考频并不高，可以按自己的目标调整。用笔标出章节优先级，比从头刷到尾更科学。

3. 数据结构专题怎么读：数组、链表、树的题解该看到哪一层

3.1 题目前的“数据结构”标签就是选型理由

翻讲义时你会发现每个题目都会有标签或章节归属。很多初学者会跳过标签直接看正文，但这行小字才是真正值得先想的信息。拿到一道题，先停两秒问：为什么这题被分到链表而不是数组？答案通常在操作的复杂度上：数组支持随机访问，按下标取值是 O(1)，但插入删除要挪动元素；链表反过来，访问要遍历，但在已知前置节点的情况下增删是 O(1)。讲义把题分到某个数据结构章节，本身就说明这道题最适合用这个结构做，选型逻辑比代码实现更值得抄写。

阅读数据结构章节时，不要只看代码，建议在每道题上方写一行字：本题用到该结构的哪个特性。比如哈希表章节里很多题用的是 O(1) 查重，树章节里很多题用到递归天然匹配树的层级结构。把这些特性归纳起来，才是做题能迁移的底层能力。

3.2 链表：虚拟头结点与快慢指针两个高频套路

链表相关的题目看着多，套路却往往能收敛到两三个。最常见的是删除类问题：删除倒数第 N 个节点、删除有序链表中的重复元素、合并两个有序链表。这类题用虚拟头结点来写会省去很多分支判断。虚拟头结点的做法是新建一个 dummy 节点，让 dummy.next = head，最后返回 dummy.next，这样即使真正的头节点被删除，也有一个前置节点存在，不需要单独写头节点为空的特例分支。

另一组高频套路是快慢指针：一个指针每次走两步，一个每次走一步，用来找链表的中点、判断是否有环、找倒数第 K 个节点。快慢指针的终止条件要特别注意，写错的话会出现空指针异常，这也是链表题最常见的翻车点。演示一个反转链表的常见写法：

def reverse_list(head): prev = None cur = head while cur: nxt = cur.next cur.next = prev prev = cur cur = nxt return prev

这段代码的思路是：把当前节点的 next 指向前一个节点，然后三个引用整体向后移动，直到 cur 为空。nxt 必须在改变 cur.next 之前保存，否则下一步会丢失原链表。这个细节就是讲义里“边界条件”部分常强调的地方，很多初学者在第二步忘记存 nxt，导致链表断链。读这类题时，建议在纸上走一遍三个节点的小链表，比盯着代码看十分钟更有效。

3.3 树：别背递归模板，要画调用栈

二叉树是讲义里篇幅较大的部分，也是最容易出现“看了会做、合上就忘”的一章。原因在于递归代码很短，看起来容易理解，实际没有真正掌握调用过程。二叉树的题不管怎么变，核心都是递归三步：处理当前节点、递归左右子树、利用返回值组装结果。但很多人在判断递归出口时出错。

以最大深度这类题目为例：

def max_depth(root): if not root: return 0 left_depth = max_depth(root.left) right_depth = max_depth(root.right) return max(left_depth, right_depth) + 1

这个代码的逻辑是：空节点深度为 0，非空节点的深度等于左右子树深度的较大值加 1。递归出口的条件是 root 为空，而不是 root.left 为空。画调用栈时你会发现，每一层递归都会往下走到叶子节点才逐层返回，中间任何一层忘记考虑空节点，都会在访问到 None 时崩溃。看讲义里的代码时，建议找一道简单题画出完整的调用栈，看懂一次递归的全过程，后面大部分二叉树题都能套上这个思维方式。

3.4 反查目录，找到自己的薄弱结构

数据结构章节读完后，最该做一次“错题反查”：把做过的错题在目录章节里做一个标记，统计哪个章节命中最多，那个章节就是当前最需要回补的部分。常见的情况是链表的删除类题反复错，或者树的中序与后序遍历比较混乱。标记完目录，再回头精读对应章节的题目时，会很自然地发现之前的错误集中在某一类边界条件上。

反查的意义不在于做更多的题，而是定位哪一类结构的操作还不够熟。表格里的三列基本就是面试里最容易暴露的问题，值得逐条对照自己的错题。

栈与队列、哈希表在讲义里往往篇幅较小，但实际考频并不低。哈希表的扩容与冲突、栈的单调性这类内容，有些讲义展开较浅，遇到这种讲得比较简略的章节，可以自己补一个场景题练手或翻其他资料对照，但不要因此否定整体编排体系的价值，重点还是把表格里那三类核心结构吃透。

