“hot 100”这三个字母，在程序员圈子里几乎已经成为算法面试准备阶段的必修符号。我第一次系统性刷它，是在准备校招的那个冬天，当时身边所有人都在聊这份题单：有人靠它拿了一线大厂offer，也有人刷到一半就放弃了。说实话，它的全称就是LeetCode上那份“高频热门题100道”，按真实面试中出现频率精选而成。无论你是应届生准备秋招，还是工作几年后想跳槽，又或者单纯想把数据结构和算法基础补扎实，这份题单都值得从第一道题开始认真对待。这篇文章我用自己的真实刷题经历，把Hot 100的拆解思路、三轮刷法、避坑经验一次讲透。
1. Hot 100到底是什么，为什么人人都刷它
1.1 一份题单的前世今生
很多人第一次听说Hot 100，是在牛客网的面经帖里，或者在GitHub上看到别人晒出的刷题仓库。它其实是LeetCode平台上一份名为“LeetCode Hot 100”的精选题目列表，按照全站用户的提交热度、面试考察频率自动生成。换句话说，它不是在讲知识点，而是在告诉你：“这些题，是真实面试里被反复考过的高频题。”
我当年第一次打开它的时候，它还是社区里口口相传的“高频题合集”，后来逐渐沉淀为刷题圈的事实标准。它最大的特点不是按难度排列，而是按“被考到的频率”排序。里面既有简单题，也有中等题，还有几道不折不扣的硬骨头，但整体难度分布很友好，是对“面试到底考什么”这个问题最直接的答案。
我一直觉得，Hot 100就像一份“算法考纲”。它不负责把所有冷门算法塞给你，而是把80%面试中会遇到的核心题型整整齐齐摆在面前：哈希表、链表、二叉树、动态规划、回溯、双指针、滑动窗口、贪心、二分……每个类别都有一定数量的题目覆盖。刷完它，不是让你成为算法竞赛选手，而是让你真实具备应对日常面试的底气和手感。
1.2 为什么是100道，而不是50或200道
这里有个非常现实的原因：人的记忆容量和备考周期是有限的。正常上班或者上学的情况下，每天能挤出的刷题时间不会太多。我自己的经验是，每天两小时左右，一题认认真真吃透需要四十分钟到一小时，那么100道题按两三轮刷下来，刚好是两到三个月的周期，匹配一个标准的求职备战节奏。
如果只刷50道，覆盖面会有明显缺口。算法面试的题型分布其实挺稳定，但50道题很难把树、图、动态规划、回溯这些大块全部覆盖到位。而如果刷200道，又会出现另一个问题：后期严重的疲惫感。我见过不少同学刷到150题以后，看着题号就开始生理性抗拒，遗忘曲线也特别难看，前面刷过的题基本忘了一半。100道是“广度覆盖”和“精力承受”之间一个非常微妙的平衡点。
还有一个数据层面的原因。从大量真实面经来看，算法类面试的题目来源高度集中，头部100题已经能覆盖相当大比例的高频考点。这不是玄学，而是统计规律：越是经典的题，越容易被反复使用，因为面试官也需要一个稳定、可信、区分度高的题库。
2. 刷Hot 100前必须想清楚的4个问题
2.1 目标决定刷法：面试突击vs长期提升
开始刷题之前，最有必要做的一件事是：明确自己的目标。如果你的目标是两三个月后的面试，那核心诉求应该是“见题有思路，写题够快手”，求的是覆盖率和熟练度。这种时候，不需要把每道题都挖出五种解法，也不用在一个优化细节上死磕一整天。你的验收标准很简单：看到题能快速匹配到对应套路，写代码不卡壳。
但如果你是工作后想系统补强算法基础，情况就不一样了。长期提升的刷法应该更“重”：多花时间在复杂度分析上，尝试一题多解，把每道题背后的状态转移思想、递归逻辑吃透。我见过很多人的误区是一上来就开刷，刷到一半开始焦虑。其实先给自己定一个明确的验收标准，是“能做对”还是“能讲明白”，这两种刷法的节奏完全不同，混在一起很容易两头不讨好。
我自己是两种模式都走过。校招突击阶段，我给自己定的标准是“高频题全部能在20分钟内写出无bug代码”；后来带新人时，我更多引导他们往“讲明白”方向走，因为能讲明白意味着你在面试高压环境下也不容易慌。
2.2 基础储备：你需要会多少数据结构
直说结论：Hot 100的题目不会超出常见数据结构的范围，但你也别指望零基础直接上手就能行得通。你需要掌握的硬性技能包括：数组、链表、哈希表、栈、队列、树（二叉树为主）、图（少量出现）、堆、字符串处理，以及算法层面的二分查找、双指针、滑动窗口、递归、动态规划、贪心、回溯、并查集。
