算法面试题怎么做？让思路、证明和代码对齐

算法面试的六步框架

1. 复述与澄清：输入规模、重复值、顺序、空值、输出格式、是否原地修改。
2. 小例子：手工走一遍正常和边界情况，确认理解。
3. 基线方案：给出直接但可能较慢的方法，建立正确起点。
4. 优化：从重复计算、搜索空间或数据访问方式寻找改进。
5. 证明：说明循环不变量、递归关系、贪心选择或状态定义。
6. 实现与测试：边写边说明关键状态，完成后用用例执行。

常见题型如何映射数据结构？

MIT算法课程把“接口/问题”与“表示/解决方案”区分开：先确认需要支持哪些操作，再选择实现这些操作的数据结构。面试中不要看到关键词就套模板，应先验证约束是否满足。

正确性应该怎样说明？

循环不变量

说明每次循环开始或结束时始终成立的性质，再解释初始化为什么成立、一次迭代如何保持、终止时怎样推出答案。例如双指针归并可说明已写入区间始终包含当前应输出的最小元素序列。

递归与动态规划

定义函数或状态表示什么，列出基础情况，说明较大问题如何由较小问题组成。动态规划还要说明计算顺序为何保证依赖已完成，以及是否能压缩空间。

贪心

不能只说“每次取最优”。需要解释局部选择为什么不破坏全局最优，可用交换论证、领先性质或问题结构。若无法证明，应回到搜索或动态规划。

复杂度怎样说得准确？

先定义n代表什么，再分别分析时间与额外空间；如果输入有多个维度，用m、n分别表示。区分平均、最坏、摊还与输出规模，说明排序、递归栈、哈希冲突或复制操作是否计入。

编码时如何减少低级错误？

• 先确定函数签名、输入是否可修改和索引区间定义。
• 统一使用闭区间或半开区间，不要中途改变。
• 为循环写清进入条件与终止条件。
• 命名表达角色，如left、right、write，而不是全部使用i、j、k。
• 处理空输入、单元素、重复值、极值、已排序和无解。
• 完成后用一个正常用例和两个边界用例逐行走代码。

如果卡住，说明目前已知和未知，回到最小例子或基线方案。沉默地继续写往往比主动校正更危险。使用截图回答做练习时，仍应自行验证题意、复杂度和代码；面试中需遵守招聘方规则。

刷题如何转化为面试能力？

1. 按模式复盘，而不是只记录题号。
2. 每题写下触发条件、核心不变量、复杂度和易错边界。
3. 隔天脱离答案重新口述并编码。
4. 对错误分类：理解、思路、证明、实现或测试。
5. 定期限时模拟，同时练习向面试官解释。

题量不是唯一指标。若同一错误反复出现，应降低新题数量，针对边界或状态定义做小练习。岗位不以算法为核心时，也要根据JD合理分配时间，可先看技术面试准备方法。

使用边界：本文不提供特定公司的泄露题库，也不保证命中真实题目。算法存在多种正确方案，复杂度与实现要结合输入约束和所用语言；面试时应遵守工具使用规则。

常见问题

一开始想不到最优解怎么办？

先给出正确基线，指出瓶颈，再尝试用数据结构、单调性、预处理或剪枝优化。这样既推进问题，也让面试官看见推理过程。

需要背模板吗？

可以记住遍历、二分、图搜索等骨架，但必须理解状态、不变量和边界。不能解释的模板在题目变化时很容易失效。

代码写完发现错误怎么办？

明确指出错误影响，给出修复，再用失败用例验证。快速、透明地纠错也是工程能力。

面试语言怎么选？

在招聘方允许范围内选自己最熟悉、能准确表达数据结构和边界的语言，并提前熟悉标准库复杂度与常用API。