LeetCode 热门 100 题全模块总结：数据结构与算法的系统化思维

Fri, 24 Jul 2026 00:00:00 +0000

一、前言

经过前面 11 个模块、15 篇文章的系统学习，我们已经完成了 LeetCode 热门 100 题的全覆盖。从最基础的哈希表到最复杂的多维动态规划，从线性的数组链表到非线性的图论和回溯，每一道题都对应一种特定的算法思想或数据结构技巧。

本文旨在对全部模块进行 横向对比与纵向串联，帮助你在脑海中形成一张完整的"算法知识图谱"。当遇到新题目时，能够快速匹配到对应的解题范式。

二、算法模块全景图

LeetCode 热门 100 题的算法模块可以按照 数据结构 和 算法思想 两个维度进行分类：

按数据结构分类

模块	核心数据结构	代表题目
哈希表	HashMap / HashSet	两数之和、字母异位词分组、最长连续序列
栈	Deque（ArrayDeque）	有效的括号、最小栈、字符串解码、每日温度
堆（优先队列）	PriorityQueue	第K大元素、前K高频元素、数据流中位数
链表	ListNode（自定义）	反转链表、环形链表、合并链表、LRU缓存
二叉树	TreeNode（自定义）	中序遍历、最大深度、对称二叉树、最近公共祖先
前缀树	TrieNode（自定义）	实现 Trie（208）
矩阵/二维数组	int[][]	矩阵置零、螺旋矩阵、旋转图像、搜索二维矩阵
图（邻接表）	List[]	课程表（拓扑排序）

按算法思想分类

模块	核心思想	代表题目
双指针	同向/相向指针遍历	移动零、盛最多水、三数之和、接雨水
滑动窗口	双指针维护动态区间	无重复字符最长子串、字母异位词、最小覆盖子串
二分查找	不断缩小搜索区间	搜索插入位置、旋转数组、两数组的中位数
回溯	选择-探索-撤销（DFS+剪枝）	子集、全排列、N皇后、单词搜索
贪心	每一步局部最优 → 全局最优	划分字母区间
动态规划	重叠子问题 + 状态转移	爬楼梯、打家劫舍、零钱兑换、最长递增子序列
多维DP	二维及以上状态表	不同路径、最长公共子序列、编辑距离
图论	DFS/BFS / 拓扑排序 / 并查集	岛屿数量、腐烂的橘子、课程表
特殊技巧	数学性质 / 位运算 / 链表判圈	只出现一次的数字、多数元素、颜色分类、寻找重复数

三、时间复杂度与空间复杂度全景对比

下表是对 11 大模块中 每一类核心操作 的时间与空间复杂度的全景汇总。

3.1 数据结构操作复杂度

数据结构	核心操作	时间复杂度	空间复杂度	备注
哈希表	查找 / 插入 / 删除	O(1) 平均	O(n)	最坏 O(n) 哈希碰撞
栈	入栈 / 出栈 / 取栈顶	O(1)	O(n)	严格 O(1) 操作
堆（优先队列）	插入（offer）	O(log n)	O(n)	堆化操作
堆（优先队列）	删除堆顶（poll）	O(log n)	O(n)	下沉调整
堆（优先队列）	取堆顶（peek）	O(1)	O(1)	—
链表	查找/访问	O(n)	O(n)	不支持随机访问
链表	插入/删除（已知位置）	O(1)	O(1)	需先遍历到目标
二叉树	遍历（DFS/BFS）	O(n)	O(h)	h 为树高
前缀树	插入 / 搜索	O(L)	O(26×N×L)	L 为字符串长度
矩阵	遍历	O(mn)	O(1)	额外空间取决于算法

3.2 算法复杂度对比

算法模块	最佳时间复杂度	最差时间复杂度	空间复杂度	适用数据规模
暴力枚举	O(n)	O(n!)	O(1)	n ≤ 20
双指针	O(n)	O(n²)（三数之和）	O(1)	很大
滑动窗口	O(n)	O(n)	O(k)	很大
二分查找	O(log n)	O(log n)	O(1)	极大
回溯	O(n·2^n) ~ O(n!)	O(n!) ~ O(n·n!)	O(n)	n ≤ 15~20
贪心	O(n)	O(n log n)	O(1) ~ O(n)	很大
动态规划（一维）	O(n)	O(n²)	O(n) → O(1) 可优化	n ≤ 10⁵
多维DP	O(mn)	O(n³)	O(mn) → O(n) 可优化	维度数决定
图论 DFS/BFS	O(V+E)	O(V+E)	O(V)	中等
图论拓扑排序	O(V+E)	O(V+E)	O(V+E)	中等
图论并查集	O(α(n))	O(α(n))	O(n)	极大（α为反阿克曼函数）

