企业官网建设流程全解析

简介：这份资源是面向算法面试与编程能力提升的 LeetCode 热题 HOT 100 题解合集，以 C++ 实现为主，适合正在准备校招、社招算法环节或希望系统刷题的开发者。内容围绕高频考点展开，涵盖两数之和的哈希表优化、两数相加的链表进位处理、无重复字符最长子串的滑动窗口，以及寻找两个有序数组中位数等典型题目，并配有完整可运行的代码与复杂度分析。资源为单个 PDF 文件，压缩包约 640KB，篇幅紧凑，便于在电脑或移动设备上随时查阅。目前已有 1638 人学习下载，说明其内容经过一定规模的读者验证。读者可借助它快速掌握数组、链表、字符串等常见题型的解题模板，理解时间与空间复杂度的权衡思路，并在对照代码的过程中积累边界条件处理与调试经验，从而提升刷题效率与面试通过率。

1. 力扣热题100到底该怎么刷：从题目清单到答案模板的完整路径

很多人第一次打开力扣热题100的题目列表，第一反应是“这不就是100道题吗，一天三道一个月搞定”。我当初也这么想，结果第三周卡在“滑动窗口最大值”上整整两天，翻回去看前面刷过的“无重复字符的最长子串”又忘了思路。问题不在题量，在于热题100是一份高频面试题精选，它的价值不是让你“做完”，而是让你把每道题背后的题型模板刻进肌肉记忆。这份清单覆盖了数组、链表、哈希、双指针、动态规划、回溯、图论等核心考点，每道题都对应着大厂面试里反复出现的解题范式。适合谁？准备跳槽的初中级后端、算法岗应届生、以及刷了零散题但缺乏体系的人。接下来的内容，我会把“题目加答案”这件事拆成可复现的流程：怎么分类、怎么记录、怎么验证、怎么避免背了就忘。

2. 热题100的题型分类与答案模板设计

2.1 为什么按题型刷比按题号刷效率高

热题100的官方顺序是混合排列的，第1题“两数之和”是哈希，第2题“两数相加”是链表，第3题“无重复字符的最长子串”是滑动窗口。如果你按这个顺序刷，每道题都在切换思维模式，大脑需要不断重新加载上下文。我自己的做法是先把100道题按解题范式重新分组，同一组连续刷5到8道，让同类题的边界条件在短时间内反复刺激记忆。

常见分组如下：

这个分组不是绝对的，比如“腐烂的橘子”也可以归到BFS，但关键是你要有一套自己的分类逻辑。分组之后，每道题的答案不再是一段孤立的代码，而是某个模板的具体实例。

2.2 答案模板的四个必备字段

我见过很多人刷题只写代码，过两周回看完全不知道当时怎么想的。一个能复用的答案记录至少包含四个字段：

字段一：题型标签。比如“滑动窗口-定长窗口”或“动态规划-线性DP”。标签要细到能区分“最长递增子序列”和“最长公共子序列”，因为它们的转移方程完全不同。

字段二：核心思路一句话。用中文写清楚“用什么数据结构、在什么条件下、做什么操作”。例如“用哈希表记录每个字符最后出现的位置，左指针跳到重复字符的下一位”。

字段三：可运行代码。Python优先，因为热题100的Python题解在面试中足够用，而且代码短、边界清晰。代码里必须有关键注释，标注每一步在做什么。

字段四：复杂度与边界。时间复杂度、空间复杂度、以及你实际踩过的边界条件。比如“输入为空数组”“只有一个元素”“所有元素相同”。

下面是一个具体的答案模板示例，以“无重复字符的最长子串”为例：

def lengthOfLongestSubstring(s: str) -> int: # 哈希表记录字符最后出现的位置 last_seen = {} left = 0 max_len = 0 for right, ch in enumerate(s): # 如果当前字符出现过，且位置在left之后，收缩左边界 if ch in last_seen and last_seen[ch] >= left: left = last_seen[ch] + 1 # 更新当前字符位置 last_seen[ch] = right # 更新最大长度 max_len = max(max_len, right - left + 1) return max_len

逻辑说明：右指针每次移动一位，如果遇到重复字符且该字符上次出现的位置在当前窗口内，就把左指针跳到重复字符的下一位。参数说明：last_seen字典的key是字符，value是索引；left是窗口左边界；max_len维护全局最大值。边界注意：空字符串返回0；字符串全不重复时窗口一直扩展。

2.3 用Anki或Notion建立可检索的答案库

答案写完之后，如果不复习等于白写。我试过三种方式：纯Markdown文件、Notion数据库、Anki卡片。最后稳定下来的是Notion做题库+Anki做抽认的组合。

Notion里建一个表格，字段包括：题号、题目名、题型标签、核心思路、代码、复杂度、首次AC日期、复习次数。每次刷完一道新题就填一行。Notion的好处是可以按题型筛选，比如面试前只看“动态规划”标签下的所有题。

