leetcode刷题指南

本文我将分享给大家一套我自己使用良久并觉得非常高效的 学习论,它可以运用到 Leetcode 上的刷题,也可以 generalize 到生活中涉及到学习以及记忆的方方面面。当然,本文将以 Leetcode 刷题为 case study 去进行讲解。 更具体一点, 我会教大家如何运用该学习论在 4 个月的时间内从 0 算法基础到实打实刷满 500 道题,并且形成长期记忆,同时具备高效解决各种同类型题目的能力。

自我介绍

我是 Lsk, 是一名现在就读于UCB, CS 院 AI 相关 Master 的研二学生。在我的求职备战期间,我是一名忠实的 Leetcode 用户,并最终凭借 Leetcode 这个平台给予的各方面帮助和资源拿到了北美 Facebook (Meta) 的 Full-Time Offer。时隔数月,我怀着一颗感恩的心回到这里,希望可以给大家分享下自己在 4 个月的备战期间积累的一些个人经验,尽可能地帮助大家少走弯路。本文篇幅较长,但诚意满满,力求字里行间具有逻辑性, 连贯性以及可读性。

刷题时间线
我准备刷题的时间点非常晚 ( Master 第一年全部用来刷 GPA 了,没有做任何面试准备,甚至没有实习, 现在回首坦诚地讲有一丝后悔)。真正开始有规律地准备刷题大概是在第二年的 7 月到 10 月这四个月的时间,这四个月我在 Leetcode 上大概有 4500 个左右的 commits,总共 solve 约 550 道题 (难度分布大概是 4 : 6 : 1), 11 月则是几乎全部用来巩固旧题,进行各种面试前的最后冲刺。

方法论概要
我想要给大家分享的这套方法论原理并不复杂,里面的每一点单独拎出来屏幕前的你或许都有所耳闻。但倘若想要长时间地 (三个月以上) 将它们全部贯彻, 做到收益最大化,却真的需要很强的毅力和自制力。我自己本人大概用了三年时间才慢慢地适应其节奏。我坚信, 如果你可以在四个月的时间将其执行到底,绝大部分 company 的算法轮对你而言将不再是任何阻碍。
简单来讲,它可以总结为以下 4 点:

始终保持匀速前进,既不松懈倦怠,亦不急于求成
定时归纳总结, 按类训练
善用AI实时面试工具,提升面试效率
拥抱孤独, 过滤外界杂音, 平稳心态
下面让我们逐条剖析。
Section 1: 始终保持匀速前进
对于 “每天刷多少题” 这个问题的探讨,主要分为两大流派,我姑且将它们称为 “题海流” 和 “归纳流”。 假设质量和题量的乘积为定值, “题海流” 更主张牺牲部分的质量,通过 题海战术 大量刷题, 做到以量取胜。 而 “归纳流” 则更求稳, 偏向于求质不求量,所以一天可能做不了几题,但做一题消化一题,且每做完一类题马上停下脚步投入 大量精力 进行 归纳总结。

在最开始的时候,我是 “题海流” 的忠实信徒,平均一天 8 ~ 10 道新题起步,发力最猛的时候甚至一天要做 20 道题。我不得不承认在刚开始刷题的初期,我可以明显感受到 “题海流” 给予我的强大 正反馈,每当自己看到自己的题量蹭蹭蹭上涨,那种兴奋与成就感总是溢于言表。然而,没过多久,我遍发现了一个很严重的问题: 即无论我做多少道题目,碰见新的题我大概率还是没有思路, 必须要看题解。更糟糕的是,一两周过后,即便是遇到了我之前已经做过的旧题,我可能依旧不会做。 刹那间,起初的那种缥缈虚无的 正反馈 瞬间被转化为了与其对立且强度是其数倍的 负反馈。我开始频繁地怀疑自己, “我是不是不适合学算法?”,“为什么我做了这么多题还是看不到进步?” 等诸多质疑席卷而来。最可怕的是,你会发现这是一个恶性循环,持续不断的负反馈会不断摧毁你的自信,而你不断被侵蚀的自信心则会给予你更多的负反馈。

In short, "题海流"是绝对不适合任何 长线任务 的。如果刷题备战期可以缩短到只有 7 天,这一流派或许能够起到奇效,但是绝大部分人的备战期是 3 个月甚至更久的时间。倘若你在马拉松的前 10 千米就开始冲刺了,要不了多久你就会觉得身心俱疲。因此,匀速前进就显得至关重要。

