用python做算法需要哪些技能_学好算法要必备哪些技能？

众所周知，力扣上的程序员们各个身怀绝技。他们化身为算法诗人、段子高手、灵魂画手、剪辑能手、幻灯片专家……穿梭和活跃于题解区。

一、力扣题解有哪些打开方式？算法思路讲解 + 配图 + 作画

@灵魂画手 「力扣​leetcode-cn.com

作诗注释 + 代码

@while(1)「力扣​leetcode-cn.com

1. 若问雨水深何许，先当首寻最高峰。

2. 高峰两侧群山列，须将右侧倒个个。

3. 右山若较左山矮，右山山高累加和。

4. 左山不及右山高，距乘左山减加和。

5. 如此这般算将好，左右群山水深得。

6. 天帝赞叹算法妙，玄之又玄乐无穷。

算法思路讲解 + 思维导图 + 多图讲解

@liweiwei1419 「

作为一个算法新手，每次做完题后，写一篇题解是非常必要的。它能够帮助你梳理自己的算法思路，也便于和其他小伙伴交流，及时发现自己的思路中可以优化的部分以及错误。一篇高质量的题解应该怎么写？下面就让我们跟随 @zerotrac 同学的思路一起来看看吧！

二、迈出第一步

在说明「如何编写一份高质量的力扣题解」之前，我们先来想一想，一篇题解应该包含哪些部分：前言：题解的一些相关背景；

方法一、方法二、方法三等：不同的解题方法。每一种方法会包括：思路及算法：对如何解决问题进行详细地阐述；

代码：给出相关的代码；

时空复杂度分析：对算法的复杂度进行分析。结语：作者的一些思考，与本题类似的一些题目等。

大部分高质量的题解都是按照这个流程编写的。

三、格式要求

大标题

前面提到的「前言」「方法一」「方法二」「结语」都属于 大标题。我们使用四级标题 #### 表示大标题。对于「前言」和「结语」这两个大标题，可以使用其它的表述方法，例如「说明」「写在前面」「总结」「写在最后」等等；

对于「方法一」这一类大标题，最好不要使用其它的表述方法。一般来说，我们会使用「方法一：xxxx」作为大标题，其中的 xxxx 就是作者需要讲解的方法。例子：「方法一：深度优先搜索」

前言

如果没有想说的前言，这一部分可以不写。

方法 x如果有多个方法，建议从易到难、循序渐进地介绍：例子：「方法一：排序 + 遍历」「方法二：哈希表」不建议把会超时的方法单独作为一个「方法 x」。如果该方法是题解中不可或缺的一部分(例如推导出正确方法过程中的一步)，可以考虑将超时的方法浓缩成一段话，或者作为一个小标题(下文中会介绍小标题)写进正确的方法中：例子：我们可以用递归 + 回溯的方法，搜索出所有可能的路径，并找出最优的答案。然而这样会超出时间限制。考虑到这种方法的瓶颈在于大量的重复搜索，我们可以 ...，这样就能用动态规划的方法解决本题了。

结语

如果没有想说的结语，这一部分可以不写。

小标题

前面提到的「思路及算法」「代码」「时空复杂度分析」都属于 小标题。我们使用加粗环境 ** ** 表示小标题。对于「思路及算法」这个小标题，如果作者希望在其与「方法 x」的大标题之前再增加一个小标题，例如对「方法 x」特定的「预备知识」等等，那么「思路及算法」必须被保留，作用是与「预备知识」在内容上进行区分；如果这两者之间没有其它的小标题，那么「思路及算法」可以省去不写，因为在「方法 x」下面直接开始写这一部分也是很合理的。同样的道理，如果这两者之间有「预备知识」，那么「预备知识」这个小标题也是可以省去的；

对于「代码」这个小标题，由于力扣有专门的代码环境，因此「代码」也可以省去不写；

对于「时空复杂度分析」这个小标题，一般的习惯是写成「复杂度分析」，并且需要保留，具体的原因在讲解「时空复杂度分析」这一部分的章节会进行阐述。

预备知识

​预备知识部分一般用来对「思路及算法」部分中的一些不常用的技巧进行简单的介绍：如果使用的是不常用的数据结构，可以介绍一下我们会用到哪些操作和 API：例子：「树状数组」，我们会用到它的「区间查询」和「单点修改」这两个操作。如果使用的是不常用的算法，可以介绍一下这种算法的具体作用：例子：「Rabin-Karp 字符串加密算法」，它是将字符串看成一个 k 进制的数，其对应的十进制表示就是加密的结果。如果使用的是不常用的技巧，可以介绍一下这些技巧以及对应的伪代码：例子：「位运算」，我们可以使用 x & (1 << i) 判断 x 二进制表示的第 i 位是否为 1。