4. 算法思维专题怎么读：双指针、动态规划、回溯的价值排序

4.1 思路推导的部分才是讲义的精华

很多精讲类讲义把代码放在最显眼的位置，但这份 PDF 的编排把“思路推导”放得比代码更靠前，这是它值得用的原因。做题时最大的瓶颈从来不是语法，而是无从下手：不知道应该用哈希表还是排序，不知道要不要二分，不知道递归能不能用。思路推导部分就是讲这个“想到”的过程，它比代码更能带来迁移价值。

我读算法思维章节的方法：先合上答案，看题目，然后在纸上写一句话“我打算怎么解”，再打开思路部分对照。如果我的思路和讲义一致，这道题标记为“已掌握”；如果不一致，就在那道题旁边写下差异点——通常差异点就是我对某个算法适用条件理解不深的地方。这样的记录比摘抄代码有用得多。

对于面试价值而言，双指针最实用，二叉树其次，动态规划是分水岭，回溯则属于写起来有模板但思路要自己想清楚的一类。建议按这个顺序投入精力，而不是平均用力。

4.2 双指针：两类移动方式的场景判断

双指针专题的题量在讲义里通常不小，但真正需要记住的只有两类场景。第一类是相向双指针，典型是有序数组的两数之和：一个指针在头，一个在尾，根据当前和与目标的大小决定移动哪一个。往左还是往右，完全依赖数组有序这一前提。第二类是快慢双指针，典型是链表判环和滑动窗口：两个指针同向移动，一个走得快，一个走得慢，或者右边的指针用于扩张窗口、左边的用于收缩。

看一题相向双指针的示范写法：

def two_sum_sorted(nums, target): left, right = 0, len(nums) - 1 while left < right: cur_sum = nums[left] + nums[right] if cur_sum == target: return [left, right] elif cur_sum < target: left += 1 else: right -= 1 return [-1, -1]

这个写法的时间复杂度是 O(n)，额外空间是 O(1)。它成立的前提是数组有序，这也是讲义在思路部分会首先说明的适用条件。读这题时可以做的引申思考：如果数组是无序的，这个算法还能用吗？答案显然不行，那就要回到哈希表方案。这类思考有助于理解双指针的边界。

4.3 动态规划：五步法里最该先看哪一步

动态规划章节是讲义里阅读成本最高的一章，也是最容易被“看懂代码”骗过去的一章。讲义里的动态规划题一般采用五步展开：定义 dp 数组含义、明确初始状态、写出递推关系、确定遍历顺序、靠小例子验证。多数人在前两步就走神了，直接跳到递推关系，然后看代码，最后感觉自己懂了。

正确的阅读顺序建议先看“dp[i] 代表什么”和初始状态，这两行决定了递推式能否写出来。比如爬楼梯这题：

def climb_stairs(n): if n <= 2: return n a, b = 1, 2 for _ in range(3, n + 1): a, b = b, a + b return b

这里的 dp 含义是“到达第 i 级台阶的方法数”，初始状态是 dp[1] = 1、dp[2] = 2，递推式是 dp[i] = dp[i-1] + dp[i-2]。由于递推只依赖前两个值，空间上可以压缩成两个变量，代码里的 a、b 就是滚动更新。读动态规划题时，如果看 10 分钟递推式还理不清，建议回退到“dp 数组定义”再看一遍，问题通常出在那里。

4.4 回溯：决策树、剪枝与模板

回溯专题的代码模式比较固定，讲义里往往会给一个通用模板：先画决策树，确定结束条件，然后遍历可选列表，递归前做选择，递归后撤销选择。关键在剪枝部分，剪枝决定一个回溯算法是能跑完还是直接超时。

以组合总和这类题为例，常见剪枝有：先排序，跳过相邻重复元素以避免重复组合；当前部分和已经超过目标时就提前返回。读回溯题时，讲义里的决策树图值得留五秒想明白，因为决策树画得清，代码就是直译，不需要背。

回溯模板本身并不复杂，“选与不选”“做选择与撤销选择”就这些事，核心在于结束条件。建议读一道典型题，把撤销选择那一步删掉，在笔记里写下程序会得到什么错误结果——这个过程能帮助你理解撤销的意义，而且记得比直接抄代码更牢。

如果时间有限，优先把双指针和二叉树的题练到合上能做，动态规划理解前两步，回溯记模板即可。这个顺序对应面试频率和投入产出比，比平均用力好。

5. 避坑与常见问题汇总：用这份讲义最容易翻车的五个点

5.1 以为“看了讲义”就算“刷过题”

