1. 先想清楚2024年7月刷LeetCode到底为了什么如果你点开这篇文章大概率是想在2024年7月这个时间点开始或者重新捡起LeetCode刷题。但“刷题”这个词太宽泛了直接上手很容易陷入“今天刷哪道”、“刷了又忘”的循环。我建议你先停一下别急着打开题库花几分钟想清楚这次刷题的核心目标是什么。这直接决定了你后续的投入方式、题目选择和最终效果。通常7月份开始刷题目标不外乎这几种准备秋季招聘这是最主流的需求。目标是系统复习数据结构与算法应对8-10月开始的笔试和面试。你需要的是覆盖广、有重点、能快速建立解题框架。准备暑期实习转正或日常面试时间相对紧迫需要针对性突破目标公司的高频考点和面试风格。日常技能提升与保持手感没有明确的短期面试压力但希望维持算法思维为长期发展打基础。冲击周赛排名已经有一定基础希望通过周赛锻炼临场解题和竞赛能力。目标不同策略天差地别。对于大多数以求职为导向的同学7月启动是一个黄金窗口期你有大约1-2个月的时间进行系统性准备时间不算宽裕但足够完成一轮高质量的复习。关键在于这次刷题不能是“刷了就行”而必须是“刷了能记住能复现能应对压力”。2. 环境与计划别在工具和规划上浪费第一天目标明确后别急着写代码。先花半天到一天时间把环境和计划这两件“小事”搞定。很多人的刷题计划就死在了混乱的本地环境和模糊的日程表上。2.1 搭建一个“不折腾”的编码环境你的编码环境应该极度简单、稳定、可复现。核心就三样编程语言、IDE/编辑器、本地调试流程。编程语言选择只选一门你最熟悉的。如果是求职Java、Python、C是主流。Python写起来快适合思路验证Java/C在面试中更能体现对底层如内存、指针的理解。选定后在刷题期间不要轻易切换。确保你的语言版本稳定如Python 3.8 Java 8/11/17。IDE/编辑器推荐使用轻量级但功能强大的编辑器如VS Code或JetBrains系列IntelliJ IDEA, PyCharm。关键是要配置好代码补全、语法高亮和一键运行。复杂笨重的环境会拖慢你的节奏。本地调试流程这是重中之重。你必须建立肌肉记忆创建模板文件为每类题目如二叉树、链表、动态规划准备一个包含常用数据结构定义和输入输出处理的模板文件。模拟OJ输入学会在本地构造测试用例。例如对于Python使用sys.stdin.read()或写死测试列表对于Java使用Scanner。打印调试在关键逻辑处添加print或System.out.println语句快速观察变量状态。不要过度依赖图形化调试器面试时可没这条件。一个简单的Python本地测试示例# 假设你在做“两数之和” def twoSum(nums, target): hashmap {} for i, num in enumerate(nums): if target - num in hashmap: return [hashmap[target - num], i] hashmap[num] i return [] # 本地测试 if __name__ __main__: # 测试用例1 nums [2, 7, 11, 15] target 9 print(twoSum(nums, target)) # 应输出 [0, 1] # 测试用例2 nums [3, 2, 4] target 6 print(twoSum(nums, target)) # 应输出 [1, 2] # 测试用例3边缘情况 nums [3, 3] target 6 print(twoSum(nums, target)) # 应输出 [0, 1]2.2 制定一个可执行、可调整的周计划不要写“7月刷完二叉树”。要具体到每天、每小时。一个参考的4周启动计划第1-2周专题突破期目标攻克核心数据结构与算法专题。节奏每天1-2个专题每个专题精做5-8道经典题从Easy到Medium。专题顺序建议数组/字符串 - 哈希表 - 链表 - 双指针 - 滑动窗口 - 栈/队列 - 二叉树递归、遍历 - 二叉搜索树 - 回溯 - 分治 - 贪心 - 动态规划一维、二维。关键动作每道题必须自己写出代码并在本地跑通至少3个测试用例包括边缘用例。做完后立刻去LeetCode讨论区看高票题解学习更优解并记录到笔记中。第3周混合强化期目标打破专题壁垒练习识别题目类型和组合解法。节奏每天按“公司标签”或“高频题目”列表刷题或者直接做LeetCode的“每日一题”和往期周赛题目。关键动作拿到题目先花5-10分钟思考判断属于哪个专题可能用到哪些技巧。如果15分钟没思路果断看提示但理解后要自己闭卷重写。第4周模拟与复盘期目标适应面试节奏查漏补缺。节奏参加LeetCode周赛如周赛430或在规定时间如90分钟内完成一套模拟题2-3道Medium1道Hard。关键动作严格计时模拟面试环境无提示、无调试。赛后重点复盘哪类题卡住了是思路问题还是代码实现细节问题时间分配是否合理计划的核心是“留出缓冲时间”。