考虑到这是「题解」而不是「算法小百科」，我们并不需要花长篇幅来对使用的技巧进行详细的讲解，点到为止即可。我们期望读者不要「超前」地去做自己能力范围之外的题，可以通过网上的其它「百科」性质的资料先进行学习，再通过「预备知识」以及后面的部分来验证自己是否学习完成。

思路及算法

​这是题解中最重要的一部分。不同的作者对于这一部分都有自己习惯的处理方式，因此这里不对这部分做详细的规范，只给一些建设性的建议：避免「保姆式」的算法讲解。在「思路及算法部分」，作者应当更多地讲解抽象的概念，而不是将代码翻译成自然语言：正确的例子：最后一步我们可以用二分查找来解决。二分的上下界分别为 ... 和 ...。通过二分查找，我们可以得到最小的满足 ... 要求的整数，这样就可以得到最终的答案了；

错误的例子：最后一步我们可以用二分查找来解决。二分查找的上界为 ...，下界为 ...；

在二分查找的每一步中，我们用 mid = (left + right) / 2 得到待查找的整数，并与 ... 进行比较。如果 ... 就将 left 置为 ...，否则就将 right 置为 ...；

当 ... 时，我们结束二分查找，就可以得到最终的答案。

用图解的形式对讲解进行补充。相较于概念性的文字而言，读者更愿意接受形象化的图解。图解一般有三种类型：MarkDown 中的 ``` ``` 「代码块」环境，图解以「字符画」的形式，出现在代码框中；

图片环境，图解以单张图片的形式，出现在文字段落中；

幻灯片环境，这是力扣编辑器支持的一种环境，图解以多张图片的形式，被放在幻灯片环境中进行播放。行文保持一致。如果在前文进行了定义，那么后文相同的定义需要保持一致，并且所有在题目描述中未出现，但在这部分出现了的定义都需要进行解释：正确的例子：我们用lchild和rchild表示该节点的左孩子和右孩子；

错误的例子：我们用 lchild 和 rchild 表示该节点的左孩子和右儿子；

正确的例子：我们用

来进行递推，其中

表示函数 ...，这样就能得到最终的答案；

​错误的例子：我们用

来进行递推，这样就能得到最终的答案。

代码

代码需要有基本的代码规范，遵守代码规范可以使得代码更加易读。题解中的代码一般只有十几到几十行，虽然不需要像工程代码那样完全遵守规范，但也需要有基本的准则，建议做到下面的两条：一行只做一件事情：

正确的例子：

C++ 实现

result = get();

if (result > threshold) {

...

}

错误的例子：

C++ 实现

if ((result = get()) > threshold) {

...

}

如果是 arr[++pos] = x 这种通俗易懂的语句，则可以考虑写在一行，但 arr[++pos] = x++ 则一定不行。加上括号：

正确的例子：

C++ 实现

for (int i = 0; i < n; ++i) {

result += get(i);

}

错误的例子：

C++ 实现

for (int i = 0; i < n; ++i)

result += get(i);

对于 Python 这类没有大括号的语言则可以不加。正确的例子：

C++ 实现

if (cond_a || (cond_b && cond_c)) {

...

}

错误的例子：

C++ 实现

if (cond_a || cond_b && cond_c) {

...

}

不同语言的运算符优先级是不相同的，尤其是逻辑运算的部分。为了使得学习不同语言的读者都能看懂代码，应当适当地添加括号，突出运算顺序。

​这些准则保证了代码的易读性且无歧义。

如果作者想要提供多种语言的代码，则需要使用力扣编辑器的「混合代码块」环境。同时需要注意，由于 Python2 已经停止维护，尽量不要提供 Python2 的代码。

时空复杂度分析

复杂度分析也是题解中不可或缺的一部分。这部分的作用是：解释方法可以在规定的时间和空间的限制内通过的原因。

由于复杂度分析一般会拆分成「时间复杂度」和「空间复杂度」，因此会使用「无序列表」环境分别进行阐述，因此需要加上「复杂度分析」这一小标题，否则在「代码」部分之后直接接上「无序列表」的环境显得不美观。

