上周有个朋友问我：他在在线判题平台已经刷了快三百道题，可每次遇到新题还是两眼一抹黑，是不是刷得不够多？我跟他说，问题多半出在刷题顺序上，而不是题量。我自己早期也是这么过来的，直到把刷题大纲按专题和依赖关系重新整理一遍，效率才明显上来。今天这篇就把这份大纲和清单完整摊开，聊聊每个专题该刷哪些类型的题、按什么顺序刷、最容易在哪里卡住。
这份清单不是让你一口气刷完的打卡表，而是一张按知识依赖关系排好的路线图。适合三类人：准备算法面试但时间有限的求职者、打算长期打牢算法基础的学生、以及工作中想补数据结构短板的开发者。如果你属于其中任何一类，建议先通读一遍整体结构，再按阶段往下走。
1. 我为什么重新整理这份刷题大纲：先画地图再赶路
1.1 低效刷题的本质：知识依赖关系没理顺
很多人刷题低效，不是不努力，而是顺序出了问题。动态规划需要递归和状态定义的基础，二叉树遍历又是递归思想的天然练习场，而图论里的很多题目又依赖栈、队列和递归的综合运用。如果一上来就刷动态规划，碰到状态转移方程很容易卡死；如果链表还不熟就去碰并查集，只会越刷越挫败。
我自己早期就吃过这个亏。那时候看到别人分享什么题就刷什么，今天两道二叉树，明天一道动态规划，后天又跳回数组，看起来记录了很多题，实际上知识是散的。后来我把做过的题按专题归类，才发现真正熟练的只有最开始刷的数组和字符串，后面的几乎都是“看过题解、当时懂了、几天后忘光”。
所以我把这份大纲的核心定位成：按依赖链从易到难排列，先建立底层结构，再逐步上探算法思想。每一阶段的专题都明确依赖前一阶段的哪些能力，达不到前置条件就不急着往前走。
1.2 我的大纲组织方式：专题内四层递进，专题间前置约束
整套大纲分为四个阶段，每个专题内部再按“底层结构 → 基本操作 → 经典算法 → 进阶变形”四层展开。这样做的好处是，你在一个专题里能形成完整的知识小闭环，而不是东一榔头西一棒子。
| 阶段 | 核心专题 | 依赖前置 | 训练目标 |
|---|---|---|---|
| 第一阶段 | 数组、链表、哈希表、字符串、栈与队列 | 无 | 掌握基础结构与双指针、哈希等常用技巧 |
| 第二阶段 | 二叉树、回溯、二叉搜索树 | 第一阶段已熟悉递归基础 | 建立递归思维，形成回溯模板化能力 |
| 第三阶段 | 贪心、动态规划、背包、子序列 | 第二阶段递归与状态枚举能力 | 理解状态转移，突破算法深度 |
| 第四阶段 | 图论、单调栈、排序、位运算、模拟 | 前三阶段整体完成 | 查漏补缺，覆盖冷门高频考点 |
各阶段之间有意识做了隔离。比如回溯虽然属于递归的进阶，但如果二叉树遍历没写熟练，直接上回溯会很难理解“撤销”这一步的意图。我把回溯放在二叉树之后、动态规划之前，就是让它充当递归思想到高级算法之间的过渡桥。
2. 第一阶段专题清单：数组、链表、哈希表与栈队列的地基
2.1 数组：双指针技术是所有原地操作的起点
数组是第一优先级，因为它空间连续、访问模式固定，最适合建立时间复杂度意识。这个阶段不建议碰太多花哨技巧，重点把双指针、滑动窗口、模拟填充三类题练透。双指针里最经典的是“原地移除指定元素”，基本模板是这样的：
int removeElement(vector<int>& nums, int val) { int slow = 0; for (int fast = 0; fast < nums.size(); fast++) { if (nums[fast] != val) { nums[slow++] = nums[fast]; } } return slow; }这个模板的价值不在于题目本身，而在于它同时训练了“读写指针分离”的思路。后面做有序数组去重、移动零、删除重复项，都是同一套思想。滑动窗口则对应着另一类问题，典型如“长度最小的子数组”，核心是让右指针不断扩张、左指针在满足条件时收缩，窗口维护的是“当前合法区间”。螺旋矩阵这类题不考算法，考的是边界划分能力和代码组织能力，用来训练循环不变量的意识很好。
数组专题我的建议是：把双指针相关的题目至少独立写两遍。第一遍按自己的思路写，写得再丑都没关系；第二遍再对照常见解法优化边界条件和循环逻辑。很多人第一遍就急着看题解，反而错过自己发现问题的机会。
