CS算法系统学习路线¶

📚 学习理念¶

为什么学算法？ - 提升代码效率和问题解决能力 - 通过技术面试（特别是大厂） - 优化AI/ML项目的性能 - 培养计算思维

学习原则 - ✅ 实用优先：先学最常用、性价比高的算法 - ✅ 代码实践：手写代码，不只是理解概念 - ✅ 循序渐进：从基础到高级，打好地基 - ✅ 反复练习：同一算法多次实现，加深理解 - ✅ 联系实际：结合AI/ML场景应用

🎯 学习路径（共4个阶段）¶

阶段一：基础准备（2-3周）¶

目标：掌握数据结构和复杂度分析

复杂度分析（2-3天）
时间复杂度：O(1), O(n), O(log n), O(n²)等
空间复杂度
最好/最坏/平均情况分析
基础数据结构（1-2周）
数组、链表
栈、队列
哈希表
树的基础概念
语言基础（持续）
Python：列表、字典、集合的高效使用
C++：STL容器（vector, map, set等）

练习重点：能快速选择合适的数据结构

阶段二：核心算法（4-6周）¶

目标：掌握最常用的算法思想

排序算法（1周）
快速排序（最重要）
归并排序
堆排序
应用场景理解
搜索算法（1-2周）
二分搜索（必须掌握）
深度优先搜索（DFS）
广度优先搜索（BFS）
动态规划（2-3周）
背包问题
最长公共子序列
爬楼梯问题
状态转移思想

练习重点：每类算法至少手写3遍

阶段三：进阶算法（4-6周）¶

目标：解决复杂问题的工具箱

图算法（2-3周）
图的表示方法
最短路径（Dijkstra）
最小生成树
拓扑排序
贪心算法（1周）
贪心思想
经典问题（活动选择、霍夫曼编码）
字符串算法（1-2周）
KMP算法
正则表达式基础

练习重点：综合运用多种算法

阶段四：实战强化（持续）¶

目标：算法应用和面试准备

LeetCode分类训练
按算法类型刷题
每周2-3道，重质量不重数量
AI/ML中的算法应用
数据预处理中的排序/搜索
图神经网络中的图算法
动态规划在序列标注中的应用
代码优化实践
分析现有代码的复杂度
用算法优化实际项目

📖 学习资源¶

在线资源¶

LeetCode中国：https://leetcode.cn/
VisuAlgo：算法可视化 https://visualgo.net/zh
Github：awesome-algorithms仓库

视频课程¶

Coursera：Algorithms (Princeton)
B站：尚硅谷、左程云算法课

🛠️ 学习方法¶

每个算法的学习步骤¶

Text Only

1. 理解问题 → 2. 学习算法 → 3. 手写实现 → 4. 测试调试 → 5. 变式练习

使用AI工具的正确姿势¶

❌ 不要：直接让AI写代码，复制粘贴
✅ 应该：
先自己尝试实现
用AI解释你不理解的代码
让AI给出变式题目
用AI检查你的代码逻辑

练习建议¶

每道题至少写3遍：
第1遍：看题解理解
第2遍：自己实现
第3遍：隔几天重新写
建立代码模板库：
每类算法积累通用模板
记录常见错误和陷阱

📊 学习进度跟踪¶

在 学习进度.md 中记录学习进度，包括： - 已学算法列表 - 刷题数量和类型 - 遇到的问题和解决方案

🎓 学习里程碑¶

里程碑1：能用时间/空间复杂度分析代码
里程碑2：能手写快速排序和二分搜索
里程碑3：能用DFS/BFS解决树/图问题
里程碑4：能用动态规划解决经典问题
里程碑5：LeetCode刷题50+，中等题通过率70%+
里程碑6：能优化自己AI项目的代码性能

🚀 开始学习¶

从 01-基础/ 开始你的算法之旅！记住：

"最好的学习方法就是实践。每天进步一点点，持续坚持。"

加油！💪

最后更新日期：2026-02-12 适用版本：算法教程 v2026