每周留出半天到一天专门用于复习本周的错题和笔记不要一味追求新题量。计划可以微调但不能没有。3. 从“看懂”到“写出”拆解一道题的正确流程很多人刷题效率低是因为流程错了。正确的刷一道题的流程应该像做实验一样有步骤、有记录、有复盘。我们以一道经典题“073. 爱吃香蕉的狒狒”原题“875. 爱吃香蕉的珂珂”为例它本质是一道二分查找的应用题非常适合考察对算法思想的理解和代码实现能力。3.1 第一步彻底理解题意与约束不要扫一眼题目就开始想算法。先花3-5分钟确保你理解了每一个字。问题转化狒狒吃香蕉的速度K根/小时香蕉堆数组piles警卫离开的时间H小时。目标是找到最小的K使得狒狒能在H小时内吃完所有香蕉。关键规则每小时最多吃完一堆如果一堆没吃完下一小时继续吃这堆。输入输出范围piles.length H 10^9这个范围暗示了暴力枚举K会超时必须用更优的算法通常是O(N log M)其中M是最大香蕉堆大小。自己问自己如果K很大时间会怎样变少。如果K很小呢时间变多可能超过H。这明显是一个单调关系是使用二分查找的强烈信号。3.2 第二步设计算法与复杂度分析识别出二分查找后下一步是确定二分查找的搜索范围和判定条件。搜索范围速度K的最小值至少是1每小时吃1根最大值呢最慢的情况是每小时只吃一堆里的一部分但为了找到上界我们可以假设最大速度就是最大那堆香蕉的数量max(piles)。因为速度再快每小时也只能处理完一堆时间不会再减少。所以范围是[1, max(piles)]。判定条件关键对于一个给定的速度midK计算吃完所有香蕉需要的时间needHours。计算方法是对每堆香蕉p需要的小时数是(p midK - 1) // midK向上取整。如果needHours H说明当前速度midK可行但我们还要找更小的可行解所以应该向左边更小的速度搜索即right midK。如果needHours H说明速度太慢需要向右边更大的速度搜索即left midK 1。复杂度二分查找是O(log maxPile)每次判定需要遍历数组计算时间是O(N)。总复杂度O(N log M)在给定数据范围内完全可行。3.3 第三步手写代码与本地测试现在开始写代码。遵循你的模板并加入详细的注释。import math from typing import List class Solution: def minEatingSpeed(self, piles: List[int], h: int) - int: # 1. 确定二分查找的左右边界 left, right 1, max(piles) # 2. 开始二分查找 while left right: mid (left right) // 2 # 3. 计算以速度mid吃完所有香蕉需要的时间 need_hours 0 for pile in piles: # 向上取整的巧妙写法避免调用math.ceil need_hours (pile mid - 1) // mid # 4. 判断并收缩区间 if need_hours h: # 当前速度可行尝试找更小的速度向左搜索 right mid else: # 当前速度太慢需要提速向右搜索 left mid 1 # 5. 循环结束时left right即为最小可行速度 return left # 本地测试 if __name__ __main__: sol Solution() # 测试用例1: 示例 print(sol.minEatingSpeed([3,6,7,11], 8)) # 应输出 4 # 测试用例2: 边界情况时间刚好够用 print(sol.minEatingSpeed([30,11,23,4,20], 5)) # 应输出 30 # 测试用例3: 大数组测试 print(sol.minEatingSpeed([1000000000], 2)) # 应输出 500000000 # 测试用例4: 需要向上取整的典型情况 print(sol.minEatingSpeed([1,1,1,1], 4)) # 应输出 1本地测试要点必须覆盖典型示例、边界情况如H等于堆数、大数情况。确保每个测试用例都通过。3.4 第四步提交后的复盘与优化代码提交ACAccepted后工作只完成了一半。最重要的一半是复盘查看题解立刻去LeetCode官方题解或高票讨论看看别人的写法。重点关注二分查找的区间收缩写法while left right和left mid 1, right mid是经典模板。计算小时数时他们用了math.ceil还是(p mid -1)//mid后者更快。搜索上界right有人设为sum(piles)吗虽然可以但max(piles)更优。记录到笔记在你的笔记推荐用Notion、OneNote或简单的Markdown文件中为“二分查找-最小值问题”新增一栏记录这道题的问题特征在满足条件的最大值中找最小值或反之。