刷题效率翻倍的 5 条原则

同样的时间，有的人刷 200 道还不会做新题，有的人刷 50 道就建立了自己的解题体系。差别在这 5 条。

1. 学一个专题，刷一组题，别跳

今天看链表，明天看二叉树，后天又回来刷链表——知识在大脑里碎成一地，拼不起来。

正确的节奏：选定一个专题 → 看完这个专题的模板和原理 → 刷 5~10 道这个专题的题 → 不看答案能写出模板，换下一个专题。

每个专题只依赖前面的知识，不跳步。本站的 30 个专题按依赖关系排好了，顺着走就行。

2. 先模仿，再创造

新手的误区是每道题都试图自己想出解法。事实是：没见过就做不出来是正常的。

算法题的解法是几十万工程师几十年积累出来的，你不是在发明算法，你是在学习算法。就像学围棋——先背定式，下几百盘，然后才能下出自己的风格。

所以：看模板 → 照着模板写 → 闭卷写一遍 → 下一题。这个过程重复到足够多次，模板就会长在手上。之后遇到新题，脑子里会自动映射到某个模板。

3. 数量不重要，覆盖率重要

刷 300 道同一类型的题不如刷 30 道覆盖不同核心模式的题。

力扣 3000 + 道题，但核心框架不超过 15 个。你的目标不是刷完所有题，而是每遇到一个没见过的框架就把它收了。收完之后，同一框架下的题做 3~5 道验证一下就够了——剩下的都是换皮。

怎么判断框架收没收？不看笔记，能在白板上写出完整模板代码，并且能说清楚：什么场景用这个框架？核心循环/递归在做什么？

4. 卡住了就降级解决

遇到一道题没思路，不要硬想。按这个顺序降级：

这个降级顺序，每一步都在保护你自己独立编码的机会。跳过前两步直接看代码，相当于抄答案——当时会了，第二天忘光。

5. 不要等到"准备好"再开始

不可能准备好。永远有你没见过的题型，永远有你不会的算法。

算法学习是螺旋上升的：先粗略过一遍 → 刷题中遇到不懂的回查 → 再回头重读 → 这次理解更深。第一遍的目标是"有印象"，不是"全掌握"。

你不会第一次就完全理解二叉树后序遍历为什么那么妙，也不会第一次就真的搞懂动态规划的状态转移方程。没关系。刷到后面专题再回头看，很多当时不懂的东西会自己"接通"。

最浪费时间的行为：在同一个地方反复卡住，期待通过意志力硬啃明白。 学不会就放着，往后面走，回来再看——这是最高效的算法学习策略。

六、你最终能达到什么水平

把它想象成学开车。

驾校教的不是"如何成为赛车手"——它教的是起步、换挡、倒车入库。你把这些动作练到不用过脑子，任何一辆普通车你都能开走。这就是模板化：把最常见的操作训练成肌肉记忆。

算法刷题也一样。30 个专题覆盖了面试和笔试中 95% 以上的核心题型，每个专题的模板就是你的"起步、换挡、倒车入库"。把这些模板练熟，面试遇到一道新题——不管它披着什么外衣，你都能把模板往上一套，顺着框架把代码写出来。

这不是什么"捷径"，这是刻意练习。和驾校一样，你不需要成为赛车手才能上路——你只需要稳定地、不出意外地完成最常见的操作。

AI 时代为什么还要练这个？

因为面试不考你调 AI 的能力。面试考的是你在没有 AI 的情况下能不能想清楚、写出来。和在现实工作中你完全可以调 AI 写代码是两回事——面试是一个人为设计的筛选场景，算法题是这个场景里的标准道具。你可以不喜欢这个规则，但规则就是这样。

另外，练算法真正训练的其实不是"写代码的速度"，而是把一个模糊问题逐步拆解成精确步骤的能力。这个能力在你用 AI 写代码的时候恰恰是放大器——你能用一句话描述清楚需求，AI 吐出的代码就八九不离十；你描述不清楚，AI 也只能胡编。算法的框架思维，练的就是"把话说清楚"。

所以从头到尾做一件事：把每个专题的模板练到闭卷能写。

这就是本站的全部目标。不是让你成为竞赛冠军，是让你在面试和笔试中稳定发挥——常见的标准题型，你靠模板就能按部就班做出来，不需要临场发挥；只有真正偏、怪的题，才需要碰运气。刷完 30 个专题，面试中 95% 的题都是你不会卡住的常规件。

本专栏为个人算法刷题精简笔记，完整版本（多语言代码、易错点、完整推导）托管在个人站点：codelu.cc。