🚪 算法入门篇（零基础版）
算法是什么 · 复杂度是什么 · 数据结构地图 · 刷题路线与方法
1. "算法"和"数据结构"到底是什么？
🍳 类比——做菜：
数据结构 = 厨房里的工具和容器：数组是盘子（摆一排）、链表是串串（穿起来）、栈是叠盘子（后放先拿）、队列是排队（先来先走）
算法 = 菜谱步骤：怎么用这些容器高效完成任务（怎么排序、怎么找东西、怎么走迷宫）
数据结构 = 厨房里的工具和容器：数组是盘子（摆一排）、链表是串串（穿起来）、栈是叠盘子（后放先拿）、队列是排队（先来先走）
算法 = 菜谱步骤：怎么用这些容器高效完成任务（怎么排序、怎么找东西、怎么走迷宫）
简单说：
- 数据结构：数据怎么组织（存的方式决定快慢）
- 算法：数据怎么处理（排序、查找、计算）
- 两者不分家：选对数据结构，算法自然快（用 HashMap 找东西比数组快 100 倍）
为什么面试考算法：考察逻辑思维、代码功底、对性能的理解——不是考"背题"。
🎯 记住
- 数据结构 = 存法；算法 = 解法；存法决定解法的效率
- Java 的 ArrayList/HashMap 都是现成数据结构——你每天都在用，算法题是让你"会造 + 会选"
2. 什么是"时间复杂度"？（面试第一问）
时间复杂度（大 O）：数据量 n 变大时，程序运行时间增长的速度。不是算具体秒数，是看"量级趋势"。
感受复杂度：n = 100 万
O(1) // HashMap 查一次：瞬间（不管数据多大都是 1 步）
O(log n) // 二分查找：约 20 步（100 万折半 20 次）
O(n) // 遍历一次：100 万步（毫秒级）
O(n log n) // 快排：约 2000 万步（OK）
O(n²) // 双重循环：1 万亿步（十几分钟起步 💥）
O(2ⁿ) // 指数级：宇宙毁灭也算不完 ☠️判断方法：数循环——一层循环 O(n)，两层嵌套 O(n²)，循环里砍一半 O(log n)。
🎯 记住
- O(n²) 的代码在百万数据下必挂——所以算法题要"会优化"
- 面试讲答案必讲复杂度："这题暴力是 O(n²)，我用哈希优化到 O(n)"——就这一句就赢了
- 空间复杂度同理：额外开了多大内存（O(1)=不额外开，O(n)=开了一个数组）
3. 数据结构地图：什么时候用什么？（收藏）
| 数据结构 | 特点 | 什么时候用 |
|---|---|---|
| 数组 | 按下标 O(1) 取 | 固定大小、按下标访问 |
| 链表 | 插入删除快（改指针） | 频繁增删、LRU 缓存 |
| 栈 | 后进先出 | 括号匹配、撤销操作 |
| 队列 | 先进先出 | 排队、BFS 层序遍历 |
| 哈希表（HashMap） | 查找 O(1) | 查找/去重/计数——最常用 |
| 堆（PriorityQueue） | 随时取最值 O(log n) | TopK、中位数 |
| 二叉树/BST | 有序、O(log n) 查找 | 排序、范围查找（TreeMap） |
| 图 | 节点 + 关系 | 社交关系、地图、依赖 |
🎯 最高频组合
- "找元素" → 先想哈希表（O(1)）——解决 70% 的"暴力超时"问题
- "取最值" → 堆；"有序" → 排序 + 二分；"相邻关系" → 图 + BFS/DFS
4. 零基础刷题路线（别从难的开始！）
- 阶段 0（1~2 周）：先会写代码（beginner 模块）→ 数组、字符串、简单循环题
- 阶段 1（2~3 周）：哈希表 + 双指针——两数之和、滑动窗口、无重复最长子串
- 阶段 2（2 周）：链表 + 栈队列——反转链表、有效括号、LRU
- 阶段 3（3 周）：二叉树——遍历、最大深度、层序、最近公共祖先
- 阶段 4（3 周）：排序 + 二分 + 动态规划入门
- 持续：每日 1~2 题，用"高频 100 题"清单反复刷