最近帮一个学弟看某厂的算法笔试卷，他考完一脸懵地问我："题目我都能看懂，但就是不知道从哪里下手，感觉平时刷题白刷了。"我把那张卷子从头到尾过了一遍，发现一个挺扎心的事实：程序员算法笔试卷这个场景，和很多人理解的"刷题"根本不是一回事。笔试不是考你会不会背某个模板，而是在短时间内考察你拆解问题、建模、选型、边界处理和复杂度判断的综合能力。
如果你也正在准备这类笔试，或者已经在面试流程里被算法题折磨过，这篇文章应该能帮你省下不少试错成本。我会从面试官出题的视角、高频题型的拆解方法、动态规划和贪心的那些"看似正确实则翻车"的陷阱，到手撕代码时的实际细节，完整复盘一遍。我尽量把筛选标准、准备思路和避坑经验都讲透，让它不仅是"又一份题解"，而是能落地到下一次笔试里的方法论。
1. 面试官出一套算法笔试卷时，心里到底在想什么
1.1 算法题不是考试的"计算题"：它在筛选一种建模能力
很多程序员准备算法笔试，会把精力放在"背题"上：看到二叉树就递归，看到子序列就想DP，看到字符串匹配就套KMP模板。但你别忘了，面试官出题的时候，从来不是为了让你默写模板。他真正想看到的是：你拿到一个从没见过的、甚至有点绕的问题时，能不能把它转化成一个自己熟悉的问题模型，然后用严谨的代码把它表达出来。
举个例子。我用过一道题，原题是"一排房子，每个房子里有不同数量的金币，但不能偷相邻的两家，问最多能偷多少"。很多候选人第一反应是贪心：每次都取当前能取的最大值。然后很自信地写完了。但跑两个测试用例就露馅了，因为这道题其实是个典型的动态规划：dp[i] = max(dp[i-1], dp[i-2] + nums[i])。所以面试官真正考察的是你"能不能看穿问题本质"——并不是题目本身多难，而是你有没有建立"模型识别"的习惯。
我当时出的每一套笔试卷，题目数量通常控制在5到6道，难度从热身到压轴逐步递进。不会出现一道题卡死全场的情况，但一定有一道题是用来区分"中等水平"和"高水平"的。这道题往往不是考你某个冷门算法，而是把常见算法包装在一个新的场景里。这就回到了"建模能力"这个核心。
1.2 笔试难度梯度是怎么设计的
一套合格的程序员算法笔试卷，通常分为三个梯队：
- 第一梯队是热身题：考察基础数据结构操作，比如数组去重、链表反转、字符串翻转。这类题的正确率要求很高，基本是送分题，用来筛掉"完全没准备"的候选人。
- 第二梯队是核心题：开始考察算法思想，比如二分查找的变种、排序算法的手写、常见DP模型（背包、LIS、编辑距离）。这里能看出候选人有没有系统学过算法。
- 第三梯队是压轴题：往往结合了多个知识点，比如"TopK问题 + 外部排序 + 堆/快排变种"，或"图的遍历 + 状态压缩DP"。这类题的完整通过率通常不高，但它起到的是"加分"作用，不是"一票否决"作用。
知道这个梯度有什么用？非常有用。它决定了你的答题策略：如果第一梯队都写不利索，就别死磕第三梯队，先把能拿的分稳稳拿到。很多人笔试挂掉，不是压轴题没做出来，而是前两梯队的小题因为边界条件、复杂度细节丢掉了一堆分。
1.3 那些看起来"超纲"的考点其实有迹可循
热词里出现了"粒子群算法""模拟退火""音频重采样""Rete算法""PID控制"这类看起来和笔试没关系的东西，有些同学一看就慌："这也要考？"我的判断是：这类偏门算法出现在正式笔试中的概率很低，除非你投的是特定方向的岗位（比如音视频、机器学习、规则引擎）。但它们出现在面试聊资或技术深挖环节的概率不低——面试官可能不问你怎么实现粒子群，但会让你讲讲"启发式搜索和精确搜索的取舍"。
所以我的建议是：把核心经典算法（排序、搜索、动态规划、图论基础、字符串匹配）吃透，做到可以手写、可以讲清复杂度、可以分析边界。至于粒子群、模拟退火这类，你只需要知道它们解决什么问题、和经典算法相比优劣在哪，就足够应付大多数场面了。
2. 高频笔试题型拆解：数组、字符串、链表与树
2.1 KMP的next数组：背模板之前先搞懂那三行回退
