完整学习目录导航¶

📚 现有学习资源¶

🎯 快速开始¶

• 快速开始指南 - 5 分钟快速上手
• 学习路线总览 - 完整学习路径
• 详细学习指南 - 如何高效学习
• 进度追踪表 - 记录学习进度
• 练习题答案与提示 🆕 - 所有基础练习题详解

📖 阶段一：基础准备¶

1. 复杂度分析¶

• 01-复杂度分析 ⭐⭐⭐⭐⭐
• 时间复杂度： O(1), O(log n), O(n), O(n²), O(2ⁿ)
• 空间复杂度
• 复杂度计算技巧
• 10+道练习题

2. 数据结构详解（超详细）¶

2.1 数组（ Array ）⭐⭐⭐⭐⭐¶

• 02-数组详解 📕 10,000+字
• ✅ 什么是数组（生活例子）
• ✅ 内存结构可视化
• ✅ 10+种操作详解（访问、修改、插入、删除、查找、遍历）
• ✅ Python list 完全指南
• ✅ C++ array/vector 完全指南
• ✅ 5 道经典面试题详解（两数之和、买卖股票、最大子数组和等）
• ✅ 实战应用（数据预处理、滑动窗口、前缀和、矩阵操作）
• ✅ 15+道练习题（基础、中等、困难）

2.2 链表（ Linked List ）⭐⭐⭐⭐⭐¶

• 03-链表详解 📕 10,000+字
• ✅ 什么是链表（火车比喻）
• ✅ 内存结构可视化
• ✅ 链表类型（单向、双向、循环）
• ✅ 11 种操作详解（创建、遍历、查找、插入、删除、反转、合并等）
• ✅ 5 道经典面试题详解（判断环、找中点、删除倒数第 N 个、回文链表等）
• ✅ 链表 vs 数组对比
• ✅ 10+道练习题（基础、中等、困难）

2.3 栈（ Stack ）⭐⭐⭐⭐⭐¶

• 04-栈完全详解 📕 15,000+字
• ✅ 什么是栈（一摞盘子比喻）
• ✅ 3 种实现方式（ Python list 、链表、 C++ STL ）
• ✅ 操作详解（入栈、出栈、查看栈顶，每步都图示）
• ✅ 4 大应用详解：括号匹配、逆波兰表达式、最小栈、最长有效括号
• ✅ 3 道经典面试题：用栈实现队列、简化路径、删除相邻重复项

2.4 队列（ Queue ）⭐⭐⭐⭐⭐¶

• 05-队列完全详解 📕 15,000+字
• ✅ 什么是队列（排队买票比喻）
• ✅ 3 种实现方式（ Python deque 、链表、 C++ STL ）
• ✅ 操作详解（入队、出队，每步都图示）
• ✅ 3 大应用详解：二叉树层序遍历、滑动窗口最大值、任务调度器
• ✅ 双端队列、优先队列、循环队列
• ✅ 2 道经典面试题：用队列实现栈、设计循环队列

2.5 哈希表（ Hash Table ）⭐⭐⭐⭐⭐¶

• 06-哈希表完全详解 📕 15,000+字
• ✅ 什么是哈希表（图书馆比喻）
• ✅ 超详细的哈希函数（除法哈希、乘法哈希、字符串哈希）
• ✅ 哈希冲突详解：链地址法、开放寻址法、再哈希
• ✅ Python dict 内部实现
• ✅ 3 道经典面试题：两数之和、字母异位词分组、最长连续序列
• ✅ 实战应用： LRU 缓存、设计推特

2.6 树（ Tree ）⭐⭐⭐⭐⭐¶

• 07-树完全详解 📕 25,000+字
• ✅ 树的基础概念（组织结构图示）
• ✅ 二叉树详解：满二叉树、完全二叉树、完美二叉树
• ✅ 4 种遍历方式（前、中、后、层序），递归+迭代实现
• ✅ 二叉搜索树（ BST ）：性质、插入、查找
• ✅ 平衡树： AVL 树（ 4 种旋转）
• ✅ 堆和优先队列：大顶堆、小顶堆
• ✅ 3 道经典面试题：二叉树最大深度、翻转二叉树、对称二叉树

📖 阶段二：核心算法¶

1. 排序算法（完整版）⭐⭐⭐⭐⭐¶

• 01-排序算法完全指南 📕 15,000+字
• ✅ 10 种排序算法详解：
  1. 冒泡排序（ Bubble Sort ）
  2. 选择排序（ Selection Sort ）
  3. 插入排序（ Insertion Sort ）
  4. 希尔排序（ Shell Sort ）
  5. 归并排序（ Merge Sort ）
  6. 快速排序（ Quick Sort ）
  7. 堆排序（ Heap Sort ）
  8. 计数排序（ Counting Sort ）
  9. 桶排序（ Bucket Sort ）
  10. 基数排序（ Radix Sort ）
• ✅ 每种算法包含：原理、 Python 实现、 C++实现、图解、复杂度分析
• ✅ 排序算法选择指南
• ✅ 6 道 LeetCode 题目详解
• ✅ 稳定性分析
• ✅ 实际应用建议

