1回答

liuyubobobo

2022-08-25

随便聊两句。

首先，其实我在我的【算法与数据结构体系课程】的第一章应该强调过：我的体系结构的课程并不是一个刷题课。所以，上那个课程并不能让你在 Leetcode 上见一道题会一道题。这点很重要。我生怕很多同学学习我的那个课程的目的就是希望在 Leetcode 上“所向无敌”，所以特意强调过。也可以参考我的这个问答：https://class.imooc.com/course/qadetail/331667

但是，我近乎可以很肯定地说，对于计算机专业的大多数工程师来讲，我的算法体系课成中的一个个算法和数据结构的原理，是重要的；而 Leetcode 上的大多数题目，其实是不重要的。学习好那些算法和数据结构的基础原理，在后续学习近乎任何计算机的其他领域的时候，都用得到；但是，Leetcode 中很多题目，真的只是“题目”而已。当然，不能说一点作用没有，尤其是抽象地说，作为思维训练，还是很有用的，但是，他们的直接作用，并没有那么大，最大的直接作用，就是面试而已。

==========

对于刷题，是的，不是按照题号刷，而应该按照“主题”刷。可以参考我的这篇文章：https://www.imooc.com/article/317697

==========

整体，我个人认为，准备面试或者笔试的算法问题，难度选择上应该以 medium 为主，而非 easy，也不是 hard。

整体来讲，Leetcode 上近乎所有的 easy 的问题，不管描述多复杂，都近乎一定可以“暴力”解决。所以是 easy。medium 的问题整体光谱更宽，使用的算法，数据结构，或者技巧更加“常见”且“有代表意义”一些。

不过，其实 Leetcode 上问题的难度标签是很粗糙的。这里有几方面原因：

一方面原因是，随着时代的推进，在以前看来一些比较“复杂”的问题，如今已经“人尽皆知”，所以并不能称为 hard 了。所以在 Leetcode 上你会看到类似的情况，一个“比较早”的 hard 的问题，可能和一个近期的 medium 问题难度相当，甚至比 medium 的问题还简单；

另一方面，把问题只分成 简单，中等，难，其实有些粗糙了。大多数竞赛网站的难度都不是这样做的，而是使用一个难度系数，所以精度会更高一些。在 Leetcode 上，你看一道 medium 的问题，觉得很简单，看另一个 medium 的问题，却觉得一点儿思路都没有，这是很正常的，因为一个问题是 medium 的问题里偏简单的；另一个问题是 medium 里偏难的；甚至你看一个 hard 问题觉得很简单，另一个 hard 问题一点儿思路都没有，都是正常的。

（我听有的同学和我反应过，Leetcode 已经将一批过去的 hard 问题“降至” medium 难度了，对次我没有关注。但是不管怎样，只用三个难度等级去衡量 2000 + 的问题，确实粗糙了。）

所以，你在刷题的过程中，遇到 medium 的问题没有思路，也不用沮丧。简单来说，把 Leetcode 当做学习网站而非刷题网站，可能心态会更好。遇到不会的问题，看题解，看别人怎么解决，去学习，你就进步了，有经验了，下次简单类似的思路，就有方向了；而不要看到一个问题不会，就觉得自己实力不够，望而却步。

另外，Leetcode 上的一些问题使用的“技巧”，在我看来真的不具有代表性，但是很多同学看到这类问题，觉得自己不会，又会心慌。对此我非常理解。我建议参考一下我的这个问答（在图论课程中）：https://coding.imooc.com/learn/questiondetail/vQW1lYEpapjPyE9A.html

==========

Leetcode 上的 时间超过百分之多少，这个指标意义不大。这是因为，Leetcode 的很多问题，后来添加了更多的测试用例，这就会导致后来提交的代码，需要运转更多的测试用例，其消耗的时间，肯定会超过最初提交的代码。更不用提还有运行环境的变化。

我个人认可的一个简单的原则是，做完一个问题，如果你觉得你的代码不够“好”，那么就去看看题解，看看别人的思路和代码。你最应该关注的，是复杂度级别的优化。如果你用 O(n^2) 解决了这个问题，但其实这个问题有 O(nlogn) 的解决方式，或者有 O(n) 的解决方式，那么就可以稍微学习一下，是如何做到这种复杂度的优化的。

但是，也并不是所有的“复杂度级别的优化”都是值得学习的。因为有一些算法的优化，实在太“冷门”了，说实话，对于 99% 的程序员来说，这辈子用到的概率为 0，甚至从应试的角度，遇到的概率也为 0，根本没有必要学习。比如 5 号问题的 Mancher 算法（中文世界中有很多人叫马拉车算法...）。说实话，这个算法你在 99% 的算法教材中都根本看不到。这种算法就是太偏门了，没有必要掌握。

怎么鉴别一个算法是不是“偏门”？可以参考这里：https://coding.imooc.com/learn/questiondetail/vQW1lYEpapjPyE9A.html

至于复杂度相同，但是实现细节不同，导致的性能差距，也要具体问题具体分析了。有一些实现是值得学习的，但又一些不值得学习。这种情况就看你心情了。你可能翻题解的时候，看到有一个代码，算法思路和你相同，但实现的代码行数比你少一半，你要是愿意，可以研究一下他的实现是怎样的。但如果心情不好，不研究我觉得没毛病。

我可以告诉你的我上学的时候，准备算法竞赛的整体策略。整体就是：做出来 大于 优雅的做出来。就是这么简单。

一个问题，首先要想办法把他正确的解决。如果能正确的解决，我又觉得自己的思路挺清晰，我不会去纠结更多别的。因为自己不会的东西太多了，没必要为一个已经能解决的问题纠结太久，不如把更多的时间花在去学习心得知识，攻克新的问题上。

这其实也是我一直强调的：不要完美主义。“完成”大于“完美”。当然，在具体实践上，怎么就叫“完成”，怎么就叫“完美”，每个人的标准也不同，大家可以视自己的具体情况具体问题具体分析。但是大的原则应该是这样的。

个人建议，仅供参考。继续加油！：）

0

1

Potter520

多谢老师的指点

2022-08-25

共1条回复