这里我有一个特别简单的自测方法：如果你连二叉树的前序遍历、中序遍历都写不顺，或者连“栈和队列的区别”都讲不利索，那我建议先花一周补基础。这一周对应的就是磨刀不误砍柴工的投资，磨完刀再进Hot 100，效率会比硬刷高太多。
零基础直接刷Hot 100不是不行，而是挫败感会非常强。我见过一个同学第一天就从“两数之和”刷到“最长回文子串”，结果卡了半天没做出来，第二天就直接弃坑了。基础数据结构这块，完全可以找一本入门书或者一套基础视频，集中突击三到五天，把这块短板补上再进题单。
2.3 时间和节奏怎么安排
刷题最忌讳的是“三天打鱼两天晒网”，比这个更忌讳的是“每天刷很多，但从来不回顾”。以我个人的经验，比较稳的节奏可以拆成四段：
- 第一轮：每天3到5道分类题，约三周完成第一遍全量覆盖。
- 复习周：每周挑一个周末，把本周做错的题单独抽出来重新过一遍。
- 第二轮：每天按频率顺序刷10道左右，约两周完成第二遍。
- 冲刺轮：模拟面试，每天随机抽两道，规定时间内讲思路加写代码，约一周调整状态。
整体算下来是两到三个月。这里我想特别强调，“周期性回顾”是节奏里的灵魂。单纯从头刷到尾，刷到第80题的时候，第20题大概率已经忘得差不多了。这是人类记忆的正常规律，不丢人，丢人的是明知道会忘还不安排复习。
2.4 选语言：一道题该用几种语言刷
如果你的目标公司面试明确指定了语言，比如有些岗位要求Java或C++，那就直接用指定语言刷。没有指定的话，主流选择是Python、Java或者C++。我的个人感受是，Python写起来最快，语法最贴近思路表达，非常适合刷题阶段快速验证想法；Java和C++则对工程习惯、内存管理意识培养更友好，面试时也显得更传统、更稳重。
我的建议是：主语言一门，花大力气刷透；看题解的时候最好能看懂另一种语言，因为LeetCode讨论区里很多高质量题解是用C++写的，你看得懂才能吸收精华。千万不要贪多，三四种语言同时刷，会把大量精力浪费在语法切换上，反而忘了刷题的真正目的是训练算法思维。
3. 我的Hot 100三遍刷法（核心实操）
3.1 第一遍：分类刷，建立题感
第一遍的核心目标不是“快”，而是“建立模式识别能力”。我采用的方式是把100道题按数据结构和算法分类，然后每天集中攻一类。比如：
- 数组/哈希表：约20题
- 链表：约10题
- 树/二叉树：约15题
- 动态规划：约15题
- 回溯/DFS/BFS：约15题
- 双指针/滑动窗口：约10题
- 二分/堆/贪心/栈：约15题
每天一个主题，把同类题放在一起做，效果是立竿见影的。举一个最典型的例子：做完“两数之和”之后，再去做“三数之和”，你会立刻发现“排序加双指针”的思路并不是孤立存在的；“三数之和”解决了，后面的“四数之和”也只是外层再套一层循环。这种横向对比带来的“顿悟感”，是分类刷法最大的红利。
第一遍做题的时候，我的要求很简单：独立思考20分钟，想不出来就看题解，但看完题解必须合上答案，从零开始完整地写一遍代码。这个过程虽然慢，但它逼着你把“看懂了”真正变成“会做了”。第一遍最怕的就是自我欺骗，眼睛会了不等于手会了。
3.2 第二遍：按频率刷，死磕薄弱点
第一遍之后，第二遍我建议直接按题目热度从高到低刷。这时候重点已经不是“会不会”，而是“快不快、稳不稳”。每一题都给自己限定时间：简单题15分钟，中等题30分钟，困难题45分钟。超时了不要急着看题解，先把卡住的位置和想法写下来，再去看答案。这个写下来的动作，能帮你精准定位自己的薄弱点。
我印象很深的是“LRU缓存机制”这道题，第一遍刷的时候我就觉得懂了，但第二遍限时刷的时候，我在删除节点和更新顺序上卡了快十几分钟。后来才意识到，自己对双向链表加哈希表的组合不够熟。如果没有第二遍限时，这个短板可能在面试现场才会暴露，那就晚了。
第二遍还有一个附带任务：优化第一遍的代码。很多题在第一遍时能用嵌套循环跑通，但第二遍就要逼自己想清楚能不能降时间复杂度。比如把暴力解法降到O(nlogn)，再进一步降到O(n)。这个过程，才是刷题真正增值的部分。
3.3 第三遍：模拟面试，盲刷和讲题
第三遍是最容易被忽略，但恰恰是决定面试成败的一环。具体做法是：随机抽题，完全不看题号，按照真实面试流程走一遍。先复述题意给面试官听，确认边界条件，然后说暴力解法、分析复杂度，再给出优化思路，最后动手写代码，并跑几个测试用例验证。