2. 搜索算法 ⭐⭐⭐⭐⭐¶

• 02-搜索算法完全详解 📕 15,000+字 🆕
• ✅ 二分搜索基础：标准二分、 lower_bound 、 upper_bound
• ✅ 二分搜索变种：旋转数组搜索、寻找峰值、查找重复数
• ✅ BFS 进阶：双向 BFS 、多源 BFS 、 0-1 BFS
• ✅ DFS 进阶：迭代加深搜索(IDS)、启发式搜索
• ✅ A*算法：原理、启发式函数、路径规划应用
• ✅ LeetCode 题目详解（ 10+题）

3. 动态规划（完全版）⭐⭐⭐⭐⭐¶

• 03-动态规划完全指南 📕 20,000+字（进行中）
• ✅ DP 基础概念
• ✅ DP vs 递归 vs 贪心
• ✅ DP 解题四步法
• ✅ 20+个经典 DP 问题：
  • 入门（ 5 题）：爬楼梯、最小花费爬楼梯、打家劫舍、杨辉三角、...
  • 进阶（ 10 题）：零钱兑换、单词拆分、最长递增子序列、 LCS 、编辑距离、不同路径、...
  • 困难（ 5 题）：目标和、最大正方形、最长有效括号、正则表达式匹配、...
• ✅ 每题包含：问题描述、多种解法、状态转移图、复杂度分析

📖 阶段三：进阶算法¶

1. 图算法 ⭐⭐⭐⭐⭐¶

• 01-图算法完全详解 📕 25,000+字
• ✅ 图的基础概念（社交网络比喻）
• ✅ 图的表示方法（邻接矩阵、邻接表，含详细图解）
• ✅ DFS 和 BFS 遍历（递归+迭代实现）
• ✅ 最短路径算法：
  • Dijkstra 算法（含优先队列优化）
  • Bellman-Ford 算法（含负权边处理）
  • Floyd-Warshall 算法（所有顶点对）
• ✅ 最小生成树（ Prim 、 Kruskal 含并查集）
• ✅ 拓扑排序（ Kahn 算法 BFS 实现）
• ✅ A*算法（启发式搜索）
• ✅ 2 道经典面试题（课程表、网络延迟时间）
• ✅ 完整代码实现和演示

2. 贪心算法 ⭐⭐⭐⭐¶

• 02-贪心算法完全详解 📕 15,000+字
• ✅ 贪心算法核心思想（局部最优→全局最优）
• ✅ 贪心解题四步法
• ✅ 8 大经典问题：
  • 活动选择问题（按结束时间贪心）
  • 区间调度问题（无重叠区间）
  • 跳跃游戏 I&II （ LeetCode 55, 45 ）
  • 霍夫曼编码（数据压缩）
  • 分数背包问题（按单价贪心）
  • 最优合并问题
  • 加油站问题（ LeetCode 134 ）
  • 分发糖果（ LeetCode 135 ）
• ✅ LeetCode 高频真题：
  • 摆动序列（ LeetCode 376 ）
  • 单调递增的数字（ LeetCode 738 ）
  • 种花问题（ LeetCode 605 ）
• ✅ 贪心 vs 动态规划对比
• ✅ 何时能用/不能用贪心

3. 字符串算法 ⭐⭐⭐⭐¶

• 03-字符串算法完全详解 📕 20,000+字
• ✅ 字符串基础（内存表示、匹配问题定义）
• ✅ 暴力匹配算法： O(mn)，简单直观
• ✅ KMP 算法⭐⭐⭐⭐⭐：
  • next 数组（前缀表）计算详解
  • 利用已匹配信息
  • 保证 O(m+n)时间
  • 面试必考！
• ✅ Rabin-Karp 算法：滚动哈希，适合多模式匹配
• ✅ Boyer-Moore 算法：从右向左匹配，实际应用最快
• ✅ Sunday 算法： BM 改进，关注窗口后字符
• ✅ 字符串处理技巧：双指针、滑动窗口、前缀和哈希
• ✅ LeetCode 高频真题：最长公共前缀、反转字符串、字符串相乘
• ✅ 算法对比总结

