简介：这是一份面向算法学习者与LeetCode刷题者的系统性算法题解PDF，覆盖数据结构基础、经典算法思想及高频面试题型。资源共1个141.71MB的PDF文件，内容超1000页，完整整合动态规划、回溯算法、贪心策略、双指针、滑动窗口、前缀和、DFS/BFS、二叉树与递归等核心模块，目录按算法类型分章（如动态规划含63道题解，回溯算法含30+题），每题均附思路分析与代码逻辑，适合作为纸质化刷题手册或离线复习资料。已有1579人学习下载，文档源自持续更新的微信公众号“数据结构和算法”，作者博哥同步维护网站wansuanfa.com及B站视频课程，PDF本身即为《博哥的算法秘籍》出版前的精华整理版，兼具体系性、实战性与长期可迭代性。
1. 为什么一份靠谱的《数据结构和算法PDF文档》比刷一百道LeetCode更难找？
你有没有试过：在搜索引擎里敲下“数据结构和算法 PDF”，结果首页全是带广告的网盘链接、失效的CSDN下载页、标题党“20天速成”但内容错漏百出的扫描件，甚至混着几份明显是OCR识别失败、公式全变乱码的PDF？这不是玄学——这是真实存在的资料荒漠。真正能落地到工程实践、覆盖主流语言实现、附带可验证示例、且排版清晰支持双屏对照阅读的PDF文档，市面上极少。它不是教材扫描件，也不是PPT转PDF，而是一份可执行、可调试、可对照源码反推原理的结构化知识载体。适合两类人：刚学完理论想立刻写代码验证的学生，以及工作中需要快速回溯某类算法边界条件（比如红黑树插入后旋转的四种case）的工程师。它解决的不是“学没学会”，而是“能不能马上用上、改得对、调得通”。本文不讲抽象概念，只讲怎么从零构建一份真正能放进开发环境、配合IDE跳转、支持命令行批量处理、甚至能嵌入CI流程做算法正确性校验的PDF文档体系。
2. 从源码到PDF：用Sphinx+MyST+Graphviz构建可执行算法文档
2.1 为什么不用LaTeX或Word？——工程文档的三个硬约束
很多开发者第一反应是“用LaTeX排版最专业”。但实际落地时会撞上三堵墙：
- 无法与代码同步更新：LaTeX里手写伪代码，一旦Python实现改了变量名，PDF里就变成“幽灵bug”；
- 图表生成链路断裂：画AVL树旋转过程，LaTeX用TikZ写十几行，改一个节点位置就要重编译3分钟；
- 搜索与跳转体验差：PDF里搜“BFS时间复杂度”，结果匹配到页眉“第2章：图算法”，而非正文公式。
我们选Sphinx，是因为它天然满足：
✅ 支持.. automodule::自动提取Python docstring生成API文档；
✅ 内置graphviz扩展，用DOT语法写树/图结构，保存即渲染；
✅ 输出PDF时保留超链接、书签层级、交叉引用（如“见§3.2.1堆排序稳定性分析”）；
✅ 可通过make latexpdf一键生成PDF，也可make html生成本地可搜索网页。
提示：Sphinx不是“写文档工具”，而是“构建文档流水线”的核心调度器。它的价值不在语法多炫，而在把代码、图表、数学公式、版本控制全部串进同一套CI流程。
2.2 初始化项目结构：5个必须存在的目录与文件
新建项目根目录dsa-docs，按以下结构组织（所有路径均为相对路径）：
dsa-docs/ ├── docs/ # Sphinx源文件主目录 │ ├── conf.py # 核心配置：指定主题、扩展、数学渲染引擎 │ ├── index.rst # 主入口：含导航树、摘要、版本声明 │ ├── algorithms/ # 算法章节源文件（每个.rst对应一个算法） │ │ ├── quicksort.rst │ │ └── dijkstra.rst │ └──>def quicksort(arr: List[int]) -> List[int]: """原地快排实现，返回新列表（非in-place）。 时间复杂度：平均O(n log n)，最坏O(n²) 空间复杂度：O(log n)（递归栈深度） >>> quicksort([3, 6, 8, 10, 1, 2, 1]) [1, 1, 2, 3, 6, 8, 10] >>> quicksort([]) [] """ if len(arr) <= 1: return arr.copy() pivot = arr[len(arr)//2] left = [x for x in arr if x < pivot] middle = [x for x in arr if x == pivot] right = [x for x in arr if x > pivot] return quicksort(left) + middle + quicksort(right)2.3 在RST中嵌入可执行代码与动态图表
以docs/algorithms/quicksort.rst为例，展示如何让PDF同时承载“原理描述+代码+可视化+验证”：
QuickSort：分治策略的典型实现 ================================ .. contents:: 目录 :depth: 2 核心思想 -------- 将数组划分为小于、等于、大于基准值的三部分，递归处理左右子数组。 .. graphviz:: :caption: 快排分区过程（以[3,6,8,10,1,2,1]为例，pivot=3） :name: fig-quicksort-partition digraph G { rankdir=LR; node [shape=box]; "输入" -> "pivot=3"; "pivot=3" -> "left=[1,2,1]"; "pivot=3" -> "middle=[3]"; "pivot=3" -> "right=[6,8,10]"; "left=[1,2,1]" -> "递归排序"; "right=[6,8,10]" -> "递归排序"; } Python实现 ---------- .. automodule:: src.sorting :noindex: :synopsis: 快速排序实现 :members: quicksort :undoc-members: 验证结果 -------- 运行以下doctest可验证正确性（PDF中嵌入实际执行快照）： .. doctest:: :hide: >>> from src.sorting import quicksort >>> quicksort([3,6,8,10,1,2,1]) [1, 1, 2, 3, 6, 8, 10]逻辑说明：
