网罗天下方法，方便你我开发！！！

这道题看起来很像是一个「减法游戏」：给定一个正整数 n，我们要通过一系列操作把它变成 1，并且希望用 最少的步骤 完成。

本题为 LeetCode 前 100 高频题我们社区陆续会将顾毅（Netflix 增长黑客，《iOS 面试之道》作者，ACE 职业健身教练。）的 Swift 算法题题解整理为文字版以方便大家学习与阅读。LeetCode 算法到目前我们已经更新到 238 期，我们会保持更新时间和进度（周一、周三、周五早上 9:00 发布），每期的内容不多，我们希望大家可以在上班路上阅读，长久积累会有很大提升。不积跬步，无以至千里；不积小流，无以成江海，Swift社区 伴你前行。

在日常开发中，经常会遇到“数据校验”或者“缺失元素查找”的场景，比如比对两个列表，确认是否有新增/丢失的条目。LeetCode 389 的问题就很像这个场景：我们有两个字符串，其中一个是另一个的乱序版本，只不过多了一个字母。我们需要快速找到那个被“偷偷加进去”的字母。

在日常开发中，我们经常会遇到需要“打乱顺序”的场景。比如： 推荐系统需要随机排列候选内容，避免总是相同顺序。 游戏发牌要做到公平，不能偏向某种结果。 随机抽题，保证每次的试卷题目顺序不一样。这道题正是要求我们在给定一个数组的情况下，实现一个算法来 随机打乱数组，并且要保证所有排列出现的概率相同。本文会带你从题目描述开始，逐步拆解题解思路，给出 Swift 可运行的代码，并结合实际场景来理解这个问题。

在日常开发中，处理字符串是最常见的任务之一。有时候我们需要从一段文字里找到某个“特殊”的字符，比如：在用户输入的用户名里，找到第一个唯一字符来生成推荐 ID；在聊天消息里快速定位第一个不重复的字母，做关键词标记；在日志文件里扫描异常标识符时，优先取第一个独特的符号。这道题就是一个简化版的需求：给定一个字符串，找到第一个不重复的字符并返回它的下标，如果没有就返回 -1。

在日常开发中，处理文件路径的逻辑非常常见，尤其是涉及目录层级结构的时候。比如在 IDE 里显示文件目录树、在服务器端解析配置路径，或者在日志系统里定位文件存放位置，都需要类似的层级计算逻辑。这道 LeetCode 388 文件的最长绝对路径 就是个非常典型的模拟文件系统的题目：我们需要根据给定的字符串描述的文件系统结构，找出路径最长的那个文件，并返回它的路径长度。

这道题挺有意思的：给定一个单链表，每次调用方法时要随机返回链表里的某个节点，而且要求每个节点被选中的概率一样。听起来就像是“从一群人里随机抽一个人”，但问题是链表不像数组那样能直接通过下标访问，这就让事情变得稍微复杂了一点。我们需要思考怎么在 O(1) 空间 或者 合适的时间复杂度 下解决问题。这篇文章会带你一步步分析解法，并提供 Swift 的可运行 Demo，还会结合一些实际的应用场景，比如抽签、随机抽样等，让你对题目有更直观的理解。

在很多系统设计里，我们经常会遇到“集合”这种数据结构：它需要支持快速插入、删除和查找操作。但有时候，还会额外要求一个功能——随机获取集合里的元素，并且每个元素都有相同的概率被返回。LeetCode 第 380 题就是这样一个有意思的问题：设计一个数据结构，能够在 平均 O(1) 的时间内完成 插入、删除、随机获取 三个操作。本文会从需求出发，带你一步步拆解这道题，并写出可运行的 Swift 代码。

在日常开发中，我们经常会遇到需要解析字符串的场景，比如配置文件、日志格式，甚至是网络传输中的 JSON 数据。这道题就类似于一个“小型 JSON 解析器”，给定一个描述嵌套列表的字符串，要求我们把它还原成嵌套的数据结构 NestedInteger。本文会从题目描述入手，逐步分析如何用栈的方式来解析字符串，并给出 Swift 的完整解法与运行示例。最后，我们也会结合实际场景聊聊这个题目背后的工程意义。