4. 回溯算法 ⭐⭐⭐⭐¶

• 04-回溯算法完全详解 📕 15,000+字

📖 阶段四：实战强化¶

1. LeetCode 题目详解¶

• LeetCode 100+题详解 📕 已创建（ 35+题详解）
• ✅ 数组（ 10 题）：两数之和、买卖股票、最大子数组和、删除重复项、轮转数组、除自身以外数组的乘积、三数之和、搜索二维矩阵 II 、合并区间、矩阵置零
• ✅ 链表（ 5 题）：反转链表、合并两个有序链表、环形链表、环形链表 II 、回文链表
• ✅ 树（ 5 题）：二叉树的最大深度、验证二叉搜索树、对称二叉树、层序遍历、二叉树展开为链表
• ✅ 动态规划（ 5 题）：爬楼梯、打家劫舍、零钱兑换、最长递增子序列、完全平方数
• ✅ 图（ 3 题）：课程表、课程表 II 、被围绕的区域
• ✅ 排序/搜索（ 7 题）：合并两个有序数组、第一个错误的版本、搜索插入位置、搜索二维矩阵、查找元素的第一个和最后一个位置、寻找峰值、二分查找专题
• ✅ 每题包含：多种解法、执行过程演示、复杂度分析、代码注释
• ✅ 面试高频题 Top 20 标注
• ✅ 刷题策略和重复刷题建议

2. 大厂面试专项讲解¶

• 大厂面试专项讲解 📕 已创建（ 25,000+字）
• ✅ 字节跳动面试真题：
  • LRU 缓存机制（哈希表+双向链表）
  • 四数之和（排序+双指针）
  • 接雨水（双指针、 DP ）
  • 最长有效括号（栈）
  • 滑动窗口最大值（单调队列）
• ✅ 阿里巴巴面试真题：
  • 反转链表 II （迭代）
  • 二叉树的中序遍历（递归、迭代）
  • Pow(x, n)（快速幂）
  • 最长公共前缀（垂直扫描）
  • 括号生成（回溯）
• ✅ 腾讯面试真题：
  • 全排列（回溯、交换法）
  • 子集（回溯）
  • 组合（回溯+剪枝）
  • 单词搜索（ DFS+回溯）
  • 岛屿数量（ DFS ）
• ✅ 每题包含：问题描述、多种解法、执行过程演示、复杂度分析
• ✅ 面试技巧与策略（算法流程、沟通技巧、代码风格）
• ✅ 常见陷阱（边界条件、整数溢出、索引越界）
• ✅ 高频考点总结（数据结构、算法）
• ✅ 刷题优先级（必刷题、高频题）

3. AI/ML 算法应用¶

• AI/ML 中的算法应用 📕 15,000+字 🆕
• 数据预处理中的排序/搜索算法
• 动态规划在序列建模中的应用（ Viterbi 、编辑距离、 LCS ）
• 图算法在深度学习中的应用（ GNN 、 MCTS 、拓扑排序）
• 优化算法（梯度下降、价值迭代）
• 实战案例：推荐系统、图像处理、 NLP

4. 代码优化实战¶

• 代码优化完全指南 📕 15,000+字 🆕
• 代码优化概述与流程
• 性能瓶颈识别工具（ cProfile 、 timeit 、 memory_profiler ）
• 从 O(n²)到 O(n)的优化案例（两数之和、 Kadane 算法、 LRU 缓存）
• 从 O(n)到 O(log n)的优化案例（二分查找、求平方根）
• 空间换时间策略（斐波那契、爬楼梯、布隆过滤器）
• 实际项目优化案例（大数据去重、日志统计、数据库查询）

5. 系统设计题 ⭐⭐⭐⭐⭐ 🆕¶

• 05-设计模式.md 📕 10,000+字 🆕
• ✅ 缓存设计：
  • LRU 缓存（哈希表+双向链表）
  • LFU 缓存（哈希表+频率列表）
• ✅ 数据结构实现：
  • 跳表（ Skip List ）
• ✅ 设计题技巧：
  • 面向对象设计原则
  • 时间和空间复杂度权衡
• LeetCode 高频真题：
  • LRU 缓存（ LeetCode 146 ）
  • LFU 缓存（ LeetCode 460 ）
• Python 和 C++双语言完整实现

🛠️ 代码模板¶

Python 模板¶

• Python 模板.md ✅ 已创建（ 1500+行， Markdown 格式）
• 25+个算法实现
• 详细注释和复杂度分析
• 包含完整测试代码和使用示例

C++模板¶

• C++模板.md ✅ 已创建（ 1200+行， Markdown 格式）
• 25+个算法实现
• 与 Python 模板完全同步
• 详细注释和复杂度分析

📊 内容统计（超级详细版）¶

✅ 已完成（总字数： 420,000+字）🆕¶

🎯 导航和指南（ 5 个文件）¶

1. 内容索引.md - 完整目录导航（本文件）
2. 快速入门.md - 5 分钟快速上手
3. README.md - 学习路线总览
4. 学习指南.md - 详细学习指南（含学习方法、技巧）
5. 学习进度.md - 进度追踪表（含里程碑）