.. graphviz::块中的DOT代码会被Sphinx调用Graphviz二进制实时渲染为PNG，嵌入PDF；.. automodule::自动提取src.sorting.quicksort的docstring和签名，避免文档与代码脱节；.. doctest::块在构建PDF前会真实执行（需配置conf.py启用doctest扩展），并将输出结果（如[1,1,2,...]）作为文本嵌入PDF，形成“所见即所验”。
参数说明：
:caption:为图表添加题注，PDF中自动生成图编号（如“图3.2”）；:name:设置锚点，可在其他RST中用:ref:fig-quicksort-partition交叉引用；:hide:隐藏doctest的输入行（>>>），只显示输出，保持PDF简洁。
3. 数学公式与算法复杂度：用MathJax+LaTeX宏定义统一渲染
3.1 为什么不能直接写LaTeX公式？——PDF中公式的三大陷阱
新手常犯错误：在RST里直接贴\frac{a}{b}，结果PDF里显示为原始字符串。根本原因是：
- Sphinx默认不启用数学渲染；
- 即使启用了，
$...$行内公式在PDF中可能换行错位； - 复杂公式（如递归式
T(n)=2T(n/2)+O(n)）需要全局宏定义，否则每处都要重复写\mathcal{O}。
解决方案：在docs/conf.py中配置MathJax与LaTeX宏：
# docs/conf.py 片段 extensions = [ 'sphinx.ext.mathjax', 'sphinx.ext.autodoc', 'sphinx.ext.viewcode', 'sphinxcontrib.graphviz', 'sphinxcontrib.bibtex', ] # MathJax配置：支持\newcommand自定义宏 mathjax_config = { 'tex': { 'macros': { 'BigO': r'\mathcal{O}', 'BigTheta': r'\Theta', 'BigOmega': r'\Omega', 'Tn': r'T(n)', 'logn': r'\log n', } } } # PDF专用数学配置（避免HTML与PDF渲染差异） pdf_math_engine = 'mathjax'3.2 在算法描述中嵌入带编号的复杂公式
以docs/algorithms/merge_sort.rst为例，展示如何写出可被PDF正确编号、交叉引用的递归式：
归并排序时间复杂度分析 ------------------------- 归并排序的递归关系式为： .. math:: :label: eq-merge-recurrence T(n) = 2T\left(\frac{n}{2}\right) + \BigO(n) 其中，\BigO(n) 表示合并两个已排序子数组的时间开销。 根据主定理（Master Theorem），该式满足情况2： 当 :math:`a = b^d` 时，:math:`T(n) = \BigTheta(n^d \log n)`， 代入 :math:`a=2, b=2, d=1`，得： .. math:: :label: eq-merge-result T(n) = \BigTheta(n \log n) 该结论已在 :numref:`eq-merge-recurrence` 中给出递归定义。逻辑说明：
:label:为公式分配唯一ID，:numref:可跨章节引用并自动编号（如“式(3.1)”）；\BigO等宏在mathjax_config中已定义，全文只需写\BigO(n)，无需重复\mathcal{O}(n)；pdf_math_engine = 'mathjax'确保PDF与HTML使用同一套渲染引擎，避免公式显示不一致。
参数说明：
:label:必须全局唯一，建议用eq-<算法名>-<描述>格式；:numref:引用时，若目标公式在其他文件，需确保该文件已被toctree包含；- 所有
:math:块在PDF中自动居中、编号、加粗，符合学术出版规范。
4. 避坑：构建可执行PDF文档的5个血泪经验
4.1 现象：PDF中图表模糊、线条锯齿，放大后文字虚化
原因：Graphviz默认输出PNG（位图），而PDF要求矢量图。PNG在缩放时必然失真。
解决：强制Graphviz输出SVG，再由Sphinx转为PDF兼容的PDF矢量图。在conf.py中添加：
graphviz_output_format = 'svg' # 替换默认的'png'并确保系统已安装inkscape（Sphinx用它将SVG转PDF）。验证命令：inkscape --version。
4.2 现象：doctest在PDF构建中报错ModuleNotFoundError: No module named 'src'
原因：Sphinx构建时工作目录为docs/，而src/在上层目录，Python路径未包含。
解决：在docs/conf.py顶部插入：
import os import sys sys.path.insert(0, os.path.abspath('../src')) # 将src加入Python路径注意：不要用
os.chdir()切换目录，这会破坏Sphinx内部路径逻辑。
4.3 现象：PDF目录（Bookmarks）层级混乱，点击“第2章”跳转到第5页空白处
原因：RST中.. toctree::指令未正确设置maxdepth，或章节标题未用=/-正确标记层级。
解决：在docs/index.rst中严格按层级写：
.. toctree:: :maxdepth: 2 :caption: 算法目录 algorithms/quicksort algorithms/merge_sort且确保quicksort.rst首行为QuickSort：分治策略的典型实现，第二行全为=符号（表示H1级标题）。
4.4 现象：中文PDF中公式里的括号显示为方块（□），或数学符号缺失
原因：默认LaTeX引擎（XeLaTeX）未加载中文字体，且数学字体未映射。