热词里恰好有"在KMP算法中，对于模式串p='abacaba'，其next数组"，这是真题里很常见的考法。很多候选人能把KMP的匹配过程背出来，但一问next数组怎么求就卡壳，或者干脆把next的含义都搞混了。
先说人话：KMP本质上是在做一件事——匹配失败时，模式串别傻乎乎地从头再来，而是跳到已经匹配过的、最长的相同前后缀位置。next数组存的就是"当第i位匹配失败时，模式串应该跳到哪一位"。这个"跳到哪一位"的数学含义是：模式串p[0...i-1]中，最长的相等前缀和后缀的长度。
以p = "abacaba"为例，我带你手算一遍：
next[0]约定为-1（或者说0，取决于写法）。next[1]：看"a"，没有真前后缀，为0。next[2]：看"ab"，前缀a，后缀b，不相等，为0。next[3]：看"aba"，前缀a= 后缀a，长度1；再看前缀ab= 后缀ba，不相等，所以为1。next[4]：看"abac"，最长相等前后缀是0。next[5]：看"abaca"，前缀a= 后缀a，长度1；前缀abvs 后缀ca不行；abavsaca不行。所以为1。next[6]：看"abacab"，前缀ab= 后缀ab，长度2；其他都不行，所以为2。
很多网上的模板会直接给你代码，但最靠谱的记忆方式是理解那个j的回溯：while (j != -1 && p[i] != p[j]) j = next[j];这句话的意思是——新来的字符匹配不上，就利用已经算好的部分匹配信息，把前缀指针往前退，直到能匹配或退无可退。理解了这条回退链，求next数组才不会出错。
我在实际笔试里见过一个高频陷阱：题目定义next[i]为"模式串前i个字符组成子串的最长相等前后缀长度"，和图论里某些教科书用的"失配时跳转位置"差了一位。你落笔之前，一定要看清楚题目定义，否则一个for循环下来，整个数组全错。
2.2 排序算法的考察：不只是"背一个快排"
排序算法在笔试卷上出现的频率高到什么程度？高到我几乎可以断言，你投10家公司至少有7家会问排序。但考察方式并不只是"手写快速排序"，更多的是：
- 给你一个近乎有序的数组，让你选排序方案并说明原因。这时候插入排序可能比快排更优。
- 让你分析归并排序的空间复杂度为什么是O(n)，以及可以怎么优化（原地归并虽然难，但思路可以谈）。
- 让你写堆排序，但要求不用递归。这题能挂掉不少人，因为堆排序的调整逻辑虽然简单，但写起来细节很多。
我自己的建议是：手写快排、归并、堆排、插入、选择、冒泡，目标是在白板或编辑器里一遍写对。不要小看这件事，很多候选人平时在IDE里写了无数遍，但笔试环境没有自动补全、没有调试器、甚至没有编译运行，就写不出来了。这是纯手感的差距，只能靠默写训练来补。
另外要清楚排序算法的稳定性：稳定的有插入、冒泡、归并；不稳定的有选择、快排、堆排。这个知识点在"按多个字段排序"的场景题里会冒出来，比如先按分数从高到低，再按ID从小到大，如果你用了不稳定的排序，第二层的顺序可能被打乱。
2.3 链表与树的题目：指针操作和递归状态的验证
链表和二叉树是手写代码的高频区，因为它们考的是"指针操作"和"递归思维"，这两个能力恰恰是很多程序员日常业务开发里很少用的。但它们的解法和代码量都不大，很适合笔试环境。
链表题我最推荐先画图再写码。比如反转链表，你光靠脑子想很容易绕晕，但画一个三个节点的链表，把每一步的next指向标出来，代码就顺理成章了。另一个常见陷阱是"链表的环"：用快慢指针判断是否有环不难，但很多人忘了快指针走一步、慢指针走一步的写法在空链表和单节点链表上会空指针异常，这种边界细节就是我前面说的"白丢分点"。
二叉树方面，前序、中序、后序、层序遍历是基础，但笔试里更常考的是它们的变种，比如"最近公共祖先"、"二叉树的最大路径和"、"根据层序遍历结果重建二叉树"。这些题目想考察的核心是：你能不能把递归函数的"返回值定义"想清楚。我见过很多候选人写递归，但说不清楚"这个函数到底返回什么"，这就是伪理解。我自己的习惯是：写递归前，先用一行注释写出函数定义，然后保证所有分支都围绕这个定义展开，这样可以避免大量的逻辑混乱。