这一步最反直觉的地方在于，你要“出声讲题”。我刚开始练的时候非常不适应，明明思路是有的，但组织成语言就变得磕磕巴巴。后来我给自己注册了一个笔记工具，把自己讲题的录音录下来，回放一听，问题一目了然：开头不说边界条件、复杂度随口编、代码风格不够干净。这些都是真实面试中会被扣分的点。
我还试过一种更狠的练法：约一个同样在刷题的朋友，两个人轮流当面试官，每周模拟两场。当对方问出“你这个解法有没有更优空间”的时候，你被迫去重新审视自己的代码，这个被追问的过程就是最好的训练。第三遍如果能练到“随机抽一道Hot 100的中等题，在五分钟内讲清楚思路骨架”的水平，面试状态基本就有了。
3.4 每类题型的核心套路速查
刷完两三轮之后，我整理了一套自己的套路速查表，在这里分享给你：
| 题型分类 | 核心套路 | 典型题目代表 |
|---|---|---|
| 数组/哈希 | 哈希表把查找从O(n)降到O(1)，空间换时间 | 两数之和、最长连续序列 |
| 链表 | 哨兵节点处理边界，快慢指针判环，反转用三指针模板 | 反转链表、环形链表 |
| 二叉树 | 递归优先，二叉搜索树思考中序遍历 | 二叉树中序遍历、验证二叉搜索树 |
| 动态规划 | 先画状态转移表，明确base case和遍历方向 | 最长递增子序列、爬楼梯 |
| 回溯 | 画决策树，排序加去重剪枝 | 全排列、子集、组合总和 |
| 双指针 | 数组有序优先考虑对撞指针，子串问题考虑滑动窗口 | 三数之和、无重复字符的最长子串 |
这张表不是万能的，但能解决Hot 100里八成的套路识别问题。当你拿到一道新题，先问自己三个问题：数据是什么结构？暴力解怎么想？能不能用表中对应的套路优化？这三个问题如果能快速走通，你就已经具备了应对大多数面试题的分析能力。
3.5 代码示例：以“两数之和”看清核心思路
很多人觉得“两数之和”简单，但恰恰是这道题最能说明“哈希表把查找降到O(1)”这件事。暴力解法是两层循环，时间复杂度O(n²)。而用哈希表，我们可以边遍历边查，把目标值减当前值的差作为key去哈希表里找，找得到就直接返回。
def two_sum(nums, target): seen = {} # 用字典记录已经遍历过的值，value存下标 for i, num in enumerate(nums): diff = target - num if diff in seen: # 哈希表查找平均O(1) return [seen[diff], i] seen[num] = i # 当前值加入哈希表 return []我第一次刷这道题时，其实也是先写出了两层循环的版本，AC之后才想明白哈希表解法的价值。后来我把这道题的思路迁移到“四数相加”“无重复字符的最长子串”里，才真正体会到：刷Hot 100练的不是背题，而是把“空间换时间”这类思想内化成肌肉记忆。
4. 我在刷题过程中踩过的坑
4.1 过度追求AC数和速度
我第一遍刷Hot 100时也是个速度党，看到一道题能AC就兴奋得不行，刷到80多题的时候飘飘然，觉得自己已经是“题场老手”。结果一次模拟面试，面试官让我讲“最大子数组和”，我脑子一片空白，只能背出代码，却说不出状态转移方程为什么这样设计，当场就被问穿了。
AC数是个巨大的烟雾弹。能跑通测试用例，只是最低门槛；对自己的要求应当是能复现解题思路、能推导复杂度、能应对追问。从那之后，我给自己立了一个规矩：每刷完一题，在题解笔记里写下三个要点——这题考什么、关键思路是什么、可以迁移到哪些同类题。没有这三行字的题，等于没刷。
4.2 只看题解不动手
这是刷题圈最普遍的坏习惯，我也没能幸免。卡了五分钟就翻题解，看完恍然大悟，“原来这么简单”，合上答案，第二天再碰到同类题依然写不出来。后来我才意识到，看题解时产生的“懂了”是一种错觉，那是题解作者的思路，不是你的思路。
我给自己定的规矩是：独立坚持20分钟，实在没有突破才能看题解。但看完之后必须合上答案，从零开始完整写一遍。这个过程我称之为“重写”，它的作用相当于把别人的思路先在脑子里过一遍，再通过手写变成自己的表达能力。Hot 100里的题大多都有多种解法，每次重写都让我更接近“理解”而不是“背诵”。
