学习算法，切记不要一上来就开始啃《算法导论》，毕竟这本书并不适合新手学习，如果你之前的算法基础比较薄弱，只会一直陷在“拿起来又放下”的循环里。
可以怎么入门呢？建议还是看书+实战，实战当然也不是说要去肝ACM或者是topcoder什么的，基本上来我们LintCode刷刷题也就够了。
针对本号粉丝用户私信我【春招】可进行1对1免费学习规划，带你看最优学习路径，大厂面试软硬技能。另外附送一份《春招礼包》
如何学习算法？
算法，其实可以分为三种。算法、面试算法、竞赛算法。
- 算法
也就是算法本身，推荐一些书籍。
1.入门系列：
《算法图解》：“像小说一样有趣的算法入门书”，主打“图解”，通俗易懂
《大话数据结构》：把理论讲得有趣不枯燥；每个数据结构和算法，作者都结合了生活中的例子，能让你有非常直观的感受。
2.教科书系列：
《数据结构与算法分析》：很多大学都拿它当作教材，非常系统、全面、严谨，适合掌握了至少一门编程语言的同学。
作者也很贴心，这本书有三种语言的版本：《数据结构与算法分析 : C 语言描述》《数据结构与算法分析 : C++ 描述》《数据结构与算法分析 : Java 语言描述》。
3.进阶之旅：
《算法导论》：有了一定基础之后，就可以开始啃这本大部头了。
5.扩展阅读：
《算法之美》：算法科普，从生活中的各种问题说起：租房、谈恋爱、老虎机、拍电影、面试、买彩票、各种排序、找停车位、寻找新药、临床试验、奥巴马拉赞助、预估电影票房等等，非常生活化，可以作为补充阅读。
《算法帝国》：同样是科普类书籍，并无涉及算法的原理与实现细节，也可以作为补充阅读。
6.殿堂级
《计算机程序设计艺术》：包含很多卷，深度、广度、系统性、全面性是其他所有数据结构和算法书籍都所无法相比。可以当做一种挑战~
图片来自极客时间《数据结构与算法之美》
- 面试算法
要说最快掌握面试算法的捷径，还是脚踏实地着多动手去刷题，多刷题。
当然，在LintCode开始刷题，首先你也也得具备一定的基础，这些基础包括：
算法部分
二分搜索 Binary Search
分治 Divide Conquer
宽度优先搜索 Breadth First Search
深度优先搜索 Depth First Search
回溯法 Backtracking
双指针 Two Pointers
动态规划 Dynamic Programming
扫描线 Scan-line algorithm
快排 Quick Sort数据结构部分
栈 Stack
队列 Queue
链表 Linked List
数组 Array
哈希表 Hash Table
二叉树 Binary Tree
堆 Heap
并查集 Union Find
字典树 Trie
对算法题来说有两大法宝，“拿到题选什么算法”和“如何实现这个算法”，后者会更容易一些，所以可以先从实现算法开始练起（LintCode的分类阶梯训练）。
然后当一些标准算法数据结构都不陌生后，再去训练新题，尝试用各种算法解决各种不同的问题。
当然，针对面试准备，也有一些书：
《剑指 Offer》：几乎包含所有常见的、经典的面试题，是应对面试的必读书籍
《编程之美》：适合准备面试FLAG大厂时候用来刷题
ps：这两本书都可以配合在LintCode上刷题
- 竞赛算法
算法学习最好由浅入深，先了解算法思维，再去理解实际应用；
当逐步全面的掌握相关知识体系，有一定实践经验后，可以去参加一些竞赛提升自己的算法能力。
竞赛算法是比较锻炼人的，对于竞赛来说，每道题对输入参数和样本量的要求都非常明确，包括对空间的限制和运行时间的限制也规定的非常明确。每一个竞赛选手都非常熟练怎么根据这些提前给好的限制，反推出自己需要实现一个什么样复杂度的解法才能通过。所以对思维和逻辑上的锻炼是非常有效的。
针对本号粉丝用户私信我【春招】可进行1对1免费学习规划，带你看最优学习路径，大厂面试软硬技能。另外附送一份《春招礼包》
献上一些面试常考算法类型和经典题，愉快地刷起来吧~
数学
尾部的零
斐波纳契数列
x的平方根
大整数乘法
骰子求和
最多有多少个点在一条直线上
超级丑数
比特位操作
将整数A转换为B更新二进制位
二进制表示
O(1)时间检测2的幂次
二进制中有多少个1
动态规划
编辑距离正则表达式匹配
交叉字符串
乘积最大子序列
二叉树中的最大路径和
不同的路径
通配符匹配
堆
滑动窗口的中位数数据流中位数
最高频的K个单词
接雨水
堆化
排序矩阵中的从小到大第k个数
二叉树
二叉树中序遍历二叉树的序列化和反序列化
子树
最近公共祖先
二叉树的层次遍历
将二叉树拆成链表
在二叉查找树中插入节点
二分法
经典二分查找问题二分查找
两数组的交
区间最小数
寻找旋转排序数组中的最小值
搜索排序区间
寻找峰值
哈希表
变形词子串哈希函数
短网址
复制带随机指针的链表
最小子串覆盖
链表
实现一个链表的反转链表求和 II
删除链表中的元素
LRU缓存策略
合并两个排序链表
两个链表的交叉
翻转链表 II
复制带随机指针的链表
带环链表
枚举法
统计数字名人确认
最长连续上升子序列
最大子数组差
最长公共前缀
排序
快排摆动排序
最大间距
最接近零的子数组和
最大数
四数之和
数组划分
第K大元素
排颜色
深度优先搜索
N皇后问题图是否是树
带重复元素的排列
分割回文串
数组
数组划分逆序对
合并区间
搜索旋转排序数组
最大子数组
删除排序数组中的重复数字
第二大的数组
先递增后递减数组中的最大值
两数和 - 输入的数据是有序的
两个排序数组的中位数
在大数组中查找
颜色分类
合并排序数组
无序数组K小元素
中位数
奇偶分割数组
贪心
主元素寻找缺失的数
买卖股票最佳时机
加油站
删除数字
落单的数
最大子数组差
线段树
线段树查询线段树的构造
线段树的修改
区间求和
统计比给定整数小的数的个数
字符串处理
罗马数字转整数回文数
乱序字符串
有效回文串
翻转字符串
最长无重复字符的子串
字符串压缩
比较字符串编辑距离II
优快云粉丝独家福利
这份完整版的 AI 大模型学习资料已经上传优快云，朋友们如果需要可以扫描下方二维码&点击下方优快云官方认证链接免费领取 【保证100%免费】
👉1.2025最新版人工智能CV＋NLP入门学习思维导图👈
要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。
稍微导图链接：https://www.processon.com/view/link/650d85c2ec3841522691f8da
对于从来没有接触过人工智能CV＋NLP的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。
（全套教程文末领取哈）
————————————————
👉2.人工智能CV＋NLP配套视频👈
很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。
800G视频配套资料：
👉3.人工智能CV＋NLP全套学习资料👈
1.python从入门到实战
2.机器学习从入门到项目实战
3.深度学习经典论文
4.数学方向知识汇总
5.人工智能项目实战
。。。。。。（全套教程文末领取哈）
👉4.人工智能CV＋NLP＋大模型经典学习电子书👈
随着人工智能技术的飞速发展，人工智能已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）
👉5.大模型面试题&答案👈
截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）
优快云粉丝独家福利
这份完整版的 AI 大模型学习资料已经上传优快云，朋友们如果需要可以扫描下方二维码&点击下方优快云官方认证链接免费领取 【保证100%免费】
————————————————
2万+
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