3. 动态规划与贪心：两类最容易被看穿的"伪解法"
3.1 从爬楼梯到编辑距离：DP状态定义是第一步也是最后一步
动态规划是算法笔试的绝对核心，几乎每套卷子里都会出现。热词里的"贪心算法""动态规划"是最常被混淆的一对，我先给一个直白的判断标准：如果你能证明每一步的局部最优选择不会影响未来选择的空间，那才可以用贪心；否则大概率需要DP。
很多人学DP最大的问题是：看到题目觉得"有点像DP"，然后就开始瞎写转移方程。我的经验是，DP题的成败在状态定义，而不在递推公式。状态定义不对，递推公式写得再漂亮也是空中楼阁。
举个经典例子：编辑距离。dp[i][j]被定义为"字符串A的前i个字符转换成字符串B的前j个字符所需的最小操作数"。为什么偏偏是"前i个"和"前j个"？因为这是一种规模描述：把大问题拆成小问题，小问题必须由两个子串的前缀规模来界定。一旦定义好，转移就顺理成章：dp[i][j]可以从dp[i-1][j]（删）、dp[i][j-1]（插）、dp[i-1][j-1]（替换或不操作）三个方向推导。如果没有先想清楚状态定义，直接去凑公式，很容易漏掉某个操作。
还有一类DP题，热词里的"打家劫舍"就是代表——它考的不是"会写转移方程"，而是"你能不能把一维问题扩展成二维、三维状态"。"每个房子偷不偷"这种0/1决策，天然适合DP。我在笔试里见过一个变种：房子围成一圈，首尾不能同时偷。解法是把原问题拆成两个子问题：偷第一家不偷最后一家、不偷第一家偷最后一家。没有这个思路，硬写状态会非常痛苦。
3.2 贪心算法为什么"想当然"容易错
贪心算法在笔试里出现的频率也很高，但它的正确性常常经不起推敲。我见过一个很典型的错误示范：题目是"给一堆活动区间，选尽量多的不重叠活动"。很多候选人会说："我每次选结束时间最早的。"然后直接写循环。这确实是对的，但很少有人能说清为什么对——因为结束越早，给后面留下的时间越多，这个"交换论证"逻辑其实是可以被严格证明的。
但换一道题就不行了。比如"找零钱：有1、5、11面额的硬币，凑出15元的最少硬币数"。贪心的做法是"每次选不大于剩余金额的最大面额"，于是选11、1、1、1、1，共5枚。但最优解其实是5+5+5，共3枚。这就是典型的贪心反例：大面额虽然单次"赚得多"，但它会压缩后续选择空间。这类题必须用DP：dp[i] = min(dp[i-1], dp[i-5], dp[i-11]) + 1。
所以我在复盘笔试时，养成了一个习惯：任何贪心解法写完后，花一分钟构造一两个反例。构造反例的方法是"想想局部最优会不会锁死全局最优"。如果构造不出来，再默认贪心是对的。
3.3 一个经典反例帮你看清贪心和DP的分界线
再来一个更经典的对比：数字三角形问题——给你一个三角形数字塔，从顶部出发，每次可以走到左下方或右下方，问经过路径上数字和的最大值。
如果你用贪心，每一步都选较大的那个子节点，很可能会错过底部更大的数。比如：顶部是5，左子是99右子是100，你选了100，但99下面全是1，100下面全是1，而99左上角其实是0，这就略过了99下方可能存在的巨大数值。这是贪心失效的典型场景。
DP的解法是从底部往上推：dp[i][j] = triangle[i][j] + max(dp[i+1][j], dp[i+1][j+1])。你看，状态定义是"从(i,j)出发到底部的最大路径和"，然后从底部逐层向上计算，时间复杂度O(n²)，空间复杂度还可以优化到O(n)。本质上，数字三角形考察的是"你愿不愿意为全局最优放弃局部最优"的思维模式。面试官出这道题，其实是想听到你分析"为什么贪心不行、DP才行"的过程，而不是直接甩一个转移方程。
4. 手撕代码时的实战细节：输入输出、边界条件与复杂度陷阱