这道题有点意思，它让我们实现一个特殊的数据结构 RandomizedCollection，要求能在 平均 O(1) 时间 内完成插入、删除和随机获取元素，而且集合里是允许有重复值的。听起来像是 HashSet + Array 的结合体，但允许重复元素就让问题变得更 tricky。接下来我会详细展开解决方案、代码解析，以及跟实际场景结合，让你彻底搞懂这道题。

这道题其实是一个很“生活化”的问题：给定两段文字，判断第一段文字（赎金信）能不能完全用第二段文字（杂志）里的字母拼出来。换句话说，你能不能从杂志里“剪字母”，凑成一封赎金信。在程序实现上，本质就是统计字符的数量，看 magazine 里的字母是否够 ransomNote 用。本文会一步步带你分析题目，给出 Swift 的可运行 Demo，并结合一些生活场景来帮助理解。

在日常开发中，我们有时会需要把一批数字 按字典序 排列，而不是常规的数值大小排序。比如文件名 file1, file2, file10, file11，按照数值大小排应该是 1,2,10,11，但如果是字典序就会变成 1,10,11,2。这道题要求我们从 1 到 n 的所有整数，按字典序输出，而且时间复杂度必须是 O(n)，空间 O(1)。看起来像是一个遍历问题，但其实有点像在 翻字典页。

在算法题里，有一些问题看似“简单”，比如算一个幂次方，但一旦放大规模就完全不同了。LeetCode 372 超级次方就是这样的题目。普通的幂运算没什么难度，但当指数 b 是一个用数组表示的上千位数字时，直接计算会导致溢出或者运行缓慢。本文会结合 Swift 给出可运行的解题方案，并分析其原理和实际应用场景。

在开发中，我们经常遇到需要处理大规模有序数据的场景，比如数据库分页、排行榜查询、或者处理排序过的矩阵。LeetCode 第 378 题“有序矩阵中第 K 小的元素”就是这样一个经典问题：它要求我们在一个行列都排好序的矩阵中，快速找到第 K 小的元素。本文将结合代码、算法思路和实际场景，带大家拆解这个题目的解法。

“猜数字”听起来像是个小游戏，但在算法题里，它其实考察的是 二分查找 的应用。这道题的核心就是如何高效地通过“反馈提示”把范围缩小，最终锁定答案。今天这篇文章里，我会用 Swift 实现完整的解法，并且结合实际场景来看看，这样的思路在现实系统中也很常见。

在日常开发中，我们经常会遇到类似“批量修改区间”的场景，比如给一批用户的积分统一加值，或者对一个时间段的数据统一做调整。这类问题如果逐个处理，效率会非常低。LeetCode 370《区间加法》就是一个这样的模型：我们要对一个数组的区间进行多次加法操作，最后返回修改后的数组。这道题其实是“差分数组”技巧的典型应用，非常适合拿来作为算法思路的积累。

这道题来自 LeetCode 375 —— 猜数字大小 II。乍一看，它好像只是一个小游戏：“我选一个 1 到 n 的数字，你来猜，每次猜错要付钱”。但仔细一想，你会发现问题的关键在于：如何设计一个策略，让你无论我选什么数字，你都能保证获胜，并且花的钱最少。这其实就是一个经典的 动态规划（Dynamic Programming, DP）问题，跟我们日常开发里做风险预估、最坏情况预算其实挺像的。比如公司做项目时，不光要看理想情况，还要考虑最坏可能，把资源预算拉到最优。这题就是用数学把这种逻辑走了一遍。

这道题看起来很奇怪：我们要计算两个整数的和，但题目规定 不能用 + 或 - 运算符。听起来像是脑筋急转弯，其实这是一个很经典的“位运算”应用题。通过理解二进制的加法规则，我们完全可以用 位运算 来模拟加法过程。这类题不仅能训练我们的思维，还能加深对二进制和位操作的理解。在底层开发、嵌入式开发甚至编译器优化里，这些技巧都非常实用。

判断一个数是不是完全平方数，看似简单，但题目要求我们不能用 sqrt 这样的现成函数。也就是说，我们得自己想办法去模拟“开平方”的过程。这种题很有意思，不光能训练我们对二分查找的掌握，还能让我们思考数字在计算机里的表现方式。