3.3 LeetCode 热门 100 题中各模块时间复杂度速查

模块	代表题	最优解法	时间复杂度	空间复杂度
哈希表	两数之和	哈希表	O(n)	O(n)
哈希表	最长连续序列	HashSet + 起点延伸	O(n)	O(n)
双指针	盛最多水的容器	左右指针（相向）	O(n)	O(1)
双指针	三数之和	排序 + 双指针	O(n²)	O(1)
双指针	接雨水	左右指针（维护最高）	O(n)	O(1)
滑动窗口	无重复最长子串	哈希集合 + 窗口	O(n)	O(k)
滑动窗口	最小覆盖子串	频次计数 + 窗口	O(n+m)	O(k)
二分查找	搜索旋转数组	二分 + 有序区间判定	O(log n)	O(1)
二分查找	两数组中位数	二分较短的数组	O(log min(m,n))	O(1)
回溯	子集	`start` 控制递归	O(n·2^n)	O(n)
回溯	N 皇后	列+对角线剪枝	O(n!)	O(n²)
贪心	划分字母区间	最后位置 + 边界切分	O(n)	O(1)
动态规划	爬楼梯	一维 DP	O(n)	O(1)
动态规划	零钱兑换	完全背包 DP	O(amount·n)	O(amount)
动态规划	最长递增子序列	DP + 二分优化	O(n log n)	O(n)
多维DP	不同路径	二维DP / 滚动数组	O(mn)	O(n)
多维DP	编辑距离	二维DP / 滚动数组	O(mn)	O(n)
栈	柱状图最大矩形	单调栈 + 哨兵	O(n)	O(n)
栈	字符串解码	双栈（数字+字符串）	O(n·maxK)	O(n)
堆	第K大元素	小顶堆（大小k）	O(n log k)	O(k)
堆	数据流中位数	双堆（大顶+小顶）	O(log n) 插入	O(n)
数组/技巧	最大子数组和	Kadane 算法	O(n)	O(1)
数组/技巧	缺失第一个正数	原地哈希	O(n)	O(1)
矩阵	矩阵置零	第一行/列作标记	O(mn)	O(1)
矩阵	搜索二维矩阵 II	Z字形搜索	O(m+n)	O(1)
链表	环入口	快慢指针	O(n)	O(1)
链表	排序链表	归并排序（自底向上）	O(n log n)	O(1)
图论	岛屿数量	DFS/BFS 染色	O(mn)	O(mn)
图论	课程表	拓扑排序（Kahn）	O(V+E)	O(V+E)

四、算法选择心法：遇到新题怎么想？

4.1 问题特征 → 算法映射

当你在面试或刷题中遇到一个新问题时，可以按照以下思路快速定位解法：

输入特征                          → 优先考虑的算法
──────────────────────────────────────────────────
数据规模 n ≤ 20                   → 回溯 / 状态压缩
数据规模 n ≤ 1000                 → O(n²) 可接受（DP、暴力）
数据规模 n ≤ 10⁵                 → O(n log n)（排序、二分、堆）
数据规模 n ≤ 10⁶+                → O(n) 或 O(1)（哈希、贪心、双指针）

需找"最长/最短子串"              → 滑动窗口
需找"子数组和=target"            → 前缀和 + 哈希
需找"第K大/小"                  → 堆 / 快速选择
有序数组 / 部分有序              → 二分查找
需枚举所有排列/组合/子集          → 回溯
需找最值，且子问题重叠            → 动态规划
每步局部最优 → 全局最优           → 贪心（需证明）
图/树/网格连通性                 → DFS / BFS
依赖关系 / 课程安排              → 拓扑排序
成对元素 / 匹配                 → 栈 / 哈希表
原地操作 / O(1)空间              → 双指针 / 原地哈希

4.2 复杂度渐进关系速记

O(1) < O(log n) < O(n) < O(n log n) < O(n²) < O(2ⁿ) < O(n!)