Anki用来做主动回忆。每道题做两张卡：正面是题目描述和题型标签，背面是核心思路和代码截图。复习时先自己想思路，想不出来再看背面。我一般设置间隔为1天、3天、7天、15天，四轮之后基本能条件反射。

这里有一个坑：不要直接把LeetCode的官方题解复制进去。官方题解往往追求最优解，但面试时你需要的是一套你能讲清楚、能手写、能处理边界的解法。我自己的答案库里，有些题用的不是最优解，但胜在逻辑直白、不容易写错。

3. 从题目到答案的实操流程：以腐烂的橘子和基本计算器为例

3.1 腐烂的橘子：BFS模板的完整拆解

“腐烂的橘子”是热题100里图论BFS的代表题。题目大意是：一个网格里有新鲜橘子、腐烂橘子和空格，每分钟腐烂橘子会感染上下左右的新鲜橘子，问多少分钟全部腐烂，如果不能则返回-1。

这道题的核心不是“模拟腐烂过程”，而是多源BFS。所有腐烂橘子同时开始感染，所以初始时要把所有腐烂橘子的坐标加入队列，然后一层一层向外扩散。

from collections import deque def orangesRotting(grid): rows, cols = len(grid), len(grid[0]) queue = deque() fresh = 0 # 统计新鲜橘子数量，并将所有腐烂橘子入队 for r in range(rows): for c in range(cols): if grid[r][c] == 1: fresh += 1 elif grid[r][c] == 2: queue.append((r, c)) # 如果没有新鲜橘子，直接返回0 if fresh == 0: return 0 minutes = 0 directions = [(1,0), (-1,0), (0,1), (0,-1)] while queue and fresh > 0: minutes += 1 # 当前层的腐烂橘子数量 for _ in range(len(queue)): r, c = queue.popleft() for dr, dc in directions: nr, nc = r + dr, c + dc # 边界检查且是新鲜橘子 if 0 <= nr < rows and 0 <= nc < cols and grid[nr][nc] == 1: grid[nr][nc] = 2 # 标记为腐烂 fresh -= 1 queue.append((nr, nc)) return minutes if fresh == 0 else -1

逻辑说明：先遍历一遍网格，把所有腐烂橘子入队，同时统计新鲜橘子数量。然后开始BFS，每一轮代表一分钟，把当前队列里所有腐烂橘子的邻居中新鲜的部分感染并加入下一层。参数说明：queue是双端队列，fresh是剩余新鲜橘子数，minutes是经过的分钟数。边界注意：如果初始没有新鲜橘子，返回0；如果BFS结束后还有新鲜橘子，返回-1。

这道题我踩过的坑：一开始用while queue循环，没有在fresh == 0时提前退出，导致多算了一分钟。后来改成while queue and fresh > 0，并且在循环内先minutes += 1再处理当前层，才正确。

3.2 基本计算器：栈与括号处理的边界

“基本计算器”是热题100里栈应用的硬骨头。题目要求实现一个计算器计算包含加减号和括号的表达式，比如1 + (2 - 3) + 4。

这道题的难点在于括号改变了运算顺序，而且负号可能出现在括号前。常见做法是用一个栈保存括号外的符号和当前结果。

def calculate(s: str) -> int: stack = [] result = 0 num = 0 sign = 1 # 1表示正，-1表示负 for ch in s: if ch.isdigit(): num = num * 10 + int(ch) elif ch in '+-': result += sign * num num = 0 sign = 1 if ch == '+' else -1 elif ch == '(': # 保存当前结果和括号前的符号 stack.append(result) stack.append(sign) result = 0 sign = 1 elif ch == ')': result += sign * num num = 0 # 弹出括号前的符号和结果 result *= stack.pop() # 括号前的符号 result += stack.pop() # 括号前的结果 # 忽略空格 return result + sign * num

逻辑说明：遍历字符串，遇到数字累积到num；遇到加减号时把之前的num按sign加到result，然后更新sign；遇到左括号时把当前result和sign压栈，重置result和sign；遇到右括号时先把当前num结算，然后弹出栈顶的sign和result进行合并。参数说明：stack保存括号外的上下文，sign表示当前数字的符号。边界注意：表达式末尾可能没有运算符，所以最后要result + sign * num；空格要跳过。

这道题的血泪经验：我一开始没有在右括号时结算num，导致(2 - 3)里的3被漏掉。后来在')'分支里先result += sign * num再弹栈，才正确。

3.3 用测试用例反向验证答案

写完答案之后，不要只跑LeetCode的默认用例。我习惯自己构造三组用例：最小用例、边界用例、随机用例。

以“腐烂的橘子”为例：

• 最小用例：[[0]]，没有橘子，返回0。
• 边界用例：[[1]]，只有新鲜橘子，返回-1。
• 随机用例：[[2,1,1],[1,1,0],[0,1,1]]，返回4。