2.2 链表：虚拟头节点与快慢指针的实战价值
链表题代码量不大，但边界条件多，特别容易在空指针和头节点处理上翻车。我的经验是一上来先统一一个习惯：凡是可能涉及头节点被删除或插入的场景，先加一个虚拟头节点，返回时返回 dummy.next。这个习惯能省掉大量 if-else 分支。
典型题目包括反转链表、两两交换相邻节点、删除倒数第N个节点、链表相交、环形链表。反转链表是递归和迭代两种写法的入门题，非常推荐把两种都写一遍。环形链表涉及快慢指针，需要注意快指针一次走两步、慢指针一次走一步，相遇说明有环；如果要找环的入口，还需要在相遇后让其中一个指针回到头节点、再同步前进来确定，这是算法面试里被问得很细的点。
链表训练的额外收获是“画图”。我在题解里反复看到一张清晰的链表变化图比千字说明都有用。你自己动手画一遍节点指针的指向变化，很多边界问题会自己暴露出来，比如反转后原头节点的 next 有没有正确置空，两两交换时 prev 指针要怎么衔接。
2.3 哈希表：空间换时间的第一课
哈希表专题的核心价值是建立一个观念：与其在有序结构里反复查找，不如用额外空间换取 O(1) 的访问时间。这个观念在后面所有“查找类优化”里都会反复用到。
这个阶段要覆盖的题目类型很清楚：有效的字母异位词、两个数组的交集、快乐数、两数之和、四数相加。这些题的共同点是把“判断是否存在”转化为“记录出现过什么”。两数之和是所有哈希应用里最经典的一道，它的常见陷阱是：先判断 target - nums[i] 是否已在哈希表里，再把当前元素放进去，顺序反了就会重复统计自身。
哈希表的进阶用例是“去重”和“计数”。快乐数看起来是模拟题，实际要靠哈希集合判断是否进入循环；字母异位词和四数相加则考验你对计数结果的组合运算能力。我的建议是这一专题不要追求多，而要把“为什么选择哈希表而不选择暴力遍历”这个理由写清楚，后面做滑动窗口和前缀和相关的优化时会受益。
2.4 字符串、栈与队列：高频但总被低估的专题
字符串常被认为简单，实际上它非常考验细节处理。反转字符串、反转字符串II、替换空格、翻转字符串里的单词，这一串题目背后的核心都是对下标和边界的控制。做字符串题时要养成先画下标区间的习惯，否则写着写着就会出现越界或者截取错误。
栈与队列的价值更值得单独说。它们表面上是容器，实际是状态管理的工具。用栈实现队列、用队列实现栈这两道题训练的是“两个容器互相倒腾”的思维，它们能帮你理解数据结构的本质不是语法而是行为约束。有效的括号是栈的入门题，考的是匹配规则的边界判断。删除字符串中的所有相邻重复项则展示了栈处理“相邻抵消”场景的能力。逆波兰表达式求值是栈在表达式计算里的直接应用，滑动窗口最大值又进阶到单调队列，前 K 个高频元素则把堆（优先级队列）引了进来。
这一组题刷完，你会发现栈和队列不是孤立的数据结构，而是解决“需要记住最近状态”这类问题的通用工具。很多人觉得栈简单，其实只是平时没把它的应用场景串起来。
3. 第二阶段专题清单：二叉树与回溯，把递归练成直觉
3.1 二叉树的遍历：递归与迭代都要熟练
二叉树是递归训练最好的温床，因为它的结构本身就是天然递归的。很多非科班同学总怕递归，其实是没找到稳定套路。递归就三件事：确定函数入参与返回值、确定终止条件、确定单层递归逻辑。拿前序遍历举例：
void preorder(TreeNode* node, vector<int>& res) { if (node == nullptr) return; res.push_back(node->val); preorder(node->left, res); preorder(node->right, res); }很多初学者会把 res 反复放到递归参数里，担心它被覆盖。原因是没理解引用传递和递归栈模型的区别。这个阶段我建议把递归和迭代两种写法都练一遍。迭代版前序需要用栈模拟系统调用栈，核心是先压右孩子再压左孩子，因为栈是后进先出。层序遍历则要借助队列来保证按层输出，每轮先记录当前队列长度，再依次出队并加入下一层节点。
