CS 算法系统学习路线¶

📚 学习理念¶

为什么学算法？ - 提升代码效率和问题解决能力 - 建立可迁移的算法分析、实现与限时解题能力 - 优化 AI/ML 项目的性能 - 培养计算思维

学习原则 - ✅ 实用优先：先学最常用、性价比高的算法 - ✅ 代码实践：手写代码，不只是理解概念 - ✅ 循序渐进：从基础到高级，打好地基 - ✅ 反复练习：同一算法多次实现，加深理解 - ✅ 联系实际：结合 AI/ML 场景应用

🏆 在线练习入口¶

Hot100 在线评测（ 100 题）：05-在线练习/index.md
评测标准与复杂度要求：05-在线练习/01-评测标准与复杂度要求.md
题目进度看板：05-在线练习/00-Hot100扩题进度.md
直达链接：https://yz520gzy.top/算法/05-在线练习/

🎯 学习路径（共 4 个阶段）¶

阶段一：基础准备（ 2-3 周）¶

目标：掌握数据结构和复杂度分析

复杂度分析（ 2-3 天）
时间复杂度： O(1), O(n), O(log n), O(n²)等
空间复杂度
最好/最坏/平均情况分析
配套阅读：复杂度上限与性能预算
基础数据结构（ 1-2 周）
数组、链表
栈、队列
哈希表
树的基础概念
语言基础（持续）
Python ：列表、字典、集合的高效使用
C++： STL 容器（ vector, map, set 等）

练习重点：能快速选择合适的数据结构

阶段二：核心算法（ 4-6 周）¶

目标：掌握最常用的算法思想

排序算法（ 1 周）
快速排序（最重要）
归并排序
堆排序
应用场景理解
搜索算法（ 1-2 周）
二分搜索（建议优先掌握）
深度优先搜索（ DFS ）
广度优先搜索（ BFS ）
动态规划（ 2-3 周）
背包问题
最长公共子序列
爬楼梯问题
状态转移思想

练习重点：每类算法至少手写 3 遍

阶段三：进阶算法（ 4-6 周）¶

目标：解决复杂问题的工具箱

图算法（ 2-3 周）
图的表示方法
最短路径（ Dijkstra ）
最小生成树
拓扑排序
贪心算法（ 1 周）
贪心思想
经典问题（活动选择、霍夫曼编码）
字符串算法（ 1-2 周）
KMP 算法
正则表达式基础

练习重点：综合运用多种算法

阶段四：实战强化（持续）¶

目标：算法应用与系统化复盘训练

LeetCode 分类训练
按算法类型刷题
每周 2-3 道，重质量不重数量
AI/ML 中的算法应用
数据预处理中的排序/搜索
图神经网络中的图算法
动态规划在序列标注中的应用
代码优化实践
分析现有代码的复杂度
用算法优化实际项目

📖 学习资源¶

在线资源¶

LeetCode 中国： https://leetcode.cn/
VisuAlgo：算法可视化 https://visualgo.net/zh
GitHub： awesome-algorithms 仓库

视频课程¶

Coursera ： Algorithms (Princeton)
B 站：尚硅谷、左程云算法课

🛠️ 学习方法¶

每个算法的学习步骤¶

Text Only

1. 理解问题 → 2. 学习算法 → 3. 手写实现 → 4. 测试调试 → 5. 变式练习

使用 AI 工具的正确姿势¶

❌ 不要：直接让 AI 写代码，复制粘贴
✅ 应该：
先自己尝试实现
用 AI 解释你不理解的代码
让 AI 给出变式题目
用 AI 检查你的代码逻辑

练习建议¶

每道题至少写 3 遍：
第 1 遍：看题解理解
第 2 遍：自己实现
第 3 遍：隔几天重新写
建立代码模板库：
每类算法积累通用模板
记录常见错误和陷阱

📊 学习进度跟踪¶

在 学习进度.md 中记录学习进度，包括： - 已学算法列表 - 刷题数量和类型 - 遇到的问题和解决方案

🎓 学习里程碑¶

里程碑 1 ：能用时间/空间复杂度分析代码
里程碑 2 ：能手写快速排序和二分搜索
里程碑 3 ：能用 DFS/BFS 解决树/图问题
里程碑 4 ：能用动态规划解决经典问题
里程碑 5 ： LeetCode 刷题 50+，中等题通过率 70%+
里程碑 6 ：能优化自己 AI 项目的代码性能

🚀 开始学习¶

从 01-基础/ 开始你的算法之旅！记住：

"最好的学习方法就是实践。每天进步一点点，持续坚持。"

加油！💪

最后更新日期： 2026-04-03 适用版本：算法教程 v2026

⚠️ 核验说明（2026-04-03）：本页已按算法总入口的用途重新复核。已重点收回“只面向大厂面试”的单一表述，改为兼顾基础学习、题型复盘、限时训练与工程应用；若涉及外部工具、平台题单或第三方资源，请以实际站点与当前环境为准。