4.3 忽略时间复杂度的推导
Hot 100里很多题的暴力解都能跑通测试用例，这也是很多人觉得自己“已经会了”的原因。但面试考的根本不是能不能跑通，而是你有没有能力把复杂度降下来，并且说得清为什么。我刷“最长连续序列”的时候，第一次写的其实已经是O(n)的正解，但面试官追问“为什么你的复杂度是O(n)而不是O(n²)”时，我居然支支吾吾说不出来，因为当时我只是凭感觉用了哈希集合，并没有真正理解每个元素只会被访问一次这件事。
从那以后，我养成一个习惯：每道题写完，强制自己口述一遍时间和空间复杂度，并且说出推导依据。这一步刚开始很别扭，但练多了就变成了条件反射。面试中，当你能主动说出“这个算法是O(nlogn)，瓶颈在排序”时，给面试官留下的印象会完全不同。
4.4 孤立刷题，不做总结
Hot 100之所以叫“热题”，是因为这些题之间有大量重叠的思维模式。如果只是一题一题做过去，追求“已刷数量”，不总结题型共性，那么面试官把题目稍微变形，你就会露怯。举一个例子：“无重复字符的最长子串”和“最小覆盖子串”都是滑动窗口，“找到字符串中所有字母异位词”也是滑动窗口。这三道题如果单独刷，每次都要重新想一遍窗口伸缩逻辑；但如果放到一起总结一次，滑动窗口的right指针延展、left指针收缩模式，就会变得像条件反射一样清晰。
我强烈建议建立自己的速查笔记。我的做法是每道题留三行：核心思路、时间复杂度、可迁移的套路，再配上LeetCode讨论区精选题解的链接。这样一来，刷题不是把100个孤岛装进脑子，而是编织成一张可以互相调用的方法网络。
5. 从Hot 100到真正拿下面试
5.1 面试中如何复现刷题效果
很多人题刷完了，面试还是发挥失常，问题出在环境差异上。面试不是安静地对着LeetCode提交代码，而是面对一个活人，一边写代码一边解释思路，还要随时应对追问和打断。所以我特别推荐一个方法：把Hot 100当作模拟面试题库，约一个水平相当的朋友互相出题，或者自己对着镜子白板讲题。
这轮训练的核心指标有两个。第一，能在五分钟内说清一道中等题的思路骨架，包括复杂度分析。第二，能在30分钟内稳步写出没有低级别bug的代码。如果这两条都做到了，面试时的状态就会跟平时刷题非常接近。我见过太多人平时刷题666，一到面试手抖，不是因为不会，而是因为从来没在“有人看着”的情况下写过代码。
5.2 面试官角度：他们考的不是题本身
当我后来参与过部分招聘流程后，对算法面试的理解又深了一层。面试官拿Hot 100里的题考你，不是要看你会不会做这一道题，而是要透过这道题观察你：遇到陌生问题时的分析路径是什么，沟通中能不能主动确认需求，复杂度意识是否到位，代码看起来干不干净、稳不稳。
这里有一个刷题党容易忽略的细节：主动澄清需求。LeetCode上的题目描述已经写得很清楚，但在真实面试中，边界条件往往需要你主动去问。比如输入可能为空怎么办，数组里有重复元素怎么办，目标值不存在怎么返回。这种看似跟算法无关的小动作，其实性价比极高，能体现出你的工程素养和沟通习惯。
5.3 Hot 100之后的扩展路线
Hot 100是很好的起点，但不是终点。如果你时间充裕，我比较推荐按顺序走这三步：先把Hot 100的错题和薄弱题型第二轮刷干净；然后刷LeetCode精选Top 200或剑指Offer作为补充；最后再针对目标公司的面经题做专项强化。尤其是动态规划专题，很多同学在Hot 100里已经接触到了基础题，但DP是典型的“多做多会、少做必忘”的题型，值得额外花时间巩固。
我的个人体会是，把Hot 100吃透，加上一两周的专项强化，覆盖大部分一线公司算法面试已经比较稳了。但如果目标是核心部门或者更高难度岗位，光靠这一百题肯定不够，还需要补充更系统的算法训练和一定的题量储备。Hot 100真正教会你的，是那一套“先想清楚再动手”的思考方式，这条路走通了，后面的题都只是新皮囊、老套路。
最后分享一个我坚持了很久的小习惯：刷完Hot 100之后，我没有把它从收藏夹里删掉，而是把它当成一份“体检清单”。每隔两三个月，随机抽10道题出来自测一遍，看看自己的水平有没有退化。算法能力就像肌肉记忆，长期不刺激一定会松懈。而Hot 100这份题单最珍贵的价值，也不是刷完那一刻的成就感，而是它帮你在反复练习中沉淀出的那份遇题不慌、分析清晰的底气和节奏感。