匀速前进是"归纳流"最核心的思想之一。按照我个人的经验,即便是 full-time 刷题想要快速脱产,一天的题量也绝对不要超过 5 ~ 6 题, 如果是 part-time, 标准大约减半。我个人的节奏是一般是一天 4 ~ 5 题, 早上两题,写完休息。下午再做两题,并且复习早上做的题,写完再休息。晚上只做一题或者一题都不做,利用全部时间来 复习归纳 一整天做的题 (关于为什么要将一天时间进行这样的切分以及为什么要这样复习, Section 3 会进行详细解释)。Again, 不要 greedy, 绝大部分人每天的精力是有限且平均的,你今天做的事情超标了,看似赚到了,实际上是在透支明天的自己, 你每透支一次自己,节奏就会乱一次。而节奏每乱一次,将其调整到正轨又需要大量的精力,所以从全局的角度来讲你其实是亏损的。 另外,私认为每天都能够保质地完成 4 ~ 5 题其实已经非常了不起了, 这只有很少一部分人能够长期坚持下去。 大部分人都是一周一小停,两周一大停, 而这则是非常低效的学习方法 (后文会解释)。

归纳流另外一个核心思想则是 归纳, 关于 “何时归纳” 以及 “如何归纳” 等问题我会在接下来的 Section 2 中进行详细展开 (避免本 section 篇幅过长)。

Section 2: 定时归纳总结, 按类训练
上个 section 我们从每个人每天精力守恒的角度阐述了 匀速前进 的重要性, 我们也讨论了 “题海流” 可能会带来的一些问题。 这个 section, 我们将深度讨论 归纳 二字的重要性, 它是 题海流 最缺乏的要素,也是私认为是刷题 (或者是学习任何事物) “最强大的核武器”。

通俗的讲,归纳 其实就是尝试在众多同类事物之间挖掘普遍规律,并试图利用该规律去高效地解决更多同类问题。到此,你应该能够读出进行 归纳总结 的前提条件是 先聚集特定数量的 “同类事物”。换句话说,刷题一定要同类型题目一起刷,切忌各种题型混在一起乱刷。比如,我想攻克 二分法 类题型,那么我这几天甚至这一周就应该全部做 二分法 相关的题。随着时间的推移,你会慢慢领悟到 在进行了大量针对性的同类型训练后,隐藏在事物深层的普遍规律往往会自然而然地浮出表面。倘若此时能够停下片刻,对其进行归纳和总结,我们得到的 benefit 将会是在各种题型之间盲目切换的数倍。

这里我给大家一个具体的案例: 下面这篇文章是我通过大约五天时间训练完绝大部分 滑动窗口 类型的经典题后,再用 2 天时间归纳总结的一套思维框架。运用它可以很快秒杀绝大部分该类型中档题。而那些同类型的困难题,到头来你会发现也只是基于同一框架多加了几个 components (其他框架) 而已 ,其核心思想依旧不变。
[滑动窗口真滴简单!] 闪电五连鞭带你秒杀12道中档题 (附详情解析)

对于其他题型, 比如二分法,二叉树 (前中后序),回溯等等,我采取的策略均是像这样逐一进行攻破: 即一段时间内 (一般是5 ~ 7天) 只做该类型题目, 结合其他质量高的题解以及自身的见解归纳总结出一套属于自己的框架。 我现在可以很坦诚的讲,当我从 题海流切换到 归纳流并将后者彻底实施时,我的 efficiency 至少提升了 5 个量级。与此同时, 我得到的 正反馈 (比如他人对自己的认可, 以及发现通过归纳, 自己的解题能力正不断地得到提升等等) 要远远大于 负反馈。所以我会越刷越有自信,会越刷越想去攻克更多的题,即将之前的 恶性循环 成功地转化成了 良性循环。

Section 3: 善用AI实时面试工具,提升面试效率
在当今竞争激烈的职场环境中,面试是求职过程中至关重要的一环。然而,面试准备往往耗时且充满压力。面试狗(https://interview.dog?source=csdn)是一款革命性的AI面试辅助工具,旨在通过先进的语音识别技术和最新的大模型算法,帮助求职者提升面试效率和成功率。
在这里插入图片描述