📖 阶段一：基础准备（ 7 个超级详解）¶

1. 复杂度分析¶

• 01-复杂度分析.md ⭐⭐⭐⭐⭐
• 大 O 表示法详解
• 时间复杂度： O(1), O(log n), O(n), O(n²), O(2ⁿ)
• 空间复杂度
• 复杂度计算技巧
• 10+道练习题

2. 数组（ Array ）⭐⭐⭐⭐⭐¶

• 02-数组.md 📕 10,000+字
• 什么是数组（储物柜比喻）
• 内存结构可视化（详细地址图）
• 10+种操作详解（每步都有图示）
• Python list 完全指南（ 15+种操作）
• C++ array/vector 完全指南
• 5 道经典面试题：
  • 两数之和（暴力法、哈希表）
  • 买卖股票最佳时机
  • 最大子数组和（ Kadane 算法）
  • 删除有序数组重复项
  • 轮转数组（三次翻转）
• 实战应用：
  • 机器学习数据预处理
  • 滑动窗口技术
  • 前缀和
  • 矩阵操作
• 15+道练习题

3. 链表（ Linked List ）⭐⭐⭐⭐⭐¶

• 03-链表.md 📕 10,000+字
• 什么是链表（火车车厢比喻）
• 内存结构可视化
• 链表类型（单向、双向、循环）
• 11 种操作详解：
  • 创建、遍历、查找、插入（头部/尾部/指定位置）
  • 删除（头/尾/指定节点）
  • 反转链表（迭代、递归）
  • 合并两个有序链表
• 5 道经典面试题：
  • 判断链表是否有环（快慢指针）
  • 找链表中点
  • 删除倒数第 N 个节点
  • 回文链表
  • 环形链表 II
• 链表 vs 数组对比
• 10+道练习题

4. 栈（ Stack ）⭐⭐⭐⭐⭐¶

• 04-栈.md 📕 15,000+字
• 什么是栈（一摞盘子比喻）
• 3 种实现方式：
  • Python list （最简单）
  • 链表（高效）
  • C++ STL stack
• 操作详解（入栈、出栈、查看栈顶，每步都图示）
• 4 大应用详解：
  • 括号匹配（详细版：每一步都展示）
  • 逆波兰表达式（完整过程图解）
  • 最小栈（辅助栈实现）
  • 最长有效括号
• 3 道经典面试题：
  • 用栈实现队列
  • 简化路径
  • 删除相邻重复项
• 实战练习

5. 队列（ Queue ）⭐⭐⭐⭐⭐¶

• 05-队列.md 📕 15,000+字
• 什么是队列（排队买票比喻）
• 3 种实现方式：
  • Python deque （推荐）
  • 链表
  • C++ STL queue
• 操作详解（入队、出队，每步都图示）
• 3 大应用详解：
  • 二叉树层序遍历（详细版：每一步都展示）
  • 滑动窗口最大值（单调队列）
  • 任务调度器
• 双端队列（ Deque ）
• 优先队列（ Priority Queue ）
• 循环队列
• 2 道经典面试题：
  • 用队列实现栈
  • 设计循环队列

6. 哈希表（ Hash Table ）⭐⭐⭐⭐⭐¶

• 06-哈希表.md 📕 15,000+字
• 什么是哈希表（图书馆比喻）
• 超详细的哈希函数：
  • 除法哈希（含优化）
  • 乘法哈希
  • 字符串哈希（多项式滚动）
• 哈希冲突详解：
  • 冲突可视化
  • 3 种解决方法：
  • 链地址法（完整实现+图解）
  • 开放寻址法（线性、二次、双重哈希）
  • 再哈希（扩容机制）
• Python dict 内部实现
• 操作详解（插入、查找、删除）
• 3 道经典面试题：
  • 两数之和（含过程演示）
  • 字母异位词分组
  • 最长连续序列
• 实战应用：
  • LRU 缓存（详细实现）
  • 设计推特（简化版）

