1. 项目概述为什么我们需要一本自己的学习笔记在技术这条路上数据结构与算法Data Structures and Algorithms简称 DSA就像内功心法无论你用的是 Java、Python 还是 C无论你做的是 Web 开发、人工智能还是系统架构这套心法都是决定你技术上限的关键。我见过太多开发者包括早期的我自己在面对“数据结构与算法”时要么是捧着一本厚厚的经典教材望而生畏要么是在刷题网站上机械地重复“背诵”代码知其然而不知其所以然。最终的结果往往是面试前突击工作后遗忘遇到复杂问题依然无从下手。这正是我决定系统整理这份学习笔记的初衷。它不是一个简单的知识罗列也不是另一本教材的摘要。它的核心价值在于构建一个属于你自己的、可迭代、可查询、能真正指导实践的知识体系。市面上的资料很多严蔚敏老师的书讲原理LeetCode 提供练习各种博客分享技巧。但知识是散的你需要一根线把它们串起来并且打上你自己的“理解结”。这份笔记就是那根线记录的是我从“看山是山”到“看山还是山”过程中那些踩过的坑、顿悟的瞬间和实战中提炼出的模式。你会发现热词里既有“KMP算法”、“Dijkstra算法”这样的经典也有“多模态融合算法”、“PPO算法”这些前沿还有“京东算法全员涨薪”这样的行业动态。这恰恰说明了 DSA 的基石地位——它既是古老而稳定的理论又能不断催生新的技术浪潮。通过这份笔记我希望你能掌握的不仅是“双端队列Deque怎么实现”更是“为什么在这个场景下 Deque 比 Vector 更合适”的底层逻辑。接下来我会拆解构建这份笔记的完整心法与实操你可以直接复用这个框架填充属于你自己的理解。2. 笔记体系构建心法从散点知识到网状结构盲目地按教材目录抄写是笔记最大的误区。有效的笔记体系应该像一张精心设计的地图既有清晰的路径学习路线又有详尽的坐标知识点还能标注出险滩和捷径易错点与技巧。2.1 核心框架设计三大支柱缺一不可我的笔记主体分为三个互相关联的部分确保理论与实践、深度与广度相结合。第一部分概念与本质What Why这部分回答“是什么”和“为什么”。对于每个数据结构或算法我不直接记录定义而是先记录它产生的原始动机。示例栈Stack。我不会只写“后进先出LIFO”。我会记录“栈的核心是解决‘最近相关性’问题。比如函数调用栈当前函数最近调用必须优先执行完才能返回上一层较远调用。浏览器前进后退、括号匹配都是这个思想的体现。” 这样当你看到“需要处理最近相关操作”的场景时栈自然会浮现在脑海。记录形式用思维导图或康奈尔笔记法左侧记标准定义和性质右侧大面积留白用于记录自己联想到的应用场景和与其他知识的对比如栈 vs. 队列的适用场景。第二部分实现与操作How这是笔记的技术核心但切忌变成代码搬家。我坚持**“从接口到实现”**的记录原则。抽象接口API先行先明确这个数据结构应该提供哪些操作如push,pop,peek对于栈并思考这些操作的时间复杂度承诺。这训练了你设计 API 的能力。多种实现对比对于关键数据结构记录至少两种实现方式。例如“队列”基于数组的循环队列重点记录如何利用(head 1) % capacity判空、判满以及这样做的原因——避免数据搬迁实现 O(1) 操作。基于链表的队列重点记录指针头尾指针的维护。我会画出示意图标注插入和删除时指针的变化过程。对比栏紧接着我会用一个表格总结特性数组循环队列链表队列时间复杂度入队/出队 O(1)入队/出队 O(1)空间浪费可能有固定容量无动态增长优势内存连续访问快无容量限制灵活劣势容量固定需处理扩容每个节点有额外指针开销关键代码片段只记录最核心、最容易出错的那几行代码。比如循环队列的enqueue操作我会注释上“tail (tail 1) % array.length;这里是精髓实现了环形复用。”第三部分模式与应用Pattern Application这是将知识转化为能力的关键。我将算法和数据结构归类到更高的“解题模式”或“设计模式”下。模式归纳例如将“广度优先搜索BFS”、“Dijkstra 算法”、“拓扑排序”归到“图遍历与搜索”模式。