二叉树的题覆盖范围很广：翻转二叉树、对称二叉树、最大深度、最小深度、节点个数、平衡二叉树、路径总和。这些题目共同的本质是“在递归的合适位置做处理”，有的在前序位置处理，有的在后序位置处理，理解这个区别能解决一大半问题。
3.2 回溯算法：用一个模板覆盖组合、分割、子集与排列
回溯算法是很多人的心理阴影，但把它放在二叉树之后学，会发现它就是“递归加撤销”。回溯可以看成在一棵决策树上做深度优先遍历，每走一步做一个选择，走不通或满足条件就回退一步。统一的模板如下：
void backtrack(参数) { if (终止条件) { 记录结果; return; } for (选择 : 本层可选列表) { 处理选择; backtrack(新的参数); 撤销处理; } }套这个模板可以解决大部分组合、分割、子集、排列问题。组合总和、分割回文串、子集、全排列这几道题建议按顺序刷，它们的差异其实就是“选择是否可以重复”和“集合是否有序”这两个因素。比如组合问题为了避免重复需要传入 startIndex，排列问题因为顺序不同算不同结果就不用 startIndex，而是用 used 数组标记元素是否已用过。
N皇后和解数独这类棋盘问题也走同样的模板，只不过选择列表变成了棋盘上的可放置位置。回溯写不出来的常见原因不是模板没记住，而是对状态树的形状不清晰。我自己的做法是拿到题先在纸上画树形图，标清楚每一层的选择是什么、终点是什么，画完再写代码会顺畅很多。
3.3 二叉搜索树与最近公共祖先：抓住“有序”这个隐藏条件
二叉搜索树的核心特征是中序遍历有序，这个性质值得反复咀嚼。验证二叉搜索树、二叉搜索树的最小绝对差、众数这三道题表面上不同，实际都能用中序遍历过程中维护前一个节点来解。理解“中序遍历下当前节点和前驱节点的关系”，比背任何结论都好用。
二叉搜索树的插入、删除、修剪则考察递归返回值的使用。删除节点时要注意三种情况：叶子节点直接删、单子树节点用子树替代、双子树节点要找右子树最小节点替换。很多人写完双子树删除后忘了解释为什么可以用右子树最小节点替换，面试时容易被追问，建议提前想清楚“中序顺序不会变”这件事。
最近公共祖先这类题不是二叉搜索树专属，普通二叉树也有。它考察的是后序位置的判断逻辑：如果当前节点的子树里同时包含 p 和 q，那它就有资格作为公共祖先候选；如果在左右孩子里都找到了目标，当前节点就是最近公共祖先。这类题的递归返回值设计很巧妙，需要返回“找到了哪个目标”或空，建议搭配二叉搜索树版本一起对照练习。
4. 第三阶段专题清单：贪心与动态规划，算法深度的试金石
4.1 贪心：写代码五分钟，想明白为什么两小时
贪心算法最大的特点是代码通常很短，但证明难度很高。分发饼干、摆动序列、最大子序和、买卖股票的最佳时机、跳跃游戏、加油站、分发糖果、根据身高重建队列、用最少数量的箭引爆气球、无重叠区间、划分字母区间、合并区间、单调递增的数字，这些都是经典的贪心练习。
贪心学习的重点不是记住“这道题用贪心”，而是训练一种判断力：什么时候局部最优可以推导出全局最优。比如买卖股票问题只要在相邻价格上涨时累计收益，就能得到最大利润，原因是所有正收益差的和等价于最大总收益；跳跃问题则是维护当前能覆盖的最远距离，如果最远距离能到达末尾就说明可行。这两类题的共性是“当前决策不依赖未来复杂状态”。
遇到贪心题，我建议多问自己一个问题：如果我不按这个策略选，有没有反例？手动构造几个边界用例比直接看题解有用得多。真实面试里，面试官通常更关注你能不能解释清楚为什么贪心成立，而不仅仅是提交通过。这个环节建议大家每次刷完贪心题，都在笔记里写一句“为什么局部最优在这里等于全局最优”，长期积累下来会形成很好的直觉。
4.2 动态规划：从暴力递归到递推公式的完整路径
动态规划是大多数刷题人的最大分水岭。我的学习路径分三步：先写暴力递归，再加备忘录剪枝，最后改写成递推。很多人一上来就背状态转移方程，遇到变体题就废，原因就是跳过了“从递归到递推”的推导过程。
以爬楼梯为例，先写递归版本：