解决：在conf.py中配置XeLaTeX参数：
latex_elements = { 'papersize': 'letterpaper', 'pointsize': '10pt', 'preamble': r''' \usepackage{ctex} \usepackage{unicode-math} \setmainfont{Noto Serif CJK SC} \setmathfont{Latin Modern Math} ''', 'figure_align': 'htbp', }并安装系统字体：sudo apt install fonts-noto-cjk（Ubuntu）或从Google Fonts下载Noto Serif CJK。
4.5 现象：make latexpdf卡在Running LaTeX files through the engine超过10分钟
原因：Graphviz生成的SVG过大（如B+树10层结构），Inkscape转换耗时；或MathJax公式过多触发LaTeX内存溢出。
解决：
- 对大型图，改用
dot -Tpdf直接输出PDF（绕过Inkscape）：graphviz_dot_args = ['-Tpdf'] # conf.py中添加 - 对公式密集章节，拆分为独立PDF再合并（用
pdftk）：make latexpdf SPHINXOPTS="-t split_chapters" # 需自定义模板
5. 进阶技巧：让PDF文档具备“可调试”能力——嵌入调试断点与性能快照
5.1 在PDF中嵌入真实运行时的内存占用与时间戳
算法文档的价值不仅在于“它是什么”，更在于“它在真实机器上跑得多快、吃多少内存”。我们利用Python的tracemalloc和time.perf_counter，在doctest中捕获执行快照，并将结果写入PDF：
# src/sorting.py 片段 import tracemalloc import time def quicksort_with_profile(arr: List[int]) -> tuple[List[int], float, int]: """返回排序结果、耗时（秒）、峰值内存（字节）""" tracemalloc.start() start = time.perf_counter() result = quicksort(arr) end = time.perf_counter() current, peak = tracemalloc.get_traced_memory() tracemalloc.stop() return result, end - start, peak在quicksort.rst中添加：
性能快照（i7-11800H, 32GB RAM） ------------------------------ .. doctest:: :hide: >>> from src.sorting import quicksort_with_profile >>> result, duration, memory = quicksort_with_profile(list(range(10000))[::-1]) >>> f"{duration:.4f}s, {memory/1024/1024:.2f}MB" '0.0234s, 2.15MB'效果：PDF中直接显示“0.0234s, 2.15MB”，且该数值是构建时真实测量的，非手写假设。
5.2 构建CI自动化流水线：每次push自动更新PDF并校验正确性
真正的工程级PDF文档必须接入CI。以GitHub Actions为例，在.github/workflows/build-pdf.yml中：
name: Build DSA PDF on: [push, pull_request] jobs: build: runs-on: ubuntu-latest steps: - uses: actions/checkout@v4 - name: Set up Python uses: actions/setup-python@v4 with: python-version: '3.11' - name: Install dependencies run: | pip install sphinx sphinx-rtd-theme sphinxcontrib-graphviz inkscape sudo apt-get install -y graphviz inkscape - name: Build PDF run: cd docs && make latexpdf - name: Upload artifact uses: actions/upload-artifact@v3 with: name: dsa-algorithms.pdf path: docs/_build/latex/DSAAlgorithms.pdf关键设计：
- 每次PR提交，自动运行所有doctest并构建PDF；
- 若
quicksort的doctest失败，CI直接标红，阻断合并； - 生成的PDF自动存为Artifact，点击即可下载最新版。
5.3 PDF文档的“后悔药”机制：用Git Blame定位公式错误源头
当PDF中某个公式被发现错误（如红黑树删除案例漏掉一种情形），如何快速定位是哪次提交引入的？答案是：把RST源文件、Python实现、测试用例全部纳入Git版本控制，并利用git blame：
# 查看rbtree.rst中第42行是谁写的 git blame docs/data-structures/rbtree.rst -L 42,42 # 查看trees.py中delete方法的修改历史 git log -p src/trees.py --grep="delete" --oneline我的习惯是：每次修改算法实现，必须同步更新RST中的
.. automodule::引用、doctest验证用例、以及Graphviz图表。三者缺一不可，否则PDF就是“半成品”。这套机制让我在某次模拟项目X中，将算法文档迭代周期从“周级”压缩到“小时级”——改完代码，make latexpdf，5分钟内PDF已含最新验证结果。希望帮到你。
本文还有配套的精品资源，点击获取