以“基本计算器”为例：

• 最小用例："1"，返回1。
• 边界用例："1-(0-1)"，返回2。
• 随机用例："(1+(4+5+2)-3)+(6+8)"，返回23。

这些用例要写进你的答案库，下次复习时先跑一遍，确认代码没有因为环境变化而失效。

4. 热题100刷题中的常见翻车点与排查

4.1 现象：代码在本地跑通，提交后超时

原因：LeetCode的Python环境对时间复杂度敏感，尤其是O(n²)的解法在数据量大时会超时。比如“最长连续序列”如果用排序+遍历，时间复杂度O(n log n)，虽然能过但不够优；如果用哈希集合做O(n)查找，才能稳定通过。

解决：先看题目数据范围。如果n在10⁵级别，O(n²)基本会超时。优先考虑哈希、双指针、滑动窗口等O(n)或O(n log n)的解法。我一般会在答案库里标注“必须O(n)”，提醒自己不要用暴力解。

4.2 现象：链表题总是空指针异常

原因：链表题里node.next和node.next.next的访问顺序很容易写反。比如“相交链表”里，如果两个指针没有同时到达末尾，就会在None上调用.next。

解决：所有链表题先写哑结点dummy = ListNode(0)，然后用cur = dummy操作。访问node.next之前先判断node是否为None。我自己的习惯是：只要涉及链表，先画三个节点的图，标出每一步指针指向哪里，再写代码。

4.3 现象：动态规划转移方程写对了，但结果不对

原因：dp数组的初始化或遍历顺序错了。比如“打家劫舍”里，dp[i]表示前i个房屋能偷到的最大金额，转移方程是dp[i] = max(dp[i-1], dp[i-2] + nums[i])。如果初始化dp[0] = 0、dp[1] = nums[0]，遍历从2开始，结果正确；但如果初始化dp[0] = nums[0]，遍历从1开始，就会越界或漏算。

解决：写DP之前先明确三件事：dp数组的含义、初始化条件、遍历顺序。然后在纸上手动推一遍n=1、n=2、n=3的情况，确认每一步的dp值符合预期。我一般会在代码注释里写“dp[i]表示…”，强迫自己把含义写清楚。

4.4 现象：回溯题结果有重复或遗漏

原因：回溯的“选择-递归-撤销”三步里，撤销不彻底或者选择范围不对。比如“全排列”里，如果每次递归都从0开始遍历，需要用一个used数组标记已选元素；如果从start开始遍历，则适用于“组合”类问题。

解决：先判断题目是“排列”还是“组合”。排列需要used数组，组合需要start索引。撤销操作要严格对称：递归前path.append(x)，递归后path.pop()；递归前used[i] = True，递归后used[i] = False。我自己的检查方法是：在递归函数入口打印path，看每一层的状态是否符合预期。

4.5 现象：面试时手写代码卡壳

原因：平时刷题用IDE的自动补全和调试，手写时连for循环的边界都写不对。

解决：每周至少一次在纸上或白板上手写完整代码，包括import语句和边界判断。我自己的习惯是：刷完一道题后，关掉编辑器，在空白文件里默写一遍，然后跑测试用例。如果默写不出来，说明这道题还没真正掌握，需要重新复习。

5. 用间隔重复和模拟面试把答案变成条件反射

刷完热题100只是第一步，真正让答案变成条件反射的是间隔重复和模拟面试。我自己的节奏是：第一轮按题型刷，每道题写答案模板；第二轮按题号随机刷，只看题目想思路，不写代码；第三轮模拟面试，限时15分钟手写代码并讲解。

这里有一个具体的技巧：用“三句话讲题法”检验掌握程度。拿到一道题，先用三句话讲清楚：用什么数据结构、核心操作是什么、边界条件有哪些。如果三句话讲不完，说明思路还不清晰。比如“腐烂的橘子”可以这样讲：第一句“多源BFS，所有腐烂橘子同时入队”；第二句“每轮感染上下左右的新鲜橘子，层数就是分钟数”；第三句“如果最后还有新鲜橘子返回-1，否则返回分钟数”。

另一个技巧是建立错题本。不是记录做错的题，而是记录“思路卡住超过5分钟”的题。这些题往往代表你的思维盲区。我自己的错题本里，“滑动窗口最大值”卡了三次，后来发现是对单调队列的理解不到位，专门花了一个下午把单调队列的模板背下来，之后再也没卡过。

最后，面试前一周不要刷新题，只复习答案库里的模板和错题本。我一般会把Notion里的题型标签筛选一遍，每个标签挑两道题手写一遍，确保肌肉记忆还在。希望帮到你。

本文还有配套的精品资源，点击获取