int climbStairs(int n) { if (n <= 2) return n; return climbStairs(n - 1) + climbStairs(n - 2); }这个版本之所以慢，是因为大量子问题被重复计算。加入一个 memo 数组，让每个 n 只算一次，就是记忆化搜索。再进一步，发现每个状态只依赖前两个状态，于是可以只用两个变量滚动更新。这条路径走完，你对“状态”和“转移”两个字会有实感。
动态规划的经典题覆盖面很广：斐波那契、爬楼梯、不同路径、不同路径II、整数拆分、不同的二叉搜索树、01背包、完全背包、打家劫舍、买卖股票的不同状态版本、子序列问题。刷到后半段你会发现，动态规划的难点早已不是公式推导，而是状态定义本身。打家劫舍这类题状态清晰、一推就通；股票问题涉及持有和未持有两个维度，组合情况一多就开始乱；子序列问题又涉及二维状态和双指针比较逻辑，需要画网格辅助理解。总之动态规划要耐着性子按类型走，别跳步。
4.3 背包问题与子序列问题的遍历顺序陷阱
背包问题是动态规划里的高频考点，也是最容易因为循环顺序写错而卡半天的部分。01背包用一维滚动数组时，内层容量循环必须从大到小，否则会把当前物品多次放入；完全背包因为没有物品数量限制，内层容量循环从小到大才是正确的。这个差异解释起来很直观：一维数组在覆盖旧数据，01背包要保证每个物品只用一个，所以必须使用旧状态；完全背包可以覆盖更新，所以正着来。
组合问题与排列问题的遍历顺序差异更隐蔽。如果先遍历物品再遍历容量，统计的是组合数；先遍历容量再遍历物品，统计的是排列数。同一套递推公式，只因循环嵌套顺序不同，结果语义就完全不同。我建议用“零钱兑换II”和“组合总和IV”这两道题对照验证，亲手跑一遍循环顺序不同带来的结果变化。
子序列问题的循环顺序一般是直接双循环，很少涉及背包那样的乾坤颠倒，但有一类题需要特别注意：最长递增子序列只需要维护一维数组；最长公共子序列则需要二维数组并区分 text1[i-1] 和 text2[j-1] 是否相等。这类题做多了你会发现，动态规划的状态定义几乎决定了代码的复杂程度，所以前期多花时间想状态，比后期调 bug 划算。
5. 第四阶段专题清单：图论、单调栈与冷门考点冲刺
5.1 图论：深搜广搜的适用边界与并查集
图论题在小厂笔试里不常考，但大厂面试偶尔会出现，而且出现时往往就是区分度最高的时刻。这个阶段建议把精力集中在三类问题：岛屿类连通性问题、网格上的深搜广搜、并查集模板题。
岛屿数量、岛屿最大面积、被包围的区域这类题有个共同模板：从某个格子出发，按上下左右四个方向递归扩散，遇到边界或已访问格子就回头。它们能反复训练你对 visited 数组的使用习惯。太平洋大西洋水流问题则反向思考，从边界开始向内流，思路一转就能降低一整个维度。
深搜和广搜怎么选，我的判断依据很简单：如果要找最短路径或最少的步数，用广搜；如果要穷举所有连通块、判断是否存在路径，用深搜。并查集主要针对动态连通性问题，比如判断两个节点是否相连、统计连通分量数量。并查集三件套——初始化、查找、合并——代码量不多，但查找时的路径压缩和合并时的按秩合并需要注意，考试时容易忘记。
图论的学习不建议钻得太深太偏，最短路、最小生成树这类题目如果时间紧张可以直接跳过，它们出现频率不高且模板很长。把深搜广搜和并查集练熟，性价比已经很高了。
5.2 单调栈：用“下一个更大元素”练出单调性思维
单调栈是一个很小的技巧，但它能优雅地解决“某个元素左边或右边第一个比它大/小的位置”这类问题。每日温度和下一个更大元素就是模板题。如果暴力解，每到一个位置都要往两边找，时间复杂度 O(n²)；用单调栈维护一个递减栈，每个元素最多出栈一次，整体复杂度降为 O(n)。
接雨水是单调栈里最难也最经典的一道。它的核心思想是把积水按“横向条带”计算，每次出栈时，当前遍历到的柱子就是出栈元素的右边边界，而栈内前一个元素就是它的左边边界。理解这个“左右边界由栈内相邻元素决定”的过程，比记住代码更关键。柱状图中最大的矩形则反过来维护一个递增栈，计算每个柱子能向左右扩展的最大宽度。
单调栈写起来容易，但边界情况多，尤其是栈空和栈内剩余元素的处理。我建议把每日温度、下一个更大元素、接雨水、柱状图中最大矩形这四道题连在一起做，做完用测试用例手动跑一遍弹栈过程，很快就能形成肌肉记忆。