10⁶  → O(n) 或 O(n log n)   ✅ 可行
10⁴  → O(n²)                ✅ 可行
10²  → O(n³)                ⚠️ 勉强
20   → O(2ⁿ) / O(n!)        ⚠️ 剪枝后可过

五、各模块核心心法速记

哈希表

“用空间记录历史，避免未来重复查找。” 核心能力：O(1) 的存在性查询。适合求和、配对、去重、计数、归类。

双指针

“一次遍历代替嵌套循环，O(1) 空间优化 O(n²) 时间。” 核心能力：同向（快慢）用于原地修改，相向（左右）用于有序数组配对和最值。

滑动窗口

“右指针扩张找可行解，左指针收缩找最优解。” 核心能力：子串/子数组问题的 O(n) 利器，配合频次计数器。

二分查找

“不断缩小搜索区间，排除不可能的一半。” 核心能力：O(log n) 在有序或部分有序空间中精确定位。

回溯

“选择 → 递归 → 撤销。暴力穷举 + 剪枝。” 核心能力：排列、组合、子集、分割、棋盘问题的通用模板。

贪心

“每步局部最优，累积出全局最优。” 核心能力：需要证明贪心选择性质，常用于区间、调度、边界类问题。

动态规划

“定义状态 → 转移方程 → 初始化 → 填表顺序 → 返回结果。” 核心能力：多阶段决策最优解，用空间换时间避免重复计算。

栈

“LIFO 保存等待处理的状态。匹配、回溯、单调栈三大场景。” 核心能力：括号匹配、嵌套解码、下一个更大元素、最大矩形面积。

堆

“动态极值容器。小顶堆保留 TopK，大顶堆保留 BottomK。” 核心能力：O(log n) 插入 + O(1) 获取极值，适合数据流和 TopK。

链表

“指针操作的艺术。虚拟头结点 + 双指针 + 递归。” 核心能力：反转、合并、环检测、随机复制、归并排序。

矩阵

“将二维操作转化为一维或常量操作。” 核心能力：原地标记、边界收缩、转置+翻转、单调性搜索。

图论

“状态传播（DFS/BFS）、依赖顺序（拓扑排序）、字符串查找（Trie）。” 核心能力：连通性检测、层数传播、环检测、前缀匹配。

六、学习路线建议

第一阶段：基础数据结构（1~2 周）

数组与字符串：双指针、滑动窗口、前缀和
链表：反转、合并、快慢指针、环检测
栈与队列：括号匹配、单调栈、最小栈

第二阶段：核心算法思想（2~3 周）

哈希表：两数之和系列、分组、连续序列
二叉树：遍历框架、递归分解、BST、路径和
堆：TopK、前K高频、中位数
二分查找：边界查找、旋转数组、双数组

第三阶段：进阶算法（3~4 周）

回溯：子集、组合、排列、分割、N皇后
动态规划（一维）：线性DP、背包DP、子序列DP
多维DP：网格路径、双序列匹配、编辑距离
图论：DFS/BFS、拓扑排序、Trie

第四阶段：综合与技巧（持续）

矩阵专题：原地标记、螺旋遍历、旋转
贪心与技巧：摩尔投票、荷兰国旗、Floyd判圈
混合应用：前缀树+回溯（单词搜索 II）、堆+分治（395题）

七、写在最后

算法学习没有捷径，但有方法论。LeetCode 热门 100 题之所以"热门"，正是因为它们覆盖了面试中最常考的算法模型和数据结构。吃透这 100 道题，意味着你掌握了：

11 种算法思想（枚举、双指针、滑动窗口、二分、回溯、贪心、DP、分治、拓扑、并查集、位运算）
8 种数据结构（数组、链表、栈、队列、哈希表、树、堆、图）
3 种优化思路（空间换时间、状态复用、单调性剔除）

“刷题不在多，在于精。精在于总结，在于归纳，在于形成条件反射。”

当你看到"连续子数组"想到前缀和，看到"子串"想到滑动窗口，看到"第K大"想到堆，看到"所有可能"想到回溯，看到"最值"想到 DP — 你就完成了从"刷题"到"解题"的蜕变。

祝你在 Java 后端开发与算法面试的道路上越走越远！🚀

数据结构 on 奇伏禾