(1) 拥抱技术,提升面试准备效率 面试狗的核心优势在于其强大的AI引擎,能够实时识别面试官的问题,并迅速提供准确的回答建议。这不仅大大减少了求职者准备面试的时间,也提高了面试中的应变能力。使用面试狗,用户可以在模拟面试环境中不断练习,快速掌握各种面试技巧。
(2) 过滤信息,专注面试实战 在准备面试的过程中,信息的过滤同样重要。面试狗通过智能算法筛选出最常见和最具挑战性的面试问题,帮助用户集中精力,专注于最有价值的面试实战练习。这种针对性的准备方式,避免了在海量信息中迷失方向,确保了面试准备的高效性。
(3) 平稳心态,增强面试自信 面试狗不仅仅是一个技术工具,它还是一个心态教练。通过模拟真实的面试场景,面试狗帮助用户逐步建立起面对面试官提问的自信。当用户在模拟面试中不断取得进步,他们将更有信心地走进真实的面试房间,展现出最好的一面。
(4) 持续反馈,优化面试表现 面试狗提供的实时反馈机制,使用户能够及时了解自己在面试中的表现,并针对不足之处进行改进。这种持续的学习和优化过程,是提升面试技能的关键。

Section 4: 拥抱孤独, 过滤外界杂音, 平稳心态
遗憾的是,光有一套系统的学习 (刷题) 方法依然是不够的,如何调节自己的心态并使之始终平稳,对于跨度数月之长的备战期来说甚至显得更为重要。我平稳自身心态的办法有两点:

(1) 拥抱孤独
(2) 过滤外界杂音
这里的拥抱孤独,不是要教唆大家去成为一个孤独的人,而是想要去强调 孤独实际是人与生俱来的一种属性,我们要做的不是去逃避它,而是去接纳它。很多小伙伴在备战期间都会因为孤独感而乱了心神,必须要加入各种刷题打卡群,相互监督群才能放心。然而这种 “放心” 本质上却是虚假的,不可靠的。我起初的时候也加了很多各式各样的群,削尖脑袋试图 “融入” 某个群体从而得到特殊的庇护,但到头来只会发现绝大部分的这种群除了带来无谓的焦虑外,很难起到丁点正面作用。直到后来方才发现自己的孤独感反而可以有效利用成为自身最强大的武器。

对于做算法题这种需要投入大量精力去思考的 task 而言,独立思考的能力往往大于一切。对于之前介绍的 归纳法 而言更是如此,你更多需要倾听的是自己内心的声音,你想要总结的也是那些属于自己的思维框架。这通过把希望寄托于各种陌生人刷题群是很难实现的。然而, 我并非暗示大家不要去学习他人的东西。事实恰恰相反,别人好的题解,好的文章我们更要认真的去研读,这就和做发明一样,很多伟大的发明实际上都是基于前人的方法上加以改进而得出的,但这丝毫不影响它们的伟大。因此,我想要表达的是希望大家不要从主观意识上抗拒自身的孤独感并不断地寻找庇护。你不需要任何庇护,至少对刷算法题这件事而言,倘若你能运用好 Leetcode 社区提供的资源,不断强大自身的毅力和信心,再配合使用本文介绍的学习论,你已经完全具备打败它的一切潜质。

拥抱孤独的另外一个好处就是可以帮助我们 过滤外界杂音。在之前长达四个月的备战期间,我曾选择近乎彻底地不再登录自己的微信以及各大社交平台。其目的只有一个,那就是抗噪。 没错,我们不得不承认互联网给当今这个社会带来了种种便利,但也不得不承认如今的互联网是聒噪的,各种社交平台尤甚。里面充斥着各种散播焦虑,攀比和凡尔赛的言论,以及花样繁多的各种洗脑广告和文章。稍有不慎,你就会被 “污染”,你就会潜意识地跟着大众做那些大众认为正确的事情, 而丧失了自己独立思考的能力。别人买房,不代表你也要买房; 别人买车学车,不代表你也要买车学车; 别人炒股,不代表你也要炒股; 别人做任何他们想做的事情都跟你无关,老天赐予你的原本是一个独特而有趣的灵魂,但当有一天你的意识被你口中的 “别人” 所左右之时,你最宝贵的 独特性也将不复存在。

