数据结构与算法 - 前端

在算法刷题和面试中，**模运算、快速幂、最大公约数（GCD）、最小公倍数（LCM）、位运算**是高频核心考点。这些技巧不仅能解决大数溢出问题，还能将暴力算法的时间复杂度从 O(n) 优化至 O(log

回溯算法实战练习（3） 前言 本篇专门整理回溯算法中最经典、面试最高频的 4 道实战题目，涵盖括号删除、石子移动、工作分配、饼干分发四大题型。 1. 301. 删除无效的括号 题目链接：https:/

回溯算法实战练习（2） 回溯算法是算法面试中的高频考点，核心思想是“试探-回溯-剪枝”，通过递归遍历所有可能的解，同时撤销无效选择、剪枝优化，高效找到目标结果。本文整理了8道经典回溯练习题，涵盖网格搜

回溯算法专项突破练习（1） 前言 回溯算法是算法面试中的核心考点，本质是通过深度优先搜索尝试所有可能的解，在搜索过程中通过「选择-递归-撤销」完成回溯，适用于排列、组合、分割、网格搜索、子集生成等场景

DFS 岛屿系列题全解析 在 LeetCode 中，「岛屿系列」题目是 DFS（深度优先搜索）的经典应用场景，涵盖了连通块计数、面积统计、形状判断等多种核心考点。本文将汇总 6 道高频岛屿题，从基础的

吃透回溯算法：从框架到实战 回溯算法本质就是在一棵决策树上做暴力穷举，看似题型繁多、变化复杂，实则有一套万能框架可以一网打尽。 本文会用最直白的思路 + 可直接运行的 JS 代码，带你从零吃透回溯：子

BFS 与并查集实战总结：从基础框架到刷题落地 在算法刷题与面试中，BFS（广度优先搜索）和并查集是两大高频核心工具，它们各自有明确的适用场景，也能结合使用解决复杂问题。本文将结合大量实战例题，梳理

最小生成树（MST）核心原理 + Kruskal & Prim 算法 一、最小生成树 MST 基础概念 MST(Minimum Spanning Tree),在一个带权无向图中，能够连接所有顶点且边权

二分图核心原理与判定算法 什么是二分图 一句话定义：二分图 = 可以把图里的点分成两组，使得所有的边都只在两组之间跨组连接，组内没有任何边。 更形象一点： 把节点染成 黑色 和 白色 相邻的节点颜色一

环检测与拓扑排序：BFS/DFS双实现 前言 在有向图问题中，环检测和拓扑排序是高频核心考点，二者紧密关联——拓扑排序仅能在“无环有向图（DAG）”中实现，若图中存在环，则无法生成合法的拓扑序列。 本

理解并查集Union-Find：从原理到练习 前言 并查集（Union-Find）是算法与数据结构中解决动态连通性问题的王牌数据结构，核心能力只有两个：查询两个元素是否连通、将两个元素合并连通。 它结

Dijkstra 算法：从 BFS 到带权最短路径 最短路径问题可以抽象成：在加权图中，求从起点到某点（或所有点）的「路径边权之和」最小的那条路。Dijkstra 解决的是边权非负的单源最短路径：从某

图的数据结构：从「多叉树」到存储与遍历 图（Graph）在算法题和工程里都很常见，但很多人一上来就被「邻接表、邻接矩阵、DFS、BFS」绕晕。其实只要抓住一点：图就是「带环的多叉树」，树会遍历，图也就

一步步实现字符串计算器：从「转整数」到「带括号与优化」 用代码实现一个计算器，是面试和刷题里很常见的一类题。很多人一上来就想写「完整版」，容易在符号优先级、括号、多位数上一起踩坑。更好的方式是：先解决

从0到1实现LFU缓存：思路拆解+代码落地 在缓存淘汰策略的面试考点中，LFU（Least Frequently Used）是比LRU更进阶的高频题——它不仅要求掌握“哈希表+集合”的组合使用，还需要

二叉树分解问题思路解题模式 二叉树是算法面试的核心考点，而「分解问题」是解决二叉树类题目最通用、最高效的思维方式——将复杂的二叉树问题拆解为「根节点处理 + 左右子树递归求解」，再通过子问题的结果合并

理解二叉树最近公共祖先（LCA）：从基础到变种解析 最近公共祖先（Lowest Common Ancestor，简称 LCA）是二叉树领域的经典问题，也是算法面试的高频考点。本文将从「基础查找逻辑」出

单调队列：滑动窗口极值问题的最优解（通用模板版） 单调队列是处理滑动窗口极值问题的「最优解」，其核心价值在于能在 $O(1)$ 时间复杂度内获取窗口的最大值/最小值，将整体问题的时间复杂度从暴力解法的

单调栈：从模板到实战 一、单调栈概述 栈（stack）是先进后出的数据结构。单调栈在入栈时通过一定规则保持栈内元素有序（单调递增或单调递减），从而把「找左侧/右侧第一个更大/更小元素」从 O(n²)

队列练习系列：从基础到进阶的完整实现 队列是算法中最基础的线性数据结构之一，遵循先进先出（FIFO） 原则。本文将从LeetCode经典队列题目出发，覆盖「基础队列」「循环队列」「双端队列」「特殊场景