算法记录
未读
LeetCode 48. 旋转图像 | 转置 + 翻转最优解全解析
「旋转图像」是 LeetCode 中经典的中等难度题目，核心考察矩阵元素位置映射与原地修改技巧。这道题的关键是在不使用额外矩阵的前提下，按顺时针 90 度旋转，同时准确处理元素的目标位置。 实际开发中，图像旋转、矩阵数据格式转换等场景都能用到它的思路。今天从暴力解法出发，一步步优化到最简洁的 O (
算法记录
未读
LeetCode 54. 螺旋矩阵 | 边界控制最优解全解析
「螺旋矩阵」是 LeetCode 中经典的中等难度题目，核心考察矩阵遍历的边界控制与循环逻辑设计。这道题的关键痛点是如何按 右→下→左→上 的螺旋顺序，不重复、不遗漏地遍历矩阵，同时灵活处理不同行数和列数的矩阵（如单行、单列矩阵）。 实际开发中，类似矩阵数据序列化、图形界面元素遍历等场景，都能用到它
算法记录
未读
链表：技术面试的拦路虎还是加分项？一文吃透核心考点
在大厂技术面试的算法环节中，链表始终是绕不开的高频考点。无论是字节跳动的初面，还是谷歌的 onsite 面试，链表相关题目出现概率高达 70% 以上。很多候选人明明掌握了基础概念，却在实际编程中被指针操作、边界条件绕得晕头转向，最终与心仪 Offer 失之交臂。其实，链表面试题看似复杂，核心考点却高
算法记录
未读
哈希表算法面试通关指南：从原理到实战，掌握O(1)效率的核心逻辑
在算法面试的核心数据结构中，哈希表（Hash Table）是名副其实的效率神器 —— 它以平均 O (1) 的增删查改复杂度，成为解决查找、匹配、统计类问题的最优解载体。无论是前端的状态管理、后端的缓存设计，还是高频面试题中的两数之和，哈希表的应用无处不在。本文将从底层原理出发，拆解哈希表的核心特性
算法记录
未读
字符串算法面试通关宝典：从基础到进阶，搞定高频考点
在技术面试的算法题库中，字符串是与数组并驾齐驱的基础核心模块。无论是前端的表单验证、后端的文本处理，还是 AI 领域的自然语言处理，字符串处理能力都是工程师的必备技能。TechInterviewHandbook 将字符串算法列为面试必考重点，其考察频率甚至超过链表、栈等结构。本文将从字符串的本质特性
读书笔记
未读
数组算法面试通关指南：从特性到技巧，搞定 80% 高频题
在技术面试的算法环节中，数组是当之无愧的基础王者—— 它不仅是最常单独考察的知识点，更是哈希表、栈、动态规划等复杂算法的底层支撑。正如 TechInterviewHandbook 所强调的，数组的掌握程度直接决定了面试的基础分数，无论你是前端、后端还是算法岗，都绕不开这个核心考点。今天这篇文章，就从
算法记录
未读
希尔排序：插入排序的优化艺术与实战案例解析
在排序算法的大家族中，希尔排序（Shell Sort）是一个承上启下的重要算法——它基于插入排序的核心思想，通过“分组插入”的优化策略，大幅提升了排序效率，成为处理中等规模数据集的优选方案。本文将从原理剖析、案例实战、性能分析三个维度，带大家全面掌握希尔排序，并通过多语言代码实现，让你在实际开发中快
算法记录
未读
堆排序：从原理到实践的全方位解析
堆排序（Heap Sort）是基于二叉堆数据结构实现的高效排序算法，其核心思想借鉴了 筛选最大 / 最小值 的逻辑 —— 通过构建有序的堆结构，反复提取堆顶元素并调整堆，最终实现整个序列的排序。作为一种原地、不稳定的比较排序算法，堆排序在大规模数据处理场景中表现突出。 1、核心原理与步骤拆解 堆排序
算法记录
未读
插入排序：原理、实现与性能优化的深度解析
插入排序（Insertion Sort）是一种直观且基础的排序算法，其核心思想源于日常生活中整理卡牌、排列书籍的逻辑 —— 将元素逐个插入到已排序序列的正确位置。 1、核心原理与步骤拆解 插入排序是一种原地、稳定的比较排序算法，其核心逻辑可概括为： 将待排序序列分为「已排序部分」和「未排序部分」（初
算法记录
未读
选择排序：原理、实现与性能分析
选择排序（Selection Sort）是一种简单直观的排序算法，其核心思想是通过不断寻找剩余元素中的最小值（或最大值）并将其放置在正确位置来完成排序。 选择排序是一种原地比较排序算法，其基本操作是在未排序序列中找到最小（或最大）元素，然后将其存放到序列的起始位置。接着，再从剩余未排序元素中继续寻找
算法记录
未读
冒泡排序：从原理到实现的全面解析
冒泡排序（Bubble Sort）作为最经典的排序算法之一，虽然在大规模数据排序中效率不高，但它简单直观的实现方式使其成为学习算法入门的绝佳案例。 冒泡排序是一种简单的交换排序算法，其核心思想是通过重复比较相邻元素并交换位置错误的元素，使较大的元素逐渐 浮 到数组的末尾。就像水中的气泡会逐渐上升到水
算法记录
未读
字符串匹配算法的优化