7. 树（ Tree ）⭐⭐⭐⭐⭐¶

• 07-树.md 📕 25,000+字
• 树的基础概念（组织结构图示）
• 二叉树详解：
  • 满二叉树、完全二叉树、完美二叉树
  • 二叉树实现（ TreeNode 类）
  • 4 种遍历方式（前、中、后、层序）
  • 每种遍历都有递归+迭代实现
  • 可视化打印树结构
• 二叉搜索树（ BST ）：
  • BST 性质（左<根<右）
  • BST 可视化
  • 插入、查找操作（含过程演示）
  • 中序遍历得到有序序列
• 平衡树：
  • 为什么需要平衡
  • AVL 树（含 4 种旋转： LL 、 RR 、 LR 、 RL ）
  • 旋转图解
• 堆和优先队列：
  • 大顶堆、小顶堆
  • 堆的实现（ heapq ）
  • 建堆、入堆、出堆
• 3 道经典面试题：
  • 二叉树最大深度
  • 翻转二叉树
  • 对称二叉树
• 实战应用

📖 阶段二：核心算法（ 3 个超详解）¶

8. 排序算法（完全指南）⭐⭐⭐⭐⭐¶

• 01-排序算法.md 📕 15,000+字
• 10 种排序算法：
  1. 冒泡排序（ Bubble Sort ）- 含优化
  2. 选择排序（ Selection Sort ）
  3. 插入排序（ Insertion Sort ）- 含二分优化
  4. 希尔排序（ Shell Sort ）- 含间隔序列优化
  5. 归并排序（ Merge Sort ）- 含原地版
  6. 快速排序（ Quick Sort ）- 含 3 种优化
  7. 堆排序（ Heap Sort ）- 含堆化过程
  8. 计数排序（ Counting Sort ）
  9. 桶排序（ Bucket Sort ）
  10. 基数排序（ Radix Sort ）
• 每种算法包含：
  • 原理讲解
  • Python 实现（详细注释）
  • C++实现
  • 完整排序过程图解
  • 时间/空间复杂度分析
  • 稳定性分析
• 排序算法对比表
• 排序算法选择指南（决策树）
• 6 道 LeetCode 题目详解

9. 搜索算法 ⭐⭐⭐⭐⭐¶

• 02-搜索算法.md 📕 15,000+字
• ✅ 二分搜索基础：标准二分、 lower_bound 、 upper_bound
• ✅ 二分搜索变种：旋转数组搜索、寻找峰值、查找重复数
• ✅ BFS 进阶：双向 BFS 、多源 BFS 、 0-1 BFS
• ✅ DFS 进阶：迭代加深搜索(IDS)、启发式搜索
• ✅ A*算法：原理、启发式函数、路径规划应用
• ✅ LeetCode 题目详解（ 10+题）

10. 动态规划（完全指南）⭐⭐⭐⭐⭐¶

• 03-动态规划.md 📕 20,000+字
• DP 基础概念
• DP vs 递归 vs 贪心
• DP 解题四步法
• 20+个经典 DP 问题详解：
  • 入门（ 5 题）：爬楼梯、最小花费爬楼梯、打家劫舍、杨辉三角
  • 进阶（ 10 题）：零钱兑换、单词拆分、最长递增子序列、 LCS 、编辑距离、不同路径
  • 困难（ 5 题）：目标和、最大正方形、最长有效括号、正则表达式匹配
• 每题包含：
  • 问题描述
  • 多种解法（递归→记忆化→DP ）
  • 完整的状态转移图
  • 详细的代码注释
  • 复杂度分析

📖 阶段三：进阶算法¶

11. 图算法（完全指南）⭐⭐⭐⭐⭐¶

• 01-图算法.md 📕 25,000+字
• 图的基础概念（社交网络比喻）
• 图的表示方法：
  • 邻接矩阵（ O(V²)空间，稠密图）
  • 邻接表（ O(V+E)空间，稀疏图）⭐
  • Python 字典实现（更灵活）
• 图的遍历：
  • DFS （深度优先搜索）：递归+迭代实现
  • BFS （广度优先搜索）：分层遍历、最短路径
• 最短路径算法：
  • Dijkstra 算法：非负权图， O((V+E)log V)，含优先队列优化
  • Bellman-Ford 算法：负权边处理， O(VE)，负权环检测
  • Floyd-Warshall 算法：所有顶点对， O(V³)
• 最小生成树（ MST ）：
  • Prim 算法：顶点增长， O((V+E)log V)，适合稠密图
  • Kruskal 算法：边增长， O(E log E)，含并查集，适合稀疏图
• 拓扑排序：
  • Kahn 算法（ BFS 实现）
  • 应用：课程安排、任务调度、编译依赖
• A*算法（启发式搜索）
• 2 道经典面试题：
  • 课程表（拓扑排序）
  • 网络延迟时间（ Dijkstra ）
• 实战应用：城市导航系统

