刷算法一段时间的小感悟，hard 抓瞎太难了！🚀目前情况通过目前的周赛做题情况来看，我发现我目前所有能遇到的 med

🚀目前情况

通过目前的周赛做题情况来看，我发现我目前所有能遇到的 medium 题是都能够做出来的，但是一碰到 hard 题，基本上就两眼抓瞎没有思路，不是 TLE 就是完全做不出来，这种情况持续了很久了，经常周赛是只做两题，只做三题，但是一看题解参考别人思路，又有思路能自己写出来，经过仔细斟酌，今天想出了以下几个原因

❓刷题没有闭环

碰到 hard 题基本上就不会有思考思路，没有仔细思考其题目内核的考核点，直接通过题解获取别人的做题思路，然后通过别人的思路来解题，省去自己的思考过程，以后要做好下面三点

尝试讲解题目：用自己的语言给他人讲题，在评论区写出自己的题解，暴露理解漏洞。
整理归类题目模板：大多数题目其实都是有定式思维解题模板的，学会归因归类
多刷多解：大多数时间都花在了刷简单题上面，而没有走出舒适区攻克难关

🌈寻找空闲时间，一类题一类题解，总结方法论

找特定的周末时间，对一类题进行系统性的学习，例如数位 DP、线段树等高级算法数据结构，这种数据结构学一题就短时间不重复记忆基本过一会就忘记了，需要系统性重复学习，提高海马体记忆能力，同时这些算法的 hard 题难度究竟在哪，简单拆解了一下，我认为难度主要在以下几点：

算法复杂度的极致优化
1. 例如：O (n) 时间解决 O (n²) 的问题（如「前缀和 + 哈希」替代暴力枚举）
2. 典型题型：滑动窗口优化、数位 DP、状态压缩 DP
多算法 / 数据结构的组合应用
1. 例如：图论 + 动态规划（如「最短路径 + 状态转移」）、线段树 + 贪心
2. 典型题型：「LeetCode 312. 戳气球」（区间 DP + 记忆化搜索）
隐藏的数学规律或问题转化
1. 例如：将几何问题转化为图论问题（如「LeetCode 1631. 最小体力消耗路径」）
2. 或利用数论性质简化计算（如欧拉函数、莫比乌斯反演）
复杂状态设计与转移
1. 例如：三维动态规划、带状态的 DFS/BFS（如「LeetCode 139. 单词拆分」的记忆化搜索）

🏢不忘初心，刷算法的最终目的到底是什么

其实刷算法的主要目的还是来找工作的，咱其实也不是来打竞赛的，所以其实难度很深很高的题，没有必要进行深究，最近也是看了很多文章，发现其实追求技术深度这件事其实是无解的，工作业务需求之中根本就不需要这么深的数据结构，而是业务驱动的，最简单来说 CRUD、顶多来个 DFS、BFS 这种算法就已经能够到达工作所需的算法极限了。