稚一3/100。我盯着这个进度看了半天，说实话，这数字有点寒酸。但如果你跟我一样，属于那种"收藏夹里存了一堆刷题攻略、却迟迟没动手"的人，那这个3其实比100更有意义。我的意思是，从0到1从来都是最难的一步，从1到3是确认自己能不能走下去的关键试探。这篇东西不打算给你灌鸡汤，也不会列一个让人望而生畏的"三个月速通大厂算法"清单，我就想以一个刚起步的普通人视角，把从第1题到第3题这个阶段的真实过程、踩过的坑、以及后面80多题该怎么继续推进的思路，一次性讲透。
如果你正在犹豫要不要开始刷题，或者刚刚打开刷题网站刷了三五题就有点想放弃，这篇文章就是写给你的。这里没有天才式的秒解，也没有动辄上千行的炫技代码，只有一套你明天就能直接照抄的开始流程。
1. 100题计划的起点：为什么偏偏是100题
在定"刷100题"这个目标之前，我其实放过好几次狠话。什么"这周刷30题""一天五道题，一周拿下动态规划"，结果无一例外，都在第三天就偃旗息鼓。后来我想明白一件事：目标定太大，大脑会默认它不可能完成，于是干脆连开始都抗拒。100这个数字，恰好落在一个微妙的心理阈值上——看起来很多，但拆到每天，也就是两三个月的量，能坚持，也配得上"系统"两个字。
1.1 目标背后的心理机制：为什么不是50，也不是300
你可能会问，为什么不是50题？50题听起来更轻松，更容易达成。但真正的算法面试考察范围，50题的覆盖面实在太勉强了。常见的题型标签就有十好几个，比如数组、字符串、哈希表、链表、栈与队列、二叉树、排序与查找、动态规划、贪心、回溯，平均每个标签分不到5题，连入门都不够。反过来，300题对多数在校生和转行者来说又是一个过于漫长的战线，中途极容易因为看不到进度而放弃。100题是那个"跳一跳能够到"的选择：按每个高频标签刷6到8题来算，刚好把核心题型都覆盖一遍，同时还能留出时间去复盘总结，性价比最高。
从执行层面说，100题意味着如果每天稳定刷1题，一个新题加一个旧题复盘，周末再抽半天做专项总结，三个月内基本能完成。三个月是一个很奇妙的时间窗口——足够产生质变，又不会长到让你怀疑人生。而"3/100"这个进度条最大的价值，是每完成一题都在给大脑一个确定的反馈：计划在往前走，没有烂尾。
1.2 起步阶段三件事：选难度、选标签、定节奏
刚开始最难的不是写代码，而是不知道从哪下手。我当时给自己定了几条简单的规则，供你参考。
第一，难度先以简单为主。很多人上来就挑战中等题，结果被虐得体无完肤，然后得出"我不适合刷题"的结论。其实完全没必要。前30题的任务不是证明自己聪明，而是把题目的套路、数据结构的操作手感、代码的边界处理练熟。简单题里同样有值得琢磨的优化空间。从简单到中等，再到困难，这本身就是一道坡度恰好的动态规划问题，没必要一上来就把状态空间撑爆。
第二，标签要收敛。不要今天刷数组、明天跳去二叉树、后天又跑到动态规划。起步阶段建议盯住三到四个最基础的标签：数组、字符串、哈希表、链表。这些是后续所有复杂题型的"基础设施"，地基打不牢，后面全是空中楼阁。等这些标签刷了十来题，再慢慢扩展到栈、队列、二叉树、二分查找，最后才是动态规划、回溯这些让人头秃的模块。
第三，节奏要固定且足够松弛。我的习惯是每天晚上锁定一小时，前一小时专心做题，不刷手机。周末选半天做一次周复盘。别高估自己的意志力，把刷题嵌进每天固定的时段里，比什么激励都管用。顺带说一句，如果某天真的太累或者有事，允许自己断一天，但第二天必须补回来。这个弹性非常重要，因为它防止你因为一次断档就彻底放弃整个计划。
1.3 环境和工具准备：别让流程问题消耗意志力
刷题这事，很多人的第一道坎其实是"环境不舒服"。浏览器里的在线编辑器确实方便，但字体、缩进和代码补全都让人难受。我的建议是，花十分钟把本地环境搭好，可以省掉后面几十小时的别扭。
本地推荐装一个趁手的代码编辑器，配好调试环境。算法题用调试器的场景其实不多，但断点单步能帮你直观看到循环里的变量变化，比单纯print快。然后是注册好刷题平台账号，把答题页面加到浏览器书签栏。很多人会忽略的是一张刷题记录表——别小看这个，我用的表就是最简单的在线表格，每一行记录日期、题号、题目名、难度、标签、解题思路、复杂度、被卡在哪、一句话总结。刷到第3题你就能感觉到，如果没有这张表，上周刷了啥、为什么这么做，很快就全忘了。记录本身也是对抗遗忘最朴素的手段。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 前三题真正要练的，其实是题目之外的功夫
