1. 刷题笔记的价值与意义
作为一名程序员，刷题笔记的重要性怎么强调都不为过。我至今还记得2018年第一次参加大厂面试时，面试官让我在白板上写一个二叉树遍历的非递归实现，当时大脑一片空白。那次惨痛经历让我意识到：刷过的题目如果不做系统记录，很快就会遗忘。
好的刷题笔记应该包含以下几个核心要素：
- 题目描述（最好能用自己的话复述）
- 初始思路和错误尝试
- 最终解法的时间/空间复杂度分析
- 不同解法的对比
- 容易出错的边界条件
- 相关题目的链接
我习惯用Markdown格式记录，因为可以方便地插入代码块和数学公式。比如记录动态规划问题时，用LaTeX写状态转移方程特别方便：
dp[i][j] = max(dp[i-1][j], dp[i][j-1]) + grid[i][j]2. 我的刷题笔记系统
2.1 分类体系
经过多年实践，我建立了这样的分类结构：
/LeetCode /Array /LinkedList /DP /... /剑指Offer /牛客网 /周赛记录每个分类下按题目编号+名称建立文件，比如：
0015_三数之和.md 0236_二叉树的最近公共祖先.md2.2 笔记模板
这是我打磨多年的模板：
# [编号] 题目名称 ## 题目描述 （用自己的话复述题意） ## 解法一：暴力法 **思路**： - ... **复杂度**： - 时间：O(n^2) - 空间：O(1) ## 解法二：优化解法 **关键突破点**： - 发现排序后可以... **代码**： ```python def threeSum(nums): nums.sort() ...易错点
- 忘记处理输入为空的情况
- 去重时边界条件错误
相关题目
- 两数之和
- 四数之和
## 3. 高效刷题方法论 ### 3.1 刻意练习原则 不要盲目追求数量，我给自己定的规矩： 1. 每道题至少思考30分钟再看答案 2. 写出至少两种解法 3. 隔天、隔周都要复习 ### 3.2 错题本机制 我建了个`错题本.md`文件，记录： - 第一次没想出来的题 - 写出来但有bug的题 - 面试被问倒的题 每个月会专门花一天时间重做错题。 ## 4. 工具链配置 ### 4.1 VS Code插件组合 - LeetCode插件：直接提交测试 - Code Runner：快速运行单文件 - Markdown All in One：笔记排版 - Todo Tree：标记待复习题目 ### 4.2 Git版本控制 我的刷题仓库结构：.git/ notebooks/ 001-100/ 101-200/ resources/ cheatsheet.md
每次刷题都做原子提交： ```bash git commit -m "add 0153 寻找旋转排序数组最小值 [binary search]"5. 进阶技巧
5.1 可视化调试
对于复杂算法，我习惯画图辅助理解。比如回溯问题：
选择列表: [1,2,3] 决策树： [] / | \ 1 2 3 / | / \ \ 2 3 1 3 15.2 复杂度速算技巧
总结的常见复杂度速查表：
| 操作 | 典型复杂度 |
|---|---|
| 遍历数组 | O(n) |
| 排序 | O(nlogn) |
| 双重循环 | O(n^2) |
| 组合问题 | O(2^n) |
6. 面试实战经验
去年我经历了32场技术面试，总结出这些规律：
- 前20题决定面试官对你的基础评价
- 每道题要边说边写，保持沟通
- 即使知道解法也要假装思考过程
比如被问LRU缓存时，我会这样展开：
- 先确认需求："是要实现get/put都是O(1)对吗？"
- 分析数据结构："需要哈希表快速查找，但还要维护顺序..."
- 提出方案："双向链表+哈希表可能满足"
- 讨论边界："当容量满时需要..."
7. 持续迭代
我的刷题笔记已经迭代了4个主要版本：
- 初期：散乱记录
- V2：按类型分类
- V3：加入复杂度分析
- 现在：整合面试话术
最近在尝试用Obsidian管理笔记，利用双向链接功能建立题目间的关联网络。比如：
[[两数之和]] <- 类似题 -> [[三数之和]]刷题就像健身，需要科学训练+持续记录。我的5年刷题笔记已超过30万字，这些积累在关键时刻真的能救命。上周面试时遇到一道变形的接雨水问题，正好在笔记里记录过类似的解法变体，最终顺利拿到了offer。