前言
很多同学刷题、面试时都会有一个困惑：双指针、滑动窗口、DFS、前缀和、栈、数组这些东西，到底谁是算法？谁是工具？谁是基础？
经常出现的误区：把双指针当成独立算法、把DFS当成普通技巧、分不清什么能独立解题、什么只能辅助提速。
今天用一套极简、通俗、可落地的分类逻辑，一次性讲清算法面试所有核心内容，把所有考点分为三大类：数据结构（存储载体）、独立算法（完整解题方案）、优化技巧（辅助提速工具） ，看完彻底告别概念混乱。
一、核心总纲：三者通俗定位
用一句生活化比喻，秒懂三者关系，记住就能用一辈子：
- 数据结构 = 仓库/容器：负责数据怎么存、怎么摆，是所有操作的底层基础，可独立存在，不用解题也能单独定义使用。
- 独立算法 = 完整干活流程：一套成熟、完整的解题步骤，不靠其他辅助，就能单独解决一类算法题，是做题的核心答案。
- 优化技巧 = 提速小工具：没有独立解题能力，必须依附数据结构和独立算法存在，唯一作用：简化代码、降低时间复杂度、减少无效计算。
一句话终极总结：数据结构管存储，独立算法管解题，优化技巧管提速。
二、数据结构：所有算法的底层载体
核心本质：规定数据的存放规则、排列形式，提供增删改查的基础能力，是纯“存储层”内容，和解题逻辑无关。
特点：可以单独存在、单独实现，不依赖任何算法。
面试高频数据结构清单（通俗解读）
- 数组：连续的内存空间，靠下标快速取值，适合快速查询，不适合频繁中间增删。核心场景：子数组、双指针、前缀和所有题型。
- 链表：节点靠指针串联，内存不连续，查询慢、头尾增删快。核心场景：反转链表、判环、合并链表。
- 栈：后进先出，只能操作顶端数据，天然适配嵌套、回溯逻辑。核心场景：括号匹配、单调栈、递归回溯。
- 队列：先进先出，分层有序处理数据。核心场景：BFS层序遍历、滑动窗口。
- 哈希表：空间换时间，实现O(1)极速查找。核心场景：去重、两数之和、字符匹配、缓存。
- 二叉树/BST：分层树形结构，BST自带有序特性。核心场景：树的遍历、路径问题、有序查找。
- 堆（优先队列） ：自动维护全局最大值/最小值。核心场景：TopK问题、多路归并、任务排序。
- 图：存储多节点、多关联关系。核心场景：岛屿问题、最短路径、任务依赖。
- 高阶结构（进阶面试） ：线段树、树状数组（区间批量操作）、Trie字典树（字符串前缀匹配）。
三、独立算法：能单独解题的完整核心逻辑
核心本质：拥有固定、完整、标准的执行流程，自带解题逻辑，不需要依附其他技巧，单独就能解决一类经典问题。
重点区分：DFS、BFS、二分、DP、贪心、回溯、排序，全部是正经独立算法。
- 搜索类算法（树、图、网格必考）
- DFS 深度优先搜索：核心是「一条路走到黑，走不通再回头」，靠递归/栈实现。适配场景：二叉树遍历、岛屿统计、排列组合、迷宫探索。
- BFS 广度优先搜索：核心是「一层一层往外扩散」，靠队列实现。适配场景：层序遍历、无权图最短路径、腐烂橘子、迷宫寻路。
- 查找类算法
- 二分查找：核心是「利用有序性，每次砍掉一半无效数据」，对数级提速。适配场景：有序数组查找、旋转数组、二分猜答案题型。
- 排序类算法
- 快排/归并/堆排：核心是「按规则重构有序数据」。是很多题目的前置基础，先排序，才能用双指针、贪心解题。
- 动态规划 DP（面试重中之重）
- 核心本质：把大问题拆成重复的小问题，用数组缓存结果，杜绝重复计算。