判定函数canFinish(mid)的设计。二分模板左闭右开或左闭右闭。易错点区间更新条件、循环终止条件、返回值。同类题目练习立刻去找2-3道同类型二分查找题巩固如“410. 分割数组的最大值”、“1011. 在 D 天内送达包裹的能力”。用相同的思路去套用和解决。4. 刷题中后期如何应对瓶颈与提升效率按照计划刷了2-3周后你可能会遇到瓶颈感觉每天都在刷但遇到新题还是没思路或者总是卡在动态规划、回溯这类难题上。这是正常现象突破的关键在于改变策略。4.1 建立你的“解题模式识别库”刷题的本质是积累“模式”Pattern。当你看到一道新题大脑应该快速匹配已知模式。你需要主动构建这个库。模式分类不要按LeetCode的标签分按你的理解分。例如双指针快慢指针链表环、左右指针两数之和、接雨水、滑动窗口最长无重复子串。二叉树递归三要素参数、终止条件、单层逻辑、DFS前中后序、BFS层序。回溯排列、组合、子集、N皇后问题的模板。动态规划背包问题01背包、完全背包、子序列问题、路径问题、状态机DP。制作闪卡每个模式用一页笔记总结。左边写题目名称和核心思想如“二分查找-最小值问题”右边写关键代码模板和1-2道代表题号。定期如每周日回顾这些闪卡。4.2 刻意练习“难题”与“错题”难题处理对于完全没思路的Hard题不要死磕超过30分钟。标准流程是30分钟思考 - 看题解思路 - 理解后自己默写代码 - 隔天或隔周重新做一遍。重做是关键确保思路内化。错题管理准备一个错题本。记录的不是题目而是错误原因思路错误完全想错方向。对应模式不熟回去复习该模式。细节错误边界条件如数组为空、索引越界、变量初始化、循环终止条件。这是粗心需要加强本地测试用例的设计。复杂度错误算法超时或超内存。需要优化算法或数据结构选择。语言特性错误如Python的列表复制、Java的字符串比较。回去巩固语言基础。每周专门安排时间重做错题本上的题目。4.3 利用好周赛如周赛430进行压力测试LeetCode周赛是检验真实水平的最佳试金石。不要因为怕成绩不好就不参加。赛前确保环境稳定网络通畅。可以简单热身做两道Easy题。赛中时间分配前两题通常是Easy/Medium目标在30-40分钟内解决。如果超过15分钟没头绪先跳过看下一题。调试技巧用题目自带的示例快速调试学会构造小的测试用例验证逻辑。心态管理即使做不出来也要坚持到最后一分钟尝试暴力解法可能也能过部分测试点。赛后立即复盘比赛结束后马上看排名靠前选手的代码学习他们简洁高效的写法。补题把没做出来的题目按照“看题解-理解-重写”的流程过一遍。分析总结这次卡住是因为知识点漏洞还是临场紧张把暴露的问题加入后续的学习计划。5. 面试准备从刷题到答题的最后一公里刷题最终是为了面试。在7月底或8月初当你的刷题量150-200道精刷和知识体系比较完整时就要开始向面试模式切换。5.1 模拟面试说出来比写出来难十倍找同学、朋友或者利用在线平台进行模拟面试。重点练习以下环节沟通与澄清拿到题目后先复述题意询问边界条件输入为空有负数确认理解无误。这体现了你的沟通能力。思路阐述不要直接写代码。先说出你的初步想法哪怕是暴力解法。然后分析复杂度再提出优化方向“我们可以用哈希表来将查找时间降到O(1)”。面试官想看的是你的思考过程。边写边讲写代码时同步解释你在写什么“这里我初始化一个哈希表用来存储遍历过的值及其索引”。保持代码整洁变量名有意义。测试与验证写完代码后不要等面试官问主动用1-2个例子包括一个边缘例子走查一遍你的代码。回答后续问题面试官常问“时间/空间复杂度是多少”、“有没有其他方法”、“如果数据量非常大怎么办”。提前准备好这些问题的回答模板。5.2 整理你的“高频题”与“行为题库”技术高频题针对你的目标公司国内大厂、外企、独角兽等去LeetCode或牛客网查找对应的公司题库和高频题。这些题目要优先掌握并且要能达到“秒杀思路熟练编码”的程度。行为问题准备一段简洁的自我介绍以及关于项目经历、团队合作、遇到挑战、如何学习新技术等问题的回答。用STAR法则情境、任务、行动、结果来组织你的故事。5.3 临场策略与心态调整面试当天提前15分钟进入线上会议室检查音频视频。手边准备好纸笔用于画图辅助思考。遇到难题保持冷静。可以尝试从暴力解法开始逐步优化。询问面试官是否可以给点提示。如果彻底卡住诚实地说明“这个知识点我可能不太熟但我可以尝试从XX角度思考一下……”。诚实比瞎编好。面试结束可以向面试官提问1-2个关于团队、技术栈或项目的问题表现出你的兴趣。刷题是一场马拉松7月是其中最关键的一段配速跑。它的价值不在于你刷了多少道而在于你通过多少道题真正掌握了多少种解决问题的“武器”并能在高压下熟练运用。从现在开始用正确的方法保持稳定的节奏把每一道题都吃透。到了8、9月的面试战场你手里的就不是零散的题目而是一套完整的算法应对体系。