笔记中会总结该模式的通用框架需要一个队列/优先队列一个 visited 集合一套循环展开邻居的模板。场景索引建立一个反向索引表。例如当遇到问题时可以快速查找需要快速查找/插入/删除- 哈希表HashMap、平衡二叉搜索树AVL 红黑树。数据有先后依赖关系- 拓扑排序。求最优解最短路径、最小花费- 贪心、动态规划、Dijkstra。模拟递归/回溯过程- 栈。前沿关联在相应的基础算法旁备注其在前沿领域的变体。如在“动态规划”旁备注“强化学习中的 PPO 算法也涉及策略迭代可类比理解”在“图算法”旁备注“多模态融合中常构建异构图其遍历是基础”。实操心得不要一次性追求完美。我的笔记迭代了三个版本V1.0 是读书摘抄V2.0 加入了 LeetCode 题解V3.0 才形成了现在的“模式与应用”体系。建议你先搭起第一部分的框架在刷题和项目中逐步丰富第二、三部分。2.2 工具与载体选择电子化与可搜索性纸质笔记有仪式感但不利于迭代和搜索。我强烈推荐使用数字笔记工具。首选Obsidian 或 Logseq这类双向链接笔记软件是构建知识网络的利器。你可以为“动态规划”创建一个笔记然后在“背包问题”、“最长公共子序列”等笔记中通过[[动态规划]]链接回来。软件会自动生成关系图谱让你直观看到知识间的联系这正是将知识从线性变为网状的关键。次选Notion 或飞书文档它们表格、看板、代码块功能强大适合整理对比性的内容如各种排序算法对比表。代码管理GitHub 或 Gitee将你的核心实现代码尤其是带详细注释的用版本管理工具存起来。这不仅是备份未来面试前复习直接看自己的代码仓库比看任何资料都亲切。绘图工具对于复杂的算法过程如红黑树旋转、KMP 的 next 数组构建一张清晰的流程图或动画截图胜过千言万语。我用Excalidraw手绘风格图表看起来更易懂。3. 核心数据结构深度解析与实战笔记要点下面我以几个高频且易错的数据结构为例展示如何在我的笔记体系中记录它们。3.1 双端队列Deque不止是“两头都能操作的队列”热词中提到了 C STL 中的deque。很多人只记住它“两端插入删除 O(1)”但这远远不够。笔记记录要点本质剖析我会画一个图把它理解为一个“分块的动态数组”。它由多个连续的固定大小的块buffer组成通过一个中央映射器map来管理这些块。这解释了为什么它支持随机访问但效率不如 vector以及为什么在首尾插入高效只需在头/尾块操作必要时分配新块。与 Vector/List 的深度对比操作VectorDequeList头部插入O(n)O(1)O(1)尾部插入均摊 O(1)O(1)O(1)中间插入O(n)O(n)O(1)随机访问O(1)O(1)O(n)内存布局连续分段连续不连续核心应用场景记录滑动窗口最大值/最小值问题这是 Deque 的经典考题。笔记中我会记录模板代码并重点注释为什么用 Deque 而不用普通队列因为需要从队尾弹出比当前元素小的值以保持队头是最大值。实现栈和队列作为练习记录如何仅用 Deque 实现栈只用一端和队列一端进一端出。撤销操作Undo的高级实现在一些编辑器中Undo 栈可能用 Deque 实现以便在深度撤销时也能高效操作。3.2 哈希表HashMap从碰撞处理到容量规划哈希表是使用最频繁的数据结构也是面试重灾区。笔记不能只停留在“key-value 存储”。笔记记录要点哈希冲突解决方案详解链地址法画图说明“数组链表”的结构。记录 Java 8 中 HashMap 的优化当链表长度超过 8 且数组长度大于 64 时链表会转为红黑树以将查找时间从 O(n) 降为 O(log n)。为什么是 8我会备注根据泊松分布哈希冲突达到 8 的概率极低这是一种在空间和时间上的权衡。开放地址法详细记录线性探测、二次探测、双重哈希的区别。重点记录“聚集”现象及其影响。扩容机制Rehashing这是关键。记录触发扩容的条件如负载因子 0.75以及扩容时通常是翻倍所有元素需要重新计算哈希并放置的过程。我会计算一下扩容的成本理解为什么是“均摊 O(1)”而不是严格的 O(1)。