12. 贪心算法（完全指南）⭐⭐⭐⭐⭐¶

• 02-贪心算法.md 📕 15,000+字
• 贪心算法核心思想（局部最优→全局最优）
• 贪心解题四步法
• 8 大经典问题：
  • 活动选择问题（按结束时间贪心）
  • 区间调度问题（无重叠区间， LeetCode 435 ）
  • 跳跃游戏 I&II （ LeetCode 55, 45 ）
  • 霍夫曼编码（数据压缩）
  • 分数背包问题（按单价贪心）
  • 最优合并问题
  • 加油站问题（ LeetCode 134 ）
  • 分发糖果（ LeetCode 135 ）
• LeetCode 高频真题：
  • 摆动序列（ LeetCode 376 ）
  • 单调递增的数字（ LeetCode 738 ）
  • 种花问题（ LeetCode 605 ）
• 贪心 vs 动态规划对比
• 何时能用/不能用贪心

13. 字符串算法（完全指南）⭐⭐⭐⭐⭐¶

• 03-字符串算法.md 📕 20,000+字
• 字符串基础（内存表示、匹配问题定义）
• 暴力匹配算法： O(mn)，简单直观
• KMP 算法⭐⭐⭐⭐⭐：
  • next 数组（前缀表）计算详解
  • 利用已匹配信息
  • 保证 O(m+n)时间
  • 面试必考！
• Rabin-Karp 算法：
  • 滚动哈希
  • 适合多模式匹配
  • 哈希冲突处理
• Boyer-Moore 算法：
  • 从右向左匹配
  • 坏字符规则
  • 实际应用最快
• Sunday 算法： Boyer-Moore 改进，关注窗口后字符
• 字符串处理技巧：
  • 双指针（回文检测）
  • 滑动窗口（最长无重复子串）
  • 前缀和哈希
• LeetCode 高频真题：
  • 最长公共前缀（ LeetCode 14 ）
  • 反转字符串（ LeetCode 344 ）
  • 字符串相乘（ LeetCode 43 ）
• 算法对比总结（选择建议）

14. 回溯算法（完全指南）⭐⭐⭐⭐⭐¶

• 04-回溯算法.md 📕 15,000+字
• 回溯算法基础（ DFS + 剪枝）
• 回溯 vs 递归 vs DFS
• 全排列问题（ LeetCode 46 ）：
  • 标准全排列（ used 数组法）
  • 交换法优化
  • 包含重复数字的全排列（ LeetCode 47 ）
• 组合问题（ LeetCode 77 ）：
  • 从 n 个数选 k 个组合
  • 剪枝优化
• 子集问题（ LeetCode 78 ）：
  • 所有子集生成
  • 回溯树图解
• N 皇后问题⭐⭐⭐⭐⭐（ LeetCode 51 ）：
  • 经典回溯问题
  • 约束：行列斜线互不攻击
  • 完整递归树图解
• 括号生成（ LeetCode 22 ）：
  • 合法括号生成
  • 卡特兰数
• 分割回文串（ LeetCode 131 ）：
  • 回文判断
  • 分割方案
• LeetCode 高频真题：
  • 组合总和（ LeetCode 39, 40 ）
  • 单词搜索（ LeetCode 79 ）
  • 复原 IP 地址（ LeetCode 93 ）
• 回溯优化技巧：剪枝、排序去重、双向搜索

15. 并查集（ Union-Find ）⭐⭐⭐⭐⭐ 🆕¶

• 05-并查集.md 📕 8,000+字 🆕
• ✅ 并查集基础概念（社交网络比喻）
• ✅ 基本实现： Quick Find 、 Quick Union
• 优化策略：
  • 按秩合并（ Union by Rank ）
  • 路径压缩（ Path Compression ）
  • 终极版本：两者结合
• 应用场景：
  • 连通分量检测（省份数量）
  • 最小生成树（ Kruskal 算法）
  • 最近公共祖先（离线算法）
  • 图像连通区域标记
• LeetCode 高频真题（ 5 题）：
  • 省份数量（ LeetCode 547 ）
  • 冗余连接（ LeetCode 684 ）
  • 账户合并（ LeetCode 721 ）
  • 最长连续序列（ LeetCode 128 ）
  • 岛屿数量 II （ LeetCode 305 ）
• 时间复杂度分析：均摊 O(α(n))，近似 O(1)
• 实战案例：社交网络好友推荐、图像处理

16. Trie 树（前缀树）⭐⭐⭐⭐⭐ 🆕¶

• 06-字典树.md 📕 10,000+字 🆕
• ✅ Trie 树基础概念（自动补全比喻）
• ✅ 节点结构详解
• 核心操作：
  • 插入： O(m)
  • 搜索： O(m)
  • 前缀匹配： O(m)
• Trie 树变种：
  • 压缩 Trie
  • 带权 Trie （自动补全排序）
• 应用场景：
  • 自动补全/搜索建议
  • 拼写检查
  • IP 路由（最长前缀匹配）
  • DNA 序列分析
• LeetCode 高频真题（ 5 题）：
  • 实现 Trie （ LeetCode 208 ）
  • 单词搜索 II （ LeetCode 212 ）
  • 添加与搜索单词（ LeetCode 211 ）
  • 键值映射（ LeetCode 677 ）
  • 搜索推荐系统（ LeetCode 1268 ）
• Python 和 C++双语言完整实现