4.1 笔试环境下的输入输出：那些没见过的"坑"
很多第一次参加在线笔试的程序员会挂在输入输出上。比如牛客网和LeetCode的模式完全不同：LeetCode已经帮你写好了函数签名，而牛客或公司自研OJ要你自己处理标准输入、拼接输出格式。每年都有候选人因为不熟悉这种模式，把大量时间浪费在"读入"上。
我整理几个常见的坑，先提前排掉：
- 读整行字符串：如果输入包含一行带空格的字符串，用
cin >> s会只读到空格就停，需要用getline或nextLine。 - 多组测试用例：很多题会以"多组输入，每组占一行"的形式出现。我见过不少人在每行处理完后忘了刷新输出，导致答案挤在一起。
- 输出格式：要求每两个数字之间以空格分隔、行尾无多余空格。这个细节非常恼人，但也很容易写好：用循环判断"不是最后一个元素就输出空格"，或者先把结果存进数组最后join。
- 输入结束标志：有的题是"读到EOF结束"，很多人不会写
while(cin >> n)这个循环条件。
这些坑本身不难，难的是在笔试的高压环境下还要分心去处理。我自己的做法是：考前专门练3-5道牛客网的输入输出练习题，把各种读入模式跑一遍，形成肌肉记忆。
4.2 边界条件：不是"小心就好"，而是要有检查清单
边界条件是算法笔试中最可惜的丢分点。一个候选人写了极漂亮的算法思路，结果因为空数组访问越界、i+1操作越界、整数溢出被判错，才是最亏的事。边界问题不能靠"小心"解决，要有一套固定的检查流程。我给自己总结的检查清单如下，每次写完代码后逐项过一遍：
- 数组/字符串为空时，代码行为对不对？
- 数组/字符串只有一个元素时，行为对不对？
- 循环里有没有
i-1或i+1访问？什么时候可能越界？ - 输入数值有没有可能等于
Integer.MAX_VALUE或Long.MAX_VALUE？加减乘除会不会溢出？ - 递归的终止条件，是覆盖了规模最小的情况，还是只覆盖了"空"？
- 双指针或快慢指针，是否会因为快指针先走到头而提前退出？
- 使用哈希表时，第一个元素和最后一个元素有没有走同一套逻辑？
这套清单看起来普通，但每次笔试都能救我几次。比如二分查找的边界，很多人用while(left <= right)还是while(left < right)全凭记忆，我建议直接在草稿纸上写一个长度为2和长度为1的小数组，把过程走一遍，比死记模板可靠得多。
4.3 复杂度评估：面试官最在意的三个问题
手写完代码，面试官大概率会追问三个问题：
- 时间复杂度是多少？别只说O(n²)，要说明哪一层循环导致了n²。
- 空间复杂度是多少？如果用了递归，要算上递归调用栈的深度；如果用哈希表，要说明哈希表存储的元素数量和输入规模的关系。
- 能否优化？时间/空间怎么取舍？这一问是真正的高分区。比如你写了一个哈希表解法，空间O(n)，面试官会问你能否在原数组上操作，把空间降到O(1)。再比如你写了递归，他会问"会不会导致栈溢出？怎么改成迭代？"
很多候选人栽在低级的复杂度判断上：比如把for循环里套一个Arrays.sort说成O(n)，但实际上排序的复杂度是O(n log n)。再比如你在循环内不断拼接字符串，Java里String是不可变的，每次拼接都是O(len)的新建操作，整体可能从O(n)变成O(n²)。这种细节，面试官一眼就能看出来，但写代码的人常常不自知。
我个人建议，每道题写完，顺手在代码注释里写上复杂度，既方便自己复核，也给面试官一个"我想清楚了"的信号。更重要的是，要能说出"可不可以更优"以及"这个更优方案在什么条件下不成立"——比如快排最坏O(n²)，但可以随机化基准来规避，这本身就是很好的加分点。
5. 一套可复用的刷题与复盘方法：从"会做题"到"能讲题"
5.1 一套按"题型大类"而非"题目来源"的分类法
很多人刷题是"今天在题库里随便挑一道，做完就完事"，这种方法效率很低。我更推荐先按题型建框架，再往框架里填题。笔试中最常见的题型大类，我列了一个清单：