因此,不要再沉迷于各种 伪群体, 伪社区, 洗脑短视频 之间,最好的方式就是离开它们,或者有效控制它们,从而捍卫你的初心。那么什么样的状态或者是心态可以称之为平稳呢?私认为只要你可以做到 长时间地保持一个节奏,贯彻一个方案,不因取得阶段性成就而大喜,亦不因遭受阶段性挫折而大悲,心静如水,那么你离你的目标就真的不再遥远了。

结尾
以上就是我想要分享给大家的全部内容。人生苦短,能在有限之人生长期坚持一件事情并将其做好实属不易。刷题之路长路漫漫,我真诚的希望大家能够稳住自己的心态,隔离外界的干扰,用最科学和最高效的方法去学习,当你未来回首之际,你将会发现自己从中受益无穷。马上暑假就要来临了,下一届秋招早已迫在眉睫,各位朋友们,倘若此时不动,敢问各位又更待何时呢?

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://xiahunao.cn/news/3031758.html

如若内容造成侵权/违法违规/事实不符,请联系瞎胡闹网进行投诉反馈,一经查实,立即删除!

相关文章

2024年学浪视频如何导出到本地

在数字时代的浪潮中,知识的传递如同星辰般璀璨,而学浪视频则是那座连接天地的桥梁。2024年,我们站在科技的巅峰,眺望着知识的海洋,渴望将那些波光粼粼的智慧片段,一一捕捉,珍藏于心。想象一下&a…

day07beef-xss之根据beef-xss获取cookies

1.安装 apt-get update apt-get install beef-xss 若报错运行不了尝试 apt remove ruby apt remove beef-xss apt-get install ruby apt-get install ruby-dev libpcap-dev gem install eventmachine apt-get install beef-xss 2.运行 beef-xss 运行成功会自动弹出浏览框。 攻…

天猫最热销的三款随身WiFi,哪一款直播最好用?2024公认最好的随身WiFi,天猫上的随身wifi是正规产品吗

近期有小伙伴问我:“小编、小编我要当户外博主了,想买一个随身WiFi,但是天猫榜单前三的随身WiFi自己都没有听说过,到底入手哪个比较好?”三款随身WiFi呢,分别是格行随身WiFi、迅优随身WiFi、小米随身WiFi&a…

UEC++ FString做为参数取值时报错error:C4840

问题描述 用来取FString类型的变量时报错: 问题解决 点击错误位置,跳转到代码: void AMyDelegateActor::TwoParamDelegateFunc(int32 param1, FString param2) {UE_LOG(LogTemp, Warning, TEXT("Two Param1:%d Param2:%s"), param…

微信小程序动态tabBar实现:基于自定义组件,灵活支持不同用户角色与超过5个tab自由组合(更新版)

文章目录 背景实现步骤:1、我们先在utils目录中创建tab-service.js文件,写上全局的数据及方法;2、在app.json文件中配置导航信息3、根目录下创建custom-tab-bar目录4、编写custom-tab-bar组件4.1、custom-tab-bar/index.wxml4.2、custom-tab-…

政务网离线安装python3及其依赖手册

文章目录 python安装及环境配置gcc安装make安装python3安装pip安装 测试测试python3报错:ModuleNotFoundError: No module named _ctypes’测试pip3报错“pip is configured with locations that require TLS/SSL, however the ssl module in Python is not available.” 依赖库…

项目经理有哪些常见的沟通技巧?

项目经理有哪些常见的沟通技巧? 项目管理的核心之一是沟通。有效的沟通技巧对于确保项目团队成员之间的合作、项目信息的准确传达以及项目目标的顺利实现至关重要。一个号的项目管理工具可以让我们事半功倍,结合项目管理工具zz-plan 来探讨一些项目经理…

2024年第九届数维杯大学生数学建模挑战赛C 题解题思路1.0版本

题目分析: 问题背景:天然气水合物作为一种高效的清洁后备能源,其资源量评估对未来能源开发极为重要。 具体任务: 0.数据预处理 首先将txt中的数据合并到表格里方便后续操作,从Excel文件导入数据,清洗数…