- 适配场景：爬楼梯、背包问题、最长递增子序列、编辑距离、所有最优解求解问题。
- 贪心算法
- 核心本质：每一步只选当前最优解，无需回溯，局部最优累积成全局最优。
- 适配场景：区间合并、跳跃游戏、分发饼干。
- 回溯算法
- 核心本质：暴力枚举所有可能性，通过「选择-递归-撤销选择」遍历全部解空间。
- 适配场景：全排列、子集、N皇后、组合总和。
- 图论专属算法
- 并查集：快速管理元素连通关系，合并集合、判断是否连通。
- 拓扑排序：解决有向图的任务依赖、先后顺序问题。
- Dijkstra：求解带权图的最短路径。
- 字符串专属算法
- KMP：高效字符串匹配，跳过无效比对，避免暴力回溯。
四、优化遍历技巧：只能提速，不能独立解题
核心本质：所有技巧都没有独立解题逻辑，必须依附数组、链表、DFS、DP等载体或算法，作用只有两个：简化代码、降低时间复杂度。
大家常混淆的双指针、滑动窗口，全部属于这类！
高频核心技巧清单
- 双指针：用两个指针替代双层循环，把O(n²)暴力遍历优化为O(n)，分相向、快慢两种形态。
- 滑动窗口：同向双指针的升级版，专门处理子数组、子串连续区间问题。
- 前缀和：提前预处理累加和，把复杂区间求和，变成简单减法运算。
- 差分：批量区间修改神器，把多次区间操作，简化为两次单点操作。
- 单调栈/单调队列：维护数据单调顺序，快速查找左右边界、区间最值，杜绝重复遍历。
- 哈希空间换时间：用哈希表把O(n)查找，直接优化为平均O(1)。
- 剪枝：DFS、回溯过程中，提前砍掉不可能的无效分支，大幅减少运算量。
- 记忆化搜索：缓存递归计算结果，解决重复子问题，是递归版DP的核心技巧。
- 二分答案：不直接解题，通过二分猜测答案，把枚举问题转为对数级查找。
- 排序预处理：先排序规整数据，为双指针、贪心、二分创造解题条件。
- 逆向思维：正向解题复杂时，反向推导，简化边界逻辑。
五、面试真题核心组合（看懂就吃透80%题型）
真实算法题几乎不会单一考察，全部是「数据结构+独立算法+优化技巧」三者组合，给大家列举高频经典搭配：
- 数组 + 排序（独立算法）+ 双指针（技巧） → 三数之和、四数之和
- 数组 + 栈（结构）+ 单调栈（技巧） → 每日温度、柱状图最大矩形
- 字符串 + 哈希表（结构）+ 滑动窗口（技巧） → 最长无重复子串、最小覆盖子串
- 二叉树 + DFS（独立算法）+ 剪枝（技巧） → 路径总和、二叉树路径问题
- 图 + 队列（结构）+ BFS（独立算法） → 腐烂的橘子、岛屿最短路径
- 数组 + 前缀和（技巧） → 子数组和为K、二维区域和查找
- 回溯（独立算法）+ 剪枝（技巧） → N皇后、组合总和进阶
六、终极背诵口诀（面试秒区分）
容器存数据，算法解问题，技巧提速度
1. 纯容器（数据结构） ：数组、链表、栈、队列、哈希、树、图、堆
2. 真算法（独立解题） ：DFS、BFS、二分、排序、DP、贪心、回溯、并查集、KMP
3. 小工具（优化技巧） ：双指针、滑动窗口、前缀和、差分、单调栈、哈希优化、剪枝、记忆化、二分答案
结尾总结
搞懂这套分类逻辑，你就不再是“死刷题目”，而是懂底层、懂架构、懂优化的刷题者。
后续刷题看到任何题目，都可以快速拆解：用什么容器存数据？用什么核心算法解题？用什么技巧优化提速？这也是大厂面试核心考察的思维能力。
