课程目录
1-1 算法面试不仅仅是正确的回答问题
1-2 算法面试只是面试的一部分
1-3 如何准备算法面试
1-4 如何回答算法面试问题
2-1 究竟什么是大O（Big O）
2-2 对数据规模有一个概念
2-3 简单的复杂度分析
2-4 亲自试验自己算法的时间复杂度
2-5 递归算法的复杂度分析
2-6 均摊时间复杂度分析（Amortized Time Analysis）
2-7 避免复杂度的震荡
3-1 从二分查找法看如何写出正确的程序
3-2 改变变量定义，依然可以写出正确的算法
3-3 在LeetCode上解决第一个问题 Move Zeros
3-4 即使简单的问题，也有很多优化的思路
3-5 三路快排partition思路的应用 Sort Color
3-6 对撞指针 Two Sum II – Input Array is Sorted
3-7 滑动窗口 Minimum Size Subarray Sum
3-8 在滑动窗口中做记录 Longest Substring Without Repeating Characters
4-1 set的使用 Intersection of Two Arrays
4-2 map的使用 Intersection of Two Arrays II
4-3 set和map不同底层实现的区别
4-4 使用查找表的经典问题 Two Sum
4-5 灵活选择键值 4Sum II
4-6 灵活选择键值 Number of Boomerangs
4-7 查找表和滑动窗口 Contain Duplicate II
4-8 二分搜索树底层实现的顺序性 Contain Duplicate III
5-1 链表，在节点间穿针引线 Reverse Linked List
5-2 测试你的链表程序
5-3 设立链表的虚拟头结点 Remove Linked List Elements
5-4 复杂的穿针引线 Swap Nodes in Pairs
5-5 不仅仅是穿针引线 Delete Node in a Linked List
5-6 链表与双指针 Remove Nth Node Form End of List
6-1 栈的基础应用 Valid Parentheses
6-2 栈和递归的紧密关系 Binary Tree Preorder, Inorder and Postorder Traversal
6-3 运用栈模拟递归
6-4 队列的典型应用 Binary Tree Level Order Traversal
6-5 BFS和图的最短路径 Perfect Squares
6-6 优先队列
6-7 优先队列相关的算法问题 Top K Frequent Elements
7-1 二叉树天然的递归结构
7-2 一个简单的二叉树问题引发的血案 Invert Binary Tree
7-3 注意递归的终止条件 Path Sum
7-4 定义递归问题 Binary Tree Path
7-5 稍复杂的递归逻辑 Path Sum III
7-6 二分搜索树中的问题 Lowest Common Ancestor of a Binary Search Tree
8-1 树形问题 Letter Combinations of a Phone Number
8-2 什么是回溯
8-3 排列问题 Permutations
8-4 组合问题 Combinations
8-5 回溯法解决组合问题的优化
8-6 二维平面上的回溯法 Word Search
8-7 floodfill算法，一类经典问题 Number of Islands-
8-8 回溯法是经典人工智能的基础 N Queens
9-1 什么是动态规划
9-2 第一个动态规划问题 Climbing Stairs
9-3 发现重叠子问题 Integer Break
9-4 状态的定义和状态转移 House Robber
9-5 0-1背包问题
9-6 0-1背包问题的优化和变种
9-7 面试中的0-1背包问题 Partition Equal Subset Sum
9-8 LIS问题 Longest Increasing Subsequence
9-9 LCS，最短路，求动态规划的具体解以及更多
10-1 贪心基础 Assign Cookies
10-2 贪心算法与动态规划的关系 Non-overlapping Intervals
10-3 贪心选择性质的证明
11-1 结语
评论0