17. 线段树与树状数组 ⭐⭐⭐⭐⭐ 🆕¶

• 07-线段树.md 📕 12,000+字 🆕
• ✅ 线段树基础（区间查询/修改）
• ✅ 线段树实现：
  • 建树： O(n)
  • 区间查询： O(log n)
  • 单点修改： O(log n)
  • 区间修改（懒标记）： O(log n)
• ✅ 树状数组（ Fenwick Tree ）：
  • lowbit 运算详解
  • 前缀和查询： O(log n)
  • 单点修改： O(log n)
• 对比与选择指南：
  • 前缀和+单点修改 → 树状数组
  • 区间修改 → 线段树
• LeetCode 高频真题：
  • 区域和检索-数组可修改（ LeetCode 307 ）
  • 计算右侧小于当前元素的个数（ LeetCode 315 ）
  • 最长递增子序列（树状数组优化）
• Python 和 C++双语言完整实现

18. 数学算法 ⭐⭐⭐⭐ 🆕¶

• 08-数学算法.md 📕 8,000+字 🆕
• ✅ 数论基础：
  • 质数判断： O(√n)
  • 埃氏筛： O(n log log n)
  • 线性筛（欧拉筛）： O(n)
  • GCD 和 LCM
• ✅ 快速幂：
  • 原理：二进制分解
  • 时间： O(log n)
  • 应用：大数幂运算
• ✅ 组合数学：
  • 组合数预处理： O(n)
  • 卡特兰数
• ✅ 位运算技巧：
  • lowbit ： x & (-x)
  • 清除最低位 1 ： x & (x-1)
  • 判断 2 的幂
• LeetCode 高频真题：
  • Pow(x, n)（ LeetCode 50 ）
  • 计数质数（ LeetCode 204 ）
  • 超级次方（ LeetCode 372 ）
• Python 和 C++双语言完整实现

📖 阶段四：实战强化¶

15. LeetCode 100+题详解 ⭐⭐⭐⭐⭐¶

• 01-LeetCode 精选 100 题.md 📕 35,000+字
• 数组（ 10 题）：
  • 两数之和（暴力、哈希表、双指针）
  • 买卖股票的最佳时机（暴力、一次遍历）
  • 最大子数组和（ Kadane 算法、分治法）
  • 删除有序数组中的重复项（双指针）
  • 轮转数组（三次翻转、额外数组）
  • 除自身以外数组的乘积（左右乘积列表）
  • 三数之和（排序+双指针）
  • 搜索二维矩阵 II （从右上角搜索）
  • 合并区间（排序+遍历）
  • 矩阵置零（首行首列标记）
• 链表（ 5 题）：
  • 反转链表（迭代、递归）
  • 合并两个有序链表
  • 环形链表（快慢指针）
  • 环形链表 II （快慢指针+数学证明）
  • 回文链表（反转后半部分）
• 树（ 5 题）：
  • 二叉树的最大深度（递归）
  • 验证二叉搜索树（递归+上下界）
  • 对称二叉树（递归）
  • 层序遍历（ BFS ）
  • 二叉树展开为链表（迭代）
• 动态规划（ 5 题）：
  • 爬楼梯（ DP 、矩阵快速幂）
  • 打家劫舍（ DP 优化）
  • 零钱兑换（ DP ）
  • 最长递增子序列（ DP 、二分查找）
  • 完全平方数（ DP ）
• 图（ 3 题）：
  • 课程表（拓扑排序）
  • 课程表 II （拓扑排序）
  • 被围绕的区域（ DFS 标记）
• 排序/搜索（ 7 题）：
  • 合并两个有序数组（从后向前）
  • 第一个错误的版本（二分查找）
  • 搜索插入位置（二分查找）
  • 搜索二维矩阵（二分查找）
  • 查找元素的第一个和最后一个位置（两次二分）
  • 寻找峰值（二分查找）
• ✅ 每题包含：问题描述、多种解法、执行过程演示、复杂度分析
• ✅ 面试高频题 Top 20 标注
• ✅ 刷题策略（按难度、按标签、重复刷题）
• 回溯算法基础（ DFS + 剪枝）
• 回溯 vs 递归 vs DFS
• 全排列问题（ LeetCode 46 ）：
  • 标准全排列（ used 数组法）
  • 交换法优化
  • 包含重复数字的全排列（ LeetCode 47 ）
• 组合问题（ LeetCode 77 ）：
  • 从 n 个数选 k 个组合
  • 剪枝优化
• 子集问题（ LeetCode 78 ）：
  • 所有子集生成
  • 回溯树图解
• N 皇后问题⭐⭐⭐⭐⭐（ LeetCode 51 ）：
  • 经典回溯问题
  • 约束：行列斜线互不攻击
  • 完整递归树图解
• 括号生成（ LeetCode 22 ）：
  • 合法括号生成
  • 卡特兰数
• 分割回文串（ LeetCode 131 ）：
  • 回文判断
  • 分割方案
• LeetCode 高频真题：
  • 组合总和（ LeetCode 39, 40 ）
  • 单词搜索（ LeetCode 79 ）
  • 复原 IP 地址（ LeetCode 93 ）
• 回溯优化技巧：剪枝、排序去重、双向搜索