对于这两个部分：使用「大 O 表示法」，并且需要对复杂度进行简单的解释；

如果复杂度中出现字母，并且在题目描述中没有对应(以字母的形式)，则需要进行说明。常见的有数组的长度、数组中元素的最大值等；

如果复杂度中出现了非系数的常数，并且会随着题目要求变化，则不能省略，一般用 C 表示，并且要说明 C 的含义以及本题中 C 的值：例子：对 N 个在 [1,10000] 内的整数进行计数排序，时间复杂度为 O(N + C)，其中 C 表示待排序整数的范围，在本题中 C = 10000；

例子：在 32 位二进制数的范围内进行二分查找，每次查找的时间复杂度为 O(N)，那么总时间复杂度为 O(N log C)，其中 C 表示二分查找的范围，在本题中 C = 2^32。

对于「时间复杂度」部分：需要给出算法在「最坏情况下」的时间复杂度。一些暴力的算法在「平均情况下」拥有和正确算法媲美的时间复杂度，但在「最坏情况下」则会超出时间限制。

对于「空间复杂度」部分：我们只计算除了函数返回值(也就是答案)以外的「额外空间复杂度」。也就是说，如果题目中需要返回一个数组，在代码中申请了一个数组的空间和若干个临时变量，那么空间复杂度记为 O(1)；

如果重复使用同一个数组，使用的空间只记录一次。也就是说，如果我们使用「滚动数组」优化动态规划，将原本的二维数组减少至两个一维数组，那么虽然我们的计算量不变，但空间复杂度只记为 O(N)，其中 N 是数组的长度；

栈空间经常容易被忽略，但也必须计入空间复杂度：例子：使用语言自带的排序，空间复杂度一般是 O(log N)，其中 N 是待排序的元素个数。

四、环境要求

变量环境

在编写题解的过程中，对于变量的处理我们一般会用到三种环境：行内代码环境，即 result = x + y；

行内公式环境，即

；

整行公式环境，即

一般来说，对于比较长的公式(例如状态转移方程)我们用「整行公式环境」；对于「大 O 表示法」以及「函数」，我们用「行内公式环境」。对于其余的情况，我们可以使用「行内代码环境」和「行内公式环境」中的任意一种，但要保持行文统一：正确的例子：对于数组中的任意一个元素 x，我们用

来更新答案 result，其中 f(a,b) 表示 a 和 b 的相关程度。错误的例子：对于数组中的任意一个元素 x，我们用

来更新答案 result，其中 f(a, b) 表示 a 和 b 的相关程度。

常用技巧很多的数学符号都是有对应的

表示的：正确的例子：

对应 \max, \min, \log, \ln；

错误的例子：

如果变量较长，可以使用 \textit 环境使其变得紧凑。在变量名为大写时，这一点尤其突出：正确的例子：

对应 \textit{result},\textit{RESULT}；

错误的例子：

。

五、示例

本篇文章是按照题解的格式要求编写的，但缺少了例如「代码」等内容部分。

下面以最经典的 Hello World! 为例，给出一个题解的范例。

说明

Hello World! 是程序员在学习一门新语言时会尝试编写的第一段代码，可以算得上是经典中的经典。在这篇题解中，我们将会学习到两种不同的让程序输出 Hello World! 的方法。

方法一：直接输出

大部分语言都直接提供了输出字符串常量的 API，因此我们可以直接调用 API 输出 Hello World!。

C 实现

void hello() {

puts("Hello World!");

}

C++ 实现

void hello() {

cout << "Hello World!" << endl;

}

Python 3 实现

def hello():

print("Hello World!")

复杂度分析时间复杂度：

，这里我们将字符串 Hello World! 的长度看作是常数。

空间复杂度：

。

方法二：格式化输出

我们也可以将 Hello 和 World 分别保存在临时变量中，随后调用格式化输出字符串的 API 得到结果。

C 实现

void hello() {

char* hello = "Hello";

char* world = "World";

printf("%s %s!\n", hello, world);

}

Python 3 实现

def hello():

hello = "Hello"

world = "World"

print("%s%s!\n" % (hello, world))

复杂度分析时间复杂度：

，这里我们将字符串 Hello 和 World 的长度均看作是常数。

空间复杂度：

。

看完本篇题解撰写攻略，不妨赶快去力扣题解区练练手吧！

本文作者：zerotrac

题解作者：灵魂画手、while(1)、liweiwei1419

声明：本文归 “力扣” 版权所有，如需转载请联系。