Algorithm
5/10/26About 3 min
Algorithm
这部分不只是“题型仓库”，更像一个算法学习和面试准备的知识地图。现在入口改成了先分清主线，再决定从哪条路径开始学: 数据结构负责“存什么”，搜索负责“怎么枚举”，优化负责“怎么更快”，课程和 framework 则负责“怎么形成自己的解题方法”。
Algorithm Knowledge Map
从复杂度与正确性出发，再进入数据结构、搜索与优化
如果你是第一次来这块，建议先看 Data Structure、 Search 和 Optimization 这三条主线。 想系统准备面试，可以再配合 Course 和 Framework 一起读。
ComplexityCorrectnessData StructureDFS / BFS / FORDynamic ProgrammingInterview Prep
Topic Map
Core objects
Data Structure
数组、链表、树、图、集合这些“状态长什么样”的问题，决定了后面很多算法写法。
EnumerationSearch
FOR、DFS、BFS 三种主要枚举方式，适合处理组合、路径、连通性和最短路问题。
Make it fasterOptimization
从减治、贪心、动态规划到结构优化，关注怎么减少无效状态与重复计算。
Study trackCourse
把零散知识点整理成学习路线，更适合系统复习和阶段式刷题。
How to thinkFramework
总结怎么分类题目、怎么传参、怎么写出 bug-free 代码，是辅助方法论层。
High-frequency patternsFAQ
高频技巧、面试陷阱和分类速查，适合做查漏补缺和最后一轮巩固。
Recommended Paths
Path 1: Build the Core Mental Model
- 复杂度分析与数据规模估算
- Data Structure
- Search
- Optimization
- Framework
Path 2: Interview Coding Track
- 边界情况、代码质量、沟通方式
- Coding Quality
- FAQ
- JZ Course
- 结合题单和公司高频题练习
Path 3: Topic-driven Review
What Lives Where
Data Structure / Search / Optimization: 算法区的三条主线，回答“学什么”。Course: 把知识点串成学习顺序，回答“先学什么，后学什么”。Framework: 总结分类、顺序、传参、代码质量等方法论，回答“做题时怎么想”。FAQ: 高频模式与面试坑位速查，回答“遇到题时先想到什么”。
High-Value Notes
- 复杂度与正确性: 主方法、循环不变式、DP 最优子结构、贪心选择性
- 搜索基础: FOR, DFS, BFS
- 经典优化: Dynamic Programming, Binary, 2 Pointers
- 面试辅助: Framework, FAQ, JZ Course
Interview Checklist
- 先问清数据范围和输入约束。
- 先给出 working solution，再说明优化点。
- 明确边界情况、空输入、越界和重复状态。
- 写完后主动验证复杂度、正确性和可读性。