🛠️ 代码模板（ 2 个可运行文件，已更新）¶

1. Python 模板.md - Python 模板（ 1500+行， Markdown 格式）✅
2. ✅ 原有内容：排序、搜索、 DP 、数据结构、工具函数
3. ✅ 新增：
   • 回溯算法（全排列、组合、子集、括号生成）
   • 字符串算法（ KMP 、 Manacher ）
   • 大厂高频题（两数之和、最大子数组和、接雨水、最长有效括号、滑动窗口最大值、岛屿数量、零钱兑换、最长递增子序列）
4. ✅ 所有函数包含详细注释和时间/空间复杂度分析

5. ✅ 包含使用示例和学习建议

6. C++模板.md - C++模板（ 1200+行， Markdown 格式）✅

7. ✅ 原有内容：排序、搜索、 DP 、数据结构、工具函数
8. ✅ 新增：回溯算法、数学算法、线段树、树状数组
9. ✅ 所有函数包含详细注释和时间/空间复杂度分析
10. ✅ 包含竞赛编程模板头和使用建议

🎯 学习建议¶

新手路径¶

第1周：复杂度分析 + 数组
  ├─ 阅读 01-复杂度分析.md
  ├─ 阅读 02-数组.md
  └─ 完成5道练习题

第2周：链表 + 栈队列
  ├─ 阅读 03-链表.md
  ├─ 阅读 04-栈.md
  ├─ 阅读 05-队列.md
  └─ 完成10道练习题

第3-4周：排序算法
  ├─ 阅读 01-排序算法.md
  ├─ 手写每种排序3遍
  └─ 完成10道练习题

第5-6周：搜索算法
  ├─ 阅读 02-搜索算法.md
  ├─ 二分搜索、BFS、DFS各写10遍
  └─ 完成15道LeetCode题

第7-9周：动态规划
  ├─ 阅读 03-动态规划.md
  ├─ 完成20道DP题
  └─ 总结DP模式

第10周+：进阶算法 + 刷题
  ├─ 图算法、贪心算法等
  └─ LeetCode刷题100+

每日学习计划¶

工作日（30-60分钟）：
- 15分钟：阅读学习资料
- 30分钟：手写代码实现
- 15分钟：LeetCode练习（1-2题）

周末（60-90分钟）：
- 30分钟：复习本周内容
- 30分钟：刷题（3-5题）
- 30分钟：总结笔记

💡 使用技巧¶

1. 配合代码模板¶

• 先看理论讲解
• 再看代码模板
• 自己实现一遍
• 对比参考代码

2. 正确使用 AI 工具¶

❌ 不要：直接让 AI 写代码 ✅ 应该： - 让 AI 解释你不理解的概念 - 让 AI 检查你的代码逻辑 - 让 AI 给出变式题目

3. 记录进度¶

• 每完成一个主题，在学习进度.md 中勾选
• 每周记录学习心得
• 设置阶段性目标

📞 获取帮助¶

遇到问题¶

1. 先查看对应的学习资料
2. 运行代码模板
3. 使用 AI 工具辅助理解
4. 在 LeetCode 讨论区提问

提问模板¶

## 问题描述
我正在学习XX算法，遇到了XX问题

## 我的理解
我认为...（描述你的理解）

## 我的尝试
我尝试了...（描述你的尝试）
代码如下：
```text

# 你的代码

```

## 我的困惑
我不明白为什么...（具体问题）

🎉 持续更新¶

本学习系统会持续更新，计划添加： - ✅ 更多算法详解 - ✅ 更多练习题 - ✅ 更多 LeetCode 题解 - ✅ AI/ML 应用案例 - ✅ 可视化动画 - ✅ 视频讲解链接

现在就开始你的算法学习之旅吧！🚀

从 快速入门.md 开始， 5 分钟快速上手！