现象：在 PDF 上读懂了一道题，自我感觉很良好，但到刷题平台上自己写又卡壳，甚至完全没有头绪。

原因：阅读代码是被动接收信息，合上纸笔复现是主动输出，两者对大脑的加工程度完全不同。精讲类内容很容易让人产生“我已经会了”的错觉。

解决：执行三遍阅读法中的第三遍。每看完一道题，合上 PDF，在编辑器里从空文件开始写，写完再翻回对照。一次写不出不丢人，重点是把“看懂”转换成“会写”的过程纳入每日训练。

5.2 无视代码语言差异，直接抄题解

现象：讲义里的代码示例用语言 A，自己平时用语言 B，照着抄下来总有报错，于是怀疑 PDF 内容有误。

原因：不同的语言在指针、空值处理、数据结构方法名上差异很大，照抄必然出问题。这不是讲义的问题，是使用方式的问题。

解决：把 PDF 当作思路来源，把代码当作“某种语言的参考实现”。看懂它的逻辑后，用自己的语言重写，再在本地或刷题平台验证。遇到边界问题先怀疑是自己翻译丢了条件，不要急着下结论说题解错。

5.3 从第 1 页开始按顺序硬啃，在 hard 上卡了三天

现象：拿着一份按章节编排的 PDF，愣是当成小说从头读到尾，遇到 hard 题一卡就是两三天，进度推进极慢，最后直接弃坑。

原因：页面顺序由章节和难度共同决定，它不一定是最好的学习顺序。跨度大的难题目放在前期，会严重打击信心。

解决：把目标改为按章节推进，先做每章前几道入门题，难度高的题目先划掉或只看思路，等这个专题熟练后再回刷硬题。讲义里的 hard 题是查漏补缺用的，不是用来劝退的。

5.4 只重复翻看，不总结模板

现象：PDF 看了两三遍，翻到前面的题觉得眼熟，但说不上来这题用的是什么方法，也说不清和后面的题有什么联系。

原因：没有把多道题的共性抽象成模板，看到的是一个个孤立题目。用于应试的有效知识是“题型、方法、边界”的映射，而不是 200 个单独的解题故事。

解决：每道题读完，在笔记里写一行“这类题的核心套路”；每周挑几道同类题汇总，把重复出现的套路单独摘出来。模板积累到几十条后，新题基本都能归到已有套路里。

5.5 把精讲当背诵材料，背题而不是学思路

现象：试图把 200 道题的标准代码背下来，面试时遇到变体题就懵，甚至原题倒背如流，改个输入参数就不知道如何下手。

原因：面试考察的不是答案，而是思路和临场推导能力。背题是在跟记忆力赌博，胜率不高。

解决：背模板、背思路、背复杂度结论，不背具体用例。复习时用“一题三问”方式自测，不断更换条件检验自己是否理解原理，具体做法在下一章展开。

6. 把 200 题读成 400 题：一题三问与错题复盘的实操技巧

6.1 一题三问：改边界、改规模、改目标

当一道题在三遍阅读法后已经顺利过关，不要立刻进入下一道，可以先花 10 分钟做三问延伸。第一问，改边界。数组里出现重复元素，链表里存在环，树不是二叉而是多叉，解法还成立吗？如果答案不成立，差异在哪里。第二问，改规模。数据规模从几百变成百万，O(n^2) 的解法还撑得住吗？如果能撑住的前提是什么。第三问，改目标。原来让求是否存在，改成求方案数，原来让求最大值，改成求路径，切入点需要怎么变。三问中只要有一问答不上来，说明这道题并没有真正吃透，回看思路部分再推一遍。

6.2 四格错题复盘与回测

错题不要只看一遍答案就翻篇。我习惯用四格记录：题目出处、我的错误写法、讲义里的正确思路、同类题模板。格式不需要花哨，一条笔记能让自己下次复习时 30 秒内定位问题就可以。每周抽两道之前做错的题重新做，如果能在 30 分钟内独立写出，就算过关；写不出说明模板没内化，回到对应的讲义章节重新读思路，而不是再看一遍答案。

我从第一次用这类讲义起就形成了一个习惯：每次拿到新 PDF，先花半小时拆目录、标状态、按目标排好章节阅读顺序，再开始逐题刷。这个习惯让我把一份 200 题的讲义反复用了三轮，每一轮都在原有目录和错题笔记上迭代，而不是从头翻一遍。如果你也在刷题期，建议把这份 PDF 当成工具书放在手边，需要什么翻什么，而不是一口气读完。希望帮到你。

本文还有配套的精品资源，点击获取