实战注意事项键对象的 hashCode 与 equals用例子说明为什么重写equals必须重写hashCode。并发问题简单记录 HashMap 非线程安全而 ConcurrentHashMap 采用了分段锁或 CAS 操作来保证安全。3.3 树结构家族二叉树、堆与并查集树是许多高级算法的基础笔记需要体现它们的演化关系。笔记记录要点二叉树遍历的非递归实现这是必考基础。我会并列写出递归和迭代用栈的代码并对比其优缺点。对于迭代法要详细注释栈中保存的是什么节点还是任务。堆Heap与优先队列本质一颗完全二叉树且任意节点的值总是不大于或不小于其子节点的值。核心操作上浮swim和下沉sink的图示手绘出调整过程。应用记录堆排序的过程以及其在 Top K 问题用小顶堆、求中位数用双堆、Dijkstra 算法中作为优先队列的关键作用。并查集Union-Find用“帮派”类比初始化时各自为王父节点是自己查找find时找老大根节点同时进行路径压缩让小弟直接认老大合并union时将一个帮派的老大认另一个帮派的老大为老大按秩合并。记录模板代码包含路径压缩和按秩合并优化的完整实现。应用场景朋友圈问题、岛屿数量动态连接问题、最小生成树Kruskal 算法。4. 核心算法精讲与解题模式沉淀算法部分是笔记的精华重在理解思想、识别模式、总结模板。4.1 字符串匹配KMP 算法为什么是 O(n)KMP 算法常被死记硬背。我的笔记重点记录其状态机思想。核心前缀表next 数组的重新定义我不把它记作“最长相同前后缀长度”而是理解为“当匹配失败时模式串指针应该回退到的位置”。这个位置是已匹配部分中其后缀能和模式串前缀对齐的地方。构建过程的动态图示我会分步骤画出构建next数组的过程用两个指针i后缀末尾和j前缀末尾也代表next[i-1]的值来演示。关键代码旁注释# 构建前缀表 next j 0 # j指向前缀末尾也代表当前匹配的长度 next[0] 0 for i in range(1, len(pattern)): while j 0 and pattern[i] ! pattern[j]: # 不匹配j回退 j next[j-1] if pattern[i] pattern[j]: # 匹配j前进 j 1 next[i] j # 记录当前位置的最长前缀长度注意while循环里的回退是精髓它利用了之前已经计算好的next值避免了从头开始匹配。与暴力解法的对比画一个对比表格说明暴力解法在aaaaaab匹配aaab时的最坏情况以及 KMP 如何通过next数组避免主串指针的回退。4.2 动态规划DP从记忆化搜索到状态转移DP 是难点笔记的关键是建立一套通用的分析框架。四步法笔记模板对于每个 DP 问题我都按以下结构记录状态定义dp[i][j]代表什么用自然语言描述清楚。状态转移方程这是核心。写出方程并用文字解释“为什么是这样转移的”。初始化哪些状态是已知的、边界情况是什么遍历顺序与结果应该怎么循环dp数组的哪个位置是最终答案经典问题对比背包问题将 0-1背包、完全背包、多重背包的问题描述、状态定义、转移方程、初始化、遍历顺序特别是为何完全背包要正序0-1背包要逆序列在一个大表格里差异一目了然。子序列问题最长递增子序列 (LIS)、最长公共子序列 (LCS)、编辑距离。对比它们的dp数组定义一维还是二维以及转移方程中“取 max/min”的逻辑差异。空间优化技巧记录“滚动数组”技巧例如将二维dp[i][j]优化为一维dp[j]并注明优化前提和遍历顺序的调整。4.3 图论算法BFS、DFS 与 Dijkstra图算法笔记的重点是抽象出框架。BFS 与 DFS 的框架化记录BFS模板 队列 visited集合。记录其适用于“无权图最短路径”、“层次遍历”。DFS模板 递归栈或显式栈 visited集合或路径记录。记录其适用于“连通分量”、“拓扑排序”、“回溯问题”。对比用同一个图如二叉树的遍历展示 BFS层序和 DFS前序代码和输出结果的差异。