写给算法小白的模板指南
——零基础也能快速上手的编程解题套路
🌟 为什么你需要“模板”？
很多初学者面对算法题时，常常卡在：
- “不知道从哪开始写”
- “看懂了答案，但自己写不出来”
- “每道题都像新题，没法举一反三”
其实，90% 的基础算法题都有固定套路！
掌握几个核心模板，就能解决大部分面试和练习中的常见问题。
✅ 通用解题四步法（适用于所有题目）
- 理解题意：用自己的话复述题目，确认输入输出。
- 想例子：手动算一个小例子（比如数组
[1,2,3]），理清过程。 - 选模板：判断属于哪种类型（下面会讲）。
- 写代码 + 调试：套模板，填细节，用例子测试。
🔑 五大高频算法模板（附代码框架）
模板 1：双指针（Two Pointers）
适用场景：数组/字符串中找两个数、去重、滑动窗口等。
类型 A：左右指针（向中间靠拢）
def two_sum_sorted(nums, target):
left, right = 0, len(nums) - 1
while left < right:
s = nums[left] + nums[right]
if s == target:
return [left, right]
elif s < target:
left += 1
else:
right -= 1
return []
✅ 典型题：两数之和（有序数组）、反转字符串、回文判断
类型 B：快慢指针（同向移动）
def remove_duplicates(nums):
slow = 0
for fast in range(len(nums)):
if nums[fast] != nums[slow]:
slow += 1
nums[slow] = nums[fast]
return slow + 1
✅ 典型题：删除重复项、移除元素、链表找环
模板 2：二分查找（Binary Search）
适用场景：在有序数组中快速找目标值或边界。
def binary_search(nums, target):
left, right = 0, len(nums) - 1
while left <= right:
mid = (left + right) // 2
if nums[mid] == target:
return mid
elif nums[mid] < target:
left = mid + 1
else:
right = mid - 1
return -1 # 未找到
⚠️ 注意：
- 循环条件通常是
left <= right- 搜索左边界？把
right = mid - 1改成right = mid，最后返回left- 搜索右边界？把
left = mid + 1改成left = mid，最后返回right
✅ 典型题：搜索插入位置、猜数字、旋转数组最小值
模板 3：BFS（广度优先搜索）
适用场景：求最短路径、层序遍历、图的连通性。
from collections import deque
def bfs(start, target):
queue = deque([start])
visited = set([start])
while queue:
node = queue.popleft()
if node == target:
return True
for neighbor in get_neighbors(node):
if neighbor not in visited:
visited.add(neighbor)
queue.append(neighbor)
return False
✅ 典型题：岛屿数量、打开转盘锁、二叉树层序遍历
模板 4：DFS / 回溯（深度优先搜索）
适用场景：组合、排列、子集、路径枚举（需要“尝试+撤销”）。
def backtrack(path, choices, result):
if 满足结束条件:
result.append(path[:]) # 注意拷贝！
return
for choice in choices:
path.append(choice) # 做选择
backtrack(path, 新choices, result)
path.pop() # 撤销选择（回溯！）
✅ 典型题：全排列、组合总和、N皇后、括号生成
模板 5：动态规划（DP）
适用场景：求最值、计数、存在性问题（有重叠子问题）。
步骤：
- 定义
dp[i]表示什么（比如“到第 i 个位置的最大收益”） - 找状态转移方程（
dp[i] = max(dp[i-1], dp[i-2] + nums[i])） - 初始化 base case（
dp[0] = ...） - 返回
dp[n]或dp[-1]
# 例子：打家劫舍
def rob(nums):
if not nums: return 0
n = len(nums)
dp = [0] * (n + 1)
dp[1] = nums[0]
for i in range(2, n + 1):
dp[i] = max(dp[i-1], dp[i-2] + nums[i-1])
return dp[n]
✅ 典型题：爬楼梯、最大子数组和、背包问题、编辑距离
🧩 如何判断用哪个模板？
| 题目关键词 | 可能模板 |
|---|---|
| “最短路径”、“最少步数” | BFS |
| “所有组合”、“所有排列” | 回溯 |
| “最大/最小值”、“最多/最少” | 动态规划 |
| “有序数组”、“log(n)” | 二分查找 |
| “两个数”、“去重”、“滑动窗口” | 双指针 |
💡 给小白的建议
- 先背模板，再理解：就像学写字先描红。
- 每类题刷 3~5 道：巩固模板用法。
- 手动画执行过程：比如画递归树、BFS 队列变化。
- 不要死记代码：记住思路结构比记住具体写法更重要。
- 从简单题开始：LeetCode 标签里选 “Easy”。
📚 推荐练习顺序
-
双指针 → 二分查找 → BFS → 回溯 → 动态规划
-
每个模板先做这些经典题：
- 双指针：26. 删除有序数组中的重复项
- 二分：704. 二分查找
- BFS：102. 二叉树的层序遍历
- 回溯：78. 子集
- DP：70. 爬楼梯
✨ 记住：算法不是天赋，而是套路 + 练习。
你不需要“灵光一现”，只需要识别题型 + 套用模板！