- 数组与字符串：双指针、滑动窗口、前缀和、哈希表、区间合并、字符串匹配（KMP等）。
- 链表：反转、环检测、合并有序链表、找中点、删除倒数第N个节点。
- 栈与队列：单调栈（下一个更大元素）、用栈模拟队列、表达式求值。
- 树：递归遍历、层序遍历、BST相关、最近公共祖先、树的序列化。
- 堆与优先队列：TopK问题、合并K个有序链表、数据流中位数、堆排序。
- 图：DFS、BFS、拓扑排序、最短路径（Dijkstra、Floyd）、并查集。
- 动态规划：线性DP、背包DP、区间DP、状态压缩DP、树形DP。
- 贪心：区间调度、加油站、跳跃游戏、分发饼干。
- 排序与查找：手写排序、二分查找变种、有序数组中的搜索。
- 数学与位运算：质因数分解、快速幂、异或性质、求平方根、格雷码。
你按这个清单去分配刷题时间，比"今天随机刷一道难题、明天又随机刷一道简单题"要有效得多。我见过一种很常见的备考误区：大量刷难题，但基础题型的熟练度不够。真要上了笔试，难题不一定考，但基础题一定会考。这个清单就是让你先确保基础，再往高处走。
5.2 复盘模板：每道题都值得回答的六个问题
刷题不复盘等于白刷。但复盘不是"把题解看一遍"就算完，而是要用自己的话把逻辑讲清楚。我给自己定了一个六问复盘模板，也分享给你：
- 这道题考察的是哪个/哪几个知识点？
- 我第一眼看到它时，想到了什么思路？这个思路为什么对/为什么不对？
- 最优解的状态定义或算法选择是什么？我为什么没想到？
- 边界条件有哪些？哪些边界是我第一次写的时候漏掉的？
- 如果改变一个条件（比如数据规模变大、数组变为有序、一维变二维），解法会怎么变？
- 这道题和我以前做的哪道题是"换皮不换芯"的？
第3问和第6问最有价值。第3问能帮你发现自己思维盲区，第6问能帮你建立题型迁移能力。比如"第k小元素"可以用堆做，也可以用快排的partition做，还可以在特定条件下用桶排序——这三者都指向同一个问题："如何在部分有序中找到位置"，理解了这一层，你遇到"数据流中位数"就不会慌。
5.3 怎么用"讲解"来检验自己是否真的会了
我在准备笔试的最后阶段，会做一件事：把每道做过的题，假装自己是在给一个刚入门的朋友讲题。不是念答案，而是从题目场景讲起，讲到为什么想到这个解法，再讲到边界和复杂度。如果发现自己讲着讲着卡住了，就说明这道题并没有真正内化。
这个方法特别适合找"假熟悉感"。很多人读完题解觉得"我看懂了"，但实际上只是"我看懂了别人的思路"，到了笔试场上根本用不出来。讲解的过程能逼你把每一个步骤的"为什么"都补上：为什么这里用栈而不是队列？为什么这个边界是<=而不是<？讲不清楚的地方，就是你的漏洞所在。
我还发现，把题目和热词里那些"版本答案"联系起来讲，效果特别好。比如热词里"数据结构排序算法""贪心算法""dijkstra算法"这些词，如果你能把每个词背后对应的问题、解法、复杂度、适用条件和反例都讲一遍，那你准备的程度已经超过大多数候选人了。毕竟面试官问的不是"你会不会背排序"，而是"你懂不懂排序"。懂不懂，一讲就知道。
另外，我强烈建议在正式笔试前做一次完整模拟：限定时间、不开IDE辅助、全程手敲、做完整套题。这种模拟能帮你提前暴露所有环境适应问题——输入输出格式、时间分配策略、心态管理等。我见过很多基础不错的候选人，就是因为在正式考试里被某个输入格式卡了十分钟，导致后面大题没时间做。花一次模拟的代价，可以避免这样的惨剧。
最后再分享一个我自己的习惯：每次收到笔试卷，我会先花三分钟把全部题目扫一遍，按"绝对能拿分"、"可能要花点时间"、"可能做不出来"分成三档，然后按先易后难的顺序答题。别小看这个策略，它能让你在有限时间内拿满所有该拿的分。算法笔试从来不是"谁做出最难的那道题谁赢"，而是"谁在有限时间内拿到最高的总分谁赢"。这也是我从出题人视角转成做题人视角后，最想提醒你的一件事。