Dijkstra 算法深度剖析为什么不能有负权边用反例图说明记录其贪心策略每次从优先队列中取出当前最短路径节点在负权边下会失效。时间复杂度分析记录基于不同数据结构数组、二叉堆、斐波那契堆的实现其复杂度分别为 O(V^2)、O((VE)logV)、O(E VlogV)。与 BFS 的关系强调当边权为 1 时Dijkstra 算法退化为 BFS队列即可无需优先队列。拓扑排序的两种实现Kahn 算法BFS 思路记录入度表、队列、每次移除入度为 0 的节点的过程。DFS 后序遍历反转记录 DFS 遍历在递归返回时将节点入栈最后栈的逆序即为拓扑序。并备注此法便于检测环遇到后向边说明有环。5. 学习路径与实战演练如何高效使用这份笔记笔记是死的学习是活的。我根据自己的经验总结出一套结合笔记的学习循环。5.1 分阶段学习计划第一阶段基础筑基1-2个月目标掌握数组、链表、栈、队列、哈希表、二叉树、图的基本概念和实现。方法对照笔记第一部分概念与本质理解每个结构的“为什么”。动手实现每个数据结构的基本操作不依赖语言内置库。练习LeetCode 或《剑指 Offer》简单难度题目重点练习对基本操作的运用。第二阶段算法突破2-3个月目标掌握排序、二分查找、递归、分治、BFS/DFS、贪心、动态规划、位运算等核心算法思想。方法对照笔记第二部分实现与操作和第四部分算法精讲吃透经典算法如快排、归并、Dijkstra。为每个算法总结一个不超过10行的代码模板。练习LeetCode 中等难度题目按“标签”或“模式”刷题如一周专攻动态规划。第三阶段综合应用与进阶持续目标应对复杂问题学习高级数据结构如红黑树、跳表、Trie树了解算法在前沿领域的应用。方法使用笔记第三部分模式与应用和建立的反向索引练习综合题目。阅读高级数据结构的源码解析如 Java HashMap、Redis 跳表。练习LeetCode 困难难度题目参加周赛尝试阅读开源项目中与算法相关的核心模块。5.2 刷题笔记法一题三刷举一反三刷题不是目的通过题目巩固和扩展笔记才是。我采用“一题三刷”法第一遍独立思考暴力求解。无论多慢先自己思考写出一个能工作的解法哪怕是暴力法。记录下自己的初始思路和遇到的卡点。第二遍学习最优解更新笔记。看完题解后理解最优解通常是时间/空间复杂度更优的。关键步骤将这道题归类到笔记的某个“模式”下例如识别出这是“滑动窗口”模式。如果笔记里没有就新建一个模式条目。将最优解的代码、思路图解、时间复杂度分析记录到该模式下的“例题”部分。第三遍隔期复习白板重写。一周或一个月后不看任何参考在白板或纯文本编辑器里重新实现。这次重点关注代码的简洁性和边界条件处理的完备性。5.3 面试与工作中的应用面试准备快速复习面试前不看细节快速浏览笔记的“模式与应用”部分以及自己总结的“解题模板”激活知识网络。沟通框架在面试中解题时按照笔记中养成的习惯来沟通先澄清问题阐述暴力解法分析复杂度然后提出优化思路联想到某个模式最后写出代码。这体现了你系统化的思维能力。工作实践代码评审当你看到同事用了List频繁在头部插入数据时你能指出这里用LinkedList或Deque更合适因为时间复杂度从 O(n) 降到了 O(1)。你的笔记知识让你能做出更有说服力的技术建议。技术选型设计一个缓存淘汰策略时你会立刻想到 LRU 缓存机制其高效实现正依赖于哈希表快速查找和双向链表快速增删的结合。你的笔记里应该记录了LinkedHashMap的原理或自己实现 LRU 的细节。问题排查当系统出现性能瓶颈通过 profiling 发现某个哈希函数导致严重碰撞时你对哈希表扩容和冲突解决机制的深入理解能帮助你快速定位并设计优化方案。构建和维护这份数据结构与算法笔记是我职业生涯中回报率最高的投资之一。它不仅仅是为了通过某次面试更是为了培养一种解决问题的“算法思维”。这种思维让你在面对任何复杂系统、模糊需求时都能下意识地去分析数据流动、寻找关键操作、评估时间与空间的成本从而设计出更优雅、更健壮的解决方案。现在就打开你的编辑器开始构建属于你自己的“武林秘籍”吧。从第一个数据结构开始记下你此刻的理解半年后再回头看你会惊讶于自己的成长。