从ACM选手的角度讲：
为什么ACM选手在大家眼里都这么牛逼，原因就是很多ACM选手从中学就开始打比赛，你想想看，在你大学才懂一些简单的数据结构和算法的时候，这些中学生就已经ACM竞赛中畅游了。当然，也不是所有人都这样，比如我就不属于这一批，本人大一才开始准备。
除此之外，ACM的题目都很难，难到什么程度？本人在准备期间刷题刷到一度恶心。ACM竞赛很注重选手的分析和思维两方面的能力，在算法和数据结构这样已经足够复杂的题型下，还要进行大量的变形，所以没有一个高强度的培训是不可能有能力参赛。
所以，经历过ACM竞赛的非人锻炼，还坚持下来，并且还有能力拿奖的人一定都非常出色，至少在算法方面比大部分的候选人都要强。
从面试官的角度讲：
但是作为曾经腾讯的面试官，我想说的是，如果你只是为了应付面试而参加ACM，是完全没有必要的。毕竟，准备ACM比赛至少也要三两年的时间。
而算法面试，用一些简单粗暴的方式，准备3~6个月就差不多了。
首先，弄清楚面试考察的高频知识点，这里薅了一个FB大佬讲座上的资料，看过一遍总结的很不错，和我当时算法面试的考察的题型都差不多。讲座是免费的，看了不吃亏，给你们一个地址，戳这里~
最后，再跟着这些知识点总结刷题就对了。
有些人可能会质疑这样的可行性，但是想做出面试的算法题，真的就这么简单。不过一定要精刷题目，精刷到遇到同类型的题目可以直接手撕，请对自己狠一点！
下面我也根据高频考点，和自己以前做面试官出题的尿性**，整理出了一套面试考察几率非常高的算法面试考察题型，以及对应必刷的题目。**这些题目如果都掌握的游刃有余，我觉得面试就没什么大问题了。
1、排序算法 Sorting
必刷题目：
使用条件
复杂度
• 时间复杂度：
￮ 快速排序(期望复杂度) ： O(nlogn)
￮ 归并排序(最坏复杂度) ： O(nlogn)
• 空间复杂度：
￮ 快速排序 ： O(1)
￮ 归并排序 ： O(n)
2、动态规划 Dynamic Programming
必刷题目：
使用条件
• 使用场景：
￮ 求方案总数(90%)
￮ 求最值(80%)
￮ 求可行性(80%)
• 不适用的场景：
￮ 找所有具体的方案（准确率99%）
￮ 输入数据无序(除了背包问题外，准确率60%~70%)
￮ 暴力算法已经是多项式时间复杂度（准确率80%）
• 动态规划四要素(对比递归的四要素)：
￮ 状态 (State) – 递归的定义
￮ 方程 (Function) – 递归的拆解
￮ 初始化 (Initialization) – 递归的出口
￮ 答案 (Answer) – 递归的调用
• 几种常见的动态规划：
• 背包型
￮ 给出 n 个物品及其大小,问是否能挑选出一些物品装满大小为m的背包
￮ 题目中通常有“和”与“差”的概念，数值会被放到状态中
通常是二维的状态数组，前 i 个组成和为 j 状态数组的大小需要开 (n + 1) * (m + 1)
3、双指针算法 Two Pointers
必刷题目：
使用条件
7. 滑动窗口 (90%)
8. 时间复杂度要求 O(n) (80%是双指针)
9. 要求原地操作，只可以使用交换，不能使用额外空间 (80%)
10. 有子数组 subarray /子字符串 substring 的关键词 (50%)
11. 有回文 Palindrome 关键词(50%)
复杂度
• 时间复杂度：O(n)
￮ 时间复杂度与最内层循环主体的执行次数有关
￮ 与有多少重循环无关
• 空间复杂度：O(1)
￮ 只需要分配两个指针的额外内存
4、二分法 Binary Search
必刷题目：
使用条件
1. 排序数组 (30-40%是二分)
2. 当面试官要求你找一个比 O(n) 更小的时间复杂度算法的时候(99%)
3. 找到数组中的一个分割位置，使得左半部分满足某个条件，右半部分不满足(100%)
4. 找到一个最大/最小的值使得某个条件被满足(90%)
复杂度
5. 时间复杂度：O(logn)
6. 空间复杂度：O(1)
5、宽度优先搜索 BFS
必刷题目：
使用条件
12. 拓扑排序(100%)
13. 出现连通块的关键词(100%)
14. 分层遍历(100%)
15. 简单图最短路径(100%)
16. 给定一个变换规则，从初始状态变到终止状态最少几步(100%)
复杂度
• 时间复杂度：O(n + m)
￮ n 是点数, m 是边数
• 空间复杂度：O(n)
6、深度优先搜索 DFS / 递归 Recursion
必刷题目：
使用条件
• 找满足某个条件的所有方案 (99%)
• 二叉树 Binary Tree 的问题 (90%)
• 组合问题(95%)
￮ 问题模型：求出所有满足条件的“组合”
￮ 判断条件：组合中的元素是顺序无关的
• 排列问题 (95%)
￮ 问题模型：求出所有满足条件的“排列”
￮ 判断条件：组合中的元素是顺序“相关”的。
不要用 DFS 的场景
17. 连通块问题（一定要用 BFS，否则 StackOverflow）
18. 拓扑排序（一定要用 BFS，否则 StackOverflow）
19. 一切 BFS 可以解决的问题
复杂度
• 时间复杂度：O(方案个数 * 构造每个方案的时间)
￮ 树的遍历 ： O(n)
￮ 排列问题 ： O(n! * n)
￮ 组合问题 ： O(2^n * n)
7、二叉树的搜索算法 Traversal
必刷题目：
使用条件
• 二叉树相关的问题 (99%)
• 可以一分为二去分别处理之后再合并结果 (100%)
• 数组相关的问题 (10%)
复杂度
时间复杂度 O(n)
空间复杂度 O(n) (含递归调用的栈空间最大耗费)
8、堆 Heap
必刷题目：
使用条件
20. 找最大值或者最小值(60%)
21. 找第 k 大(pop k 次 复杂度O(nlogk))(50%)
22. 要求 logn 时间对数据进行操作(40%)
堆不能解决的问题
23. 查询比某个数大的最小值/最接近的值（平衡排序二叉树 Balanced BST 才可以解决）
24. 找某段区间的最大值最小值（线段树 SegmentTree 可以解决）
25. O(n)找第k大 (使用快排中的partition操作)
————————————————
看完这个回答后，有件小事，能帮助你快速提升自己哟：
免费试听我主讲的九章算法班 2021，除了会讲如何高效刷题、掌握面试算法外，还会谈谈面试中正确沟通的技巧，培养coding style和bug free的能力。覆盖90%国内外一线大厂算法面试高频考点，帮助你1个月内搞定算法面试。首节直播分享中，将会送出算法面试精选100题，刷题100道胜过别人刷300道，有兴趣的同学可以来看看！
9万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