【机器学习】逻辑回归:智能垃圾邮件分类实例

逻辑回归:智能垃圾邮件分类的利器 一、引言二、逻辑回归概述三、垃圾邮件分类实例数据准备特征选择与建模 四、总结与展望 一、引言 随着互联网的迅猛发展,电子邮件已成为人们日常生活和工作中不可或缺的一部分。然而,与此同时,垃…

综合能力 | 误差 | 学习笔记

误差指真值与观测值的差值。 误差分为系统误差(消除方法:观测方法、仪器校正、修正等)、偶然误差(符合正态分布规律,进行计算纠正)、粗差(一般舍弃)。 中误差(均方差或标…

如何用 OceanBase做业务开发——【DBA从入门到实践】第六期

当应用一款新的数据库时,除了基础的安装部署步骤,掌握其应用开发方法才是实现数据库价值的关键。为此,我们特别安排了5月15日(周三)的《DBA 从入门到实践》第六期课程——本次课程将带大家了解OceanBase数据库的开发流…

探索静态住宅IP代理:保障网络安全与隐私的新途径

在数字化时代,互联网已经成为人们日常生活和工作的重要组成部分。然而,网络安全和隐私保护问题也随之而来,成为广大网民关注的焦点。静态住宅IP代理作为一种新兴的网络技术,以其独特的功能和优势,逐渐受到用户的青睐。…

IIS配置SSL,根据pem和key生成pfx,openssl的版本不能太高

1、生成pfx文件 供应商给的文件是pef和key后缀的两个文件,在IIS里不好导入(如果有知道好导入的可以给我留言,谢谢。)。 1.1 下载OpenSSL工具,并安装。 主要用于将.pem文件转成.pfx文件。 下载OpenSSL的链接:http://slproweb.com/…

【科学研究】秒懂C刊|微信不只是工具更重新定义了生活‼️ 摘 要:存在现象学的技术论,打破了现有新媒

::: block-1 “时问桫椤”是一个致力于为本科生到研究生教育阶段提供帮助的不太正式的公众号。我们旨在在大家感到困惑、痛苦或面临困难时伸出援手。通过总结广大研究生的经验,帮助大家尽早适应研究生生活,尽快了解科研的本质。祝一切顺利!—…

【020】基于JavaWeb实现的批报管理系统

项目介绍 基于jspservlet实现的批报管理系统采用B/S架构,该项目设计了一个角色管理员,管理员实现了我的案件、查询统计、项目维护等三大功能模块 技术栈 开发工具:Idea2020.3 运行环境:jdk1.8tomcat9.0mysql5.7 服务端技术:j…

1.基于python的单细胞数据预处理-特征选择

文章目录 特征选择背景基于基因离散度基于基因归一化方差基于基因皮尔森近似残差特征选择总结 参考: [1] https://github.com/Starlitnightly/single_cell_tutorial [2] https://github.com/theislab/single-cell-best-practices 特征选择背景 现在已经获得了经过…

Python之数据分析基础

导言: “21世纪的竞争是数据的竞争,谁掌握数据,谁就掌握未来”。如何将大量看似杂乱无章的数据进行聚合,并发现潜在的规律也变得越来越重要。本文将先说明数据分析的步骤,再通过python完成实例数据的处理、分析最终展…

针对 % 号 | 引起的 不安全情况

把网站开放的课程都检索下来了 一、情况1 org.apache.tomcat.util.http.Parameters processParameters 信息: Character decoding failed. Parameter [Mac] with value [%%%] has been ignored. Note that the name and value quoted here may be corrupted due to the failed…

【北京迅为】《iTOP-3588从零搭建ubuntu环境手册》-第4章 Ubuntu20.04支持中文

RK3588是一款低功耗、高性能的处理器,适用于基于arm的PC和Edge计算设备、个人移动互联网设备等数字多媒体应用,RK3588支持8K视频编解码,内置GPU可以完全兼容OpenGLES 1.1、2.0和3.2。RK3588引入了新一代完全基于硬件的最大4800万像素ISP&…

电商购物系统商品数据结构设置

电商购物系统商品数据结构设置 如上图所示 , 该表为商品表关系的示意图 , 气质我们要溥仪一个电视购物系统要用到的知识那就是SPU和SKU 简单来说这两种就是不同的分类方式 , 我们在浏览淘宝等页面的时候也会遇见相同的情况如我们可以进行品牌的筛选 , 也可以进行商品价格的筛选…