有时候我们会遇到这样的问题：给定一堆数，如何从中挑出一个子集，让这个子集里的每一对数都能互相整除？题目要求我们找出最大的这样一个子集。这个问题看起来有点像是在“组团”，条件是必须能整除。其实背后是一个动态规划问题，用来锻炼我们对“子问题递推”的理解。

这道题听起来很简单：在链表表示的整数上加一。但因为链表是单链表，而且数字是从高位到低位依次存放的，所以要正确处理进位就没那么直观了。我们不能像数组那样直接从最后一位开始往前走，因为链表的尾部不好倒着访问。在这篇文章里，我会用一个清晰的思路来解释，如何优雅地处理这种进位问题，并给出 Swift 的完整实现。

这道题表面上是关于“有序数组的函数变换”，但核心考点其实是：如何在保持效率的情况下，处理带二次函数变换的有序数组。很多人一开始会下意识地把每个数都算出来，再排序，这当然能过小数据，但在大规模输入下就会显得笨重。今天我们就用 Swift 来讲透这道题，顺便写一个可跑的 Demo，保证看完后你不仅理解题目，还能把它运用到实际问题里。

这道题乍一看有点像是普通的二叉树遍历，但它其实是让我们把二叉树“分层剥离”。你可以想象一棵树，它的叶子节点最先掉落，掉光之后剩下的新叶子继续掉落，直到整棵树光秃秃的。我们要做的就是模拟这个过程，把每一轮掉落的叶子节点收集起来。

在算法题中，经常会遇到“从大量组合里找到前 K 个最小值”的问题。LeetCode 373 就是一个典型的例子：两个有序数组，要求找出和最小的 K 对数对。看似组合爆炸（n*m 个数对），但其实可以利用最小堆（优先队列）高效求解。本文会用 Swift 给出题解，并结合实际场景来理解这道题。

“轰炸敌人”这道题名字听起来就很带感，它其实是一个二维网格搜索问题。我们要找到一个能放置炸弹的位置，让炸掉的敌人最多。虽然题目看起来复杂，但只要把计算方式优化一下，就能高效解决。今天这篇文章会带大家把题目拆开讲透，写出 Swift 可运行的解法，并结合实际场景，看看类似的思路怎么用在日常开发里。

这道题听名字就知道，是跟“加权”有关的。但跟之前的「嵌套列表加权和」不一样，这次的权重不是随着深度增加，而是随着深度减少。换句话说，最外层的数权重最大，最里层的权重最小。

这道题的名字听上去有点“硬核数学”，但其实本质就是：在一个二维矩阵里找一个子矩形，这个子矩形的元素和要尽可能大，但同时又不能超过一个给定的阈值 K。现实中你可能会遇到类似问题：

这道题其实就是经典的 “两个水壶问题”，你可能在电影《虎胆龙威3》里见过，布鲁斯·威利斯用两个水壶精确量出 4 升水来解除炸弹。这题就是把那个场景搬到了编程世界里。

想一想我们日常生活里的数字，经常会遇到重复的，比如闹钟上的“11”，或者年份“2022”。但如果我们只想要不重复的数字呢？比如 123 或 507 这种没有重复数字的数。LeetCode 357 问题就是在考这个：在给定范围内，找出有多少个这样的“不重复数字”。这个题目不是单纯的枚举，而是一个结合数学、排列组合和编程技巧的好题。下面我们用 Swift 来解决它，并一步步拆开逻辑，还会写一个小 Demo 帮助你真正跑起来。

这道题的核心是：把字符串里的字符重新排一下顺序，让相同字符之间至少隔开 k 个位置。如果做不到，就返回空串。看上去像“排座位”，其实是一道标准的“贪心 + 堆 + 冷却队列”题。本文用 Swift 写出一份可直接运行的 Demo，顺便把实现细节和常见坑讲清楚。