5.3 排序、位运算与模拟题：容易被忽略的送分项
排序虽然每种语言都有现成接口，但自定义比较器依然是高频考点。根据身高重建队列、合并区间这类题都要用到自定义排序规则，你要能说清楚稳定排序的含义以及什么时候自定义比较器会出问题。有些语言的自定义比较器写法很反直觉，建议提前查一次官方文档。
位运算的题目不多，但概念独立、套路固定。只出现一次的数字用的是异或消去成对元素的性质；汉明距离统计两个整数二进制位不同的数量；比特位计数可以用动态规划做，也可以用 n & (n-1) 循环迭代。位运算题适合作为零碎时间练习，不需要大块时间。
模拟题指的是螺旋矩阵、顺时针打印矩阵、大数加法这类不靠高级算法、纯靠逻辑严密性的题目。它们考验的是你拆解边界条件的能力。很多人在算法上花了大量时间，反而忽略这些“送分题”，其实笔试里它们出现频率并不低。刷模拟题时我习惯把每一条边界规则写清楚，比如螺旋矩阵的上下左右四个边界如何收缩，写完再用小矩阵手动验证。
6. 三轮刷题节奏、复刷策略与三个常见误区
6.1 三轮刷法的具体安排与每日题量建议
大纲的内容覆盖广，一口气刷完不现实，所以强烈建议分三轮推进。第一轮按专题刷，目标是把每个专题的基础题型全部过一遍，重点在理解和熟练，每天保证 3 到 5 题即可，时间控制在 1.5 到 2 小时。第一轮最忌讳的是跳题，硬啃超过半小时没有思路的题应该直接看题解，看完立刻自己重写一遍。
第二轮进入混合刷题阶段，把不同专题的题打乱顺序做，每天尽量覆盖两到三个不同专题。这一步训练的是快速识别题型的能力：拿到题先判断它考的是数据结构还是算法思想，是双指针还是动态规划。很多人在真实面试里反应不过来，就是缺少这种混合训练，因为平时做题时已经知道属于哪个专题了，等于提前拿到了提示。
第三轮以限时模拟和错题重刷为主，每道题控制在 30 到 40 分钟内，模拟完再对照最优解分析差距。这个阶段不再追求新题量，而是盯住两个指标：曾经卡住的题现在能不能独立写出来，以及高频经典题能不能达到稳定通过。
6.2 复刷的核心不是“记答案”，而是“重推思路”
进步最大的其实是复刷，但很多人复刷变成了背题。正确做法是：拿到题先不看任何笔记，先描述思路，再说时间空间复杂度，最后才动手写代码。如果思路描述错了，说明这道题还没有真正内化，应再回到笔记里查看当初卡住的点。
我带过几个朋友用这套方法，效果最好的记录方式是给每道题打三个标签：“无思路”、“看题解懂”、“独立写出”。三周以后回来看，如果一道题还是“无思路”，就需要重新进入专题复习。不能因为当时写对了就觉得过关，算法题变体很多，靠记住答案应对变体是骗自己。
复刷间隔建议采取分散复习策略：当日刷的新题，隔两天复刷一次，再隔一周复刷一次，一个月后再来一次。这套节奏比一次性重复三遍更能对抗遗忘曲线，也更符合真实面试“临时想解题思路”的应激要求。
6.3 三个容易走偏的误区与我的排雷经验
第一个误区是只看题解、不动手写。很多学习材料读着都懂，一到自己动手就卡壳，原因在于解题不只是知识，更是技能，技能必须通过输出训练。我的做法是要求自己对着空编辑器重写题解里的核心代码，写不出来就再读一遍、再合上重写，直到能独立默写为止。
第二个误区是追求一题多解，但每一种都不熟。一题多解确实能加深理解，但它适合第二阶段以后，不适合打基础阶段。基础阶段更建议一题一解吃透，把一种主流解法的复杂度、边界条件、变体用法全部搞清楚。等混合阶段再尝试对比不同解法，性价比会高很多。
第三个误区是盲目追求新题、难题，忽视高频经典。刷题最重要的是覆盖高频题型和稳定输出能力，而不是炫耀难度。真实面试里，往往越是基础题越能看出代码风格和边界处理习惯。我见过不少刷了很多高难度题的人，反而在链表反转这类基础题上栽跟头。与其每天刷一道新颖难题，不如把高频经典题练到肌肉记忆。
我按这套大纲带过几个朋友，效果最明显的是先按专题刷完第一轮、再进入混合刷题阶段的人，前期慢一点完全没关系，后期会追得很快。最后分享一个小技巧：每道题刷完，在题目旁边记下当天“无思路、看题解懂、独立写出”三种状态中的哪一种。这个标记会成为你复刷时最诚实的导航仪，比任何学习计划都可靠。