对称性是我们在生活中常常看到的现象：镜子里的自己，湖水中的倒影，建筑物的设计美学……在数学和算法里，“对称”同样有重要的应用。LeetCode 356 提出了这样一个问题：给定一组点，判断它们是否能被一条垂直于 y 轴的直线对称。这题看似小巧，但却考察了我们对几何直观的理解和对哈希集合的灵活运用。本文将从题目描述出发，用 Swift 编写一个完整的解决方案，并附带一个可运行的 Demo，带你感受代码如何模拟“照镜子”的过程。

我们在日常开发中，时常会遇到“日志频率太高”的问题。如果把所有日志都毫无控制地打印出来，结果可能会造成控制台爆炸、日志文件过大，甚至让系统性能受影响。LeetCode 359 给我们提供了一个简化版的场景：设计一个日志速率限制器（Logger Rate Limiter），确保相同的日志消息在 10 秒之内只会打印一次。这道题乍看简单，其实很贴近实际业务中的“限流”、“节流”思想。本文会用 Swift 写出题解，并且带上一个可以直接运行的 Demo，顺便讲讲这类题在实际工作里的意义。

这道题表面是“套娃游戏”，实际上是一个二维排序 + 最长递增子序列（LIS）的经典组合题。我们要在一堆信封中，找出能一层套一层的最大数量。本文会从零开始分析题目、拆解解法、实现一个 Swift 可运行 Demo，并结合实际场景聊聊为什么这种思路很常见。看完之后，你不仅能秒杀这题，还能举一反三，处理各种二维排序 + LIS 的场景。

这题的目标是设计一个“贪吃蛇”核心引擎：给定棋盘大小和一串食物位置，支持不断调用 move(direction) 推进游戏，返回当前分数，撞墙或咬到自己就结束（返回 -1）。本文用 Swift 从零实现一个能跑起来的 Demo，包括完整的 SnakeGame 类、关键数据结构设计、边界与碰撞处理、以及几组样例跑数。代码贴近实战，既能交作业，也能当你写小型游戏/面试题的参考模板。

如果说 LeetCode 349 的交集是找“共同好友”，那么 350 题就是找“共同好友，而且算上重复次数”。举个生活场景：假设你和朋友去超市购物，你的购物单是 [牛奶, 牛奶, 面包]，朋友的是 [牛奶, 面包, 面包]，你们的“共同购物清单”不只是 牛奶, 面包，而是要考虑数量，比如两人都买了牛奶一次（取最少的次数），面包只取一次。这类问题在电商、库存管理、日志比对等场景特别常见。今天我们用 Swift 来实现，并且做一个可以直接跑的 Demo。

在社交媒体平台里，推送机制是核心功能之一。比如你关注了某人，就希望在自己的时间线上能看到他们的最新消息，同时自己的消息也要能出现在别人的首页。LeetCode 355 题——“设计推特”就把这个场景简化成一个核心设计题。我们要实现一个小型 Twitter 系统，支持发推文、关注/取关用户、获取最新消息流。

如果让你实现一个两人对战的井字棋（Tic-Tac-Toe）游戏逻辑，你会怎么做？是不是会直接用二维数组存每个格子的状态，然后在每次落子后从头到尾检查是否赢了？这种方式虽然直观，但效率并不高，特别是当棋盘扩大到 n×n 的时候。LeetCode 348 这个题目就挑战我们去优化这个过程：每次落子之后都要快速判断胜负，尽可能降低计算开销。

你有没有遇到过这样一个需求：从一堆数据里找出“出现次数最多的前 K 个元素”？不管是评论区里找最热话题，还是电商数据分析中筛选热门商品，这种“前 K 高频元素”都是非常典型的场景。LeetCode 347 这道题就完美地还原了这个需求。今天我们用 Swift 带大家写一个实战 Demo，讲清楚“哈希表 + 小顶堆”的高效解法，并且看看它在实际项目中的应用。

两个数组取交集，看起来是个特别日常的操作，对吧？比如你想找出两个用户列表中共同的朋友，或者想知道两个商品集合里有什么是重复的。但是在工程中，如果数据量稍微一大，写得不够高效就可能拖慢整个功能的响应速度。

在数据流处理中，实时计算“滑动窗口内的平均数”是一个非常常见的需求。不论是金融领域的股票价格走势，还是物联网设备的实时数据监控，移动平均（Moving Average） 都是核心操作。