说句实话，前3题能遇到的算法知识点非常有限，无非是遍历、枚举、哈希查重这一档。但这几道题的价值不是在知识点，而是帮你完成三件非常重要的事：看懂题、会调试、会复盘。这三件事，比任何一道具体题目的解法都重要。
2.1 第一关：读懂输入输出，别让边界条件阴到你
第一道题我上来就被教做人了。题目描述明明看得懂，但提交之后连着报错，原因是没处理空输入的情况。这个体验非常典型，几乎每个新手都会经历。刷题平台的判题逻辑是把你代码放进一堆测试用例里跑，包括那些你不屑于思考的边界值：空数组、只有一个元素的数组、全部相同的元素、非常大或非常小的数值。
所以从第1题开始，就要养成一个习惯：读题的时候顺手把"边界条件"圈出来。看题目里有没有提数组长度范围，数值是否可能是负数，字符串是否可能为空。然后在写任何循环之前，先在脑海中追问一句：如果输入是空的，这段代码会不会越界？如果只有一项，逻辑还成立吗？这一步一开始会觉得很繁琐，但刷到第10题左右，它会变成肌肉记忆。第3题亏就亏在没这习惯，后面我会单独讲。
2.2 先写暴力解，再谈优化：刷题的正确姿势
很多人有一个幻觉，觉得一道题必须有"最优解"才有资格提交。这是新手最大的认知误区。我第一道题拿到手，脑子里连哈希表都想不起来，只想到嵌套循环，于是先老老实实把暴力枚举写了出来。代码非常直白，哪怕不会算法的人也能看懂。提交之前我还担心过不了，结果发现暴力解居然也能通过一部分测试用例。
这一步的意义不在于得分，而在于帮你建立"我能把脑子的想法变成代码"的信心。有了一个能跑通的版本，再去想优化就从容多了。比如你写了一个两层循环，你会发现时间复杂度过高，于是自然而然地想知道有没有办法用空间换时间——哈希表就是从这里引入的。所有教材里的"高级数据结构"，本质上都是为了解决暴力解不够快的问题而出现的。从暴力入手，再带着问题去学优化，比一开始就背数据结构定义要高效十倍。
2.3 给自己构造测试用例：不依赖评判系统
新手还有个坏习惯：代码一写完，直接点提交，让系统告诉你对错。这样这题确实过了，但你这道题基本等于白刷。因为你在做题过程中缺失了最关键的一环——自己验证和调试的能力。真实的工作场景中，没有人替你准备测试用例，你的代码要面对的是未知的输入。
从那道让我栽跟头的空输入题之后，我养成了一个习惯：代码写完，先在本地手动构造至少三组测试用例。第一组是"普通用例"，就是题目给的例子；第二组是"边界用例"，比如空数组、单个元素、最大值；第三组是"干扰用例"，比如数组里有重复值，看你的逻辑是否会误伤。这个过程一开始要多花几分钟，但它能帮你过滤掉一半以上的低级错误，而且对培养解题思路特别有帮助。
2.4 第1题到第3题的真实记录
顺便说一下我这三题的轨迹，你对照一下就知道自己正不正常了。第1题，我花了一小时十五分钟，写出一个能跑通的暴力解，中间被空输入坑了一次。第2题，接触了哈希表这个新工具，意识到某些查找问题能让复杂度从O(n²)直接降到O(n)，当时整个人的感觉是"通透了"。第3题，自以为前面两题的经验够了，仗着思路来得快，直接上手写最优解，结果忽略了题目里一个数值溢出的隐含条件，被测试用例反复教育。
你看，三题经历了一个"士气高涨 -> 学会新东西 -> 被隐含条件教做人"的完整周期，这太正常了。刷到第3题，最重要的产出不是会了三道题，而是我知道了"边界条件""哈希表""复杂度优化"这些关键词，在后面会反复出现。
3. 一套能用到第100题的通用刷题方法论
前3题可以靠灵感和直觉，但到第20题、第50题，你就必须有一套稳定可以重复的解题流程。否则每道题都是从头开始摸索，刷题效率会低得惊人。我整理了一套五步法，不是什么创新理论，就是无数次"看题发呆半小时"之后总结出来的保命流程。
3.1 五步解题流程：从读题到提交的固定节奏
第一步，理解题意并转述。读完题不要急着写代码，先在草稿纸上用自己的话把题目复述一遍，尤其是输入是什么、输出是什么、有什么特殊条件。这一步能过滤掉一大半因为没读懂题而导致的错误。
第二步，手写示例并补边界。把题目给的示例手动推一遍，然后自己造一两个边界示例。如果你能手算出正确结果，说明你对题目的理解没有偏差。注意，这一步做的是"手算"，不是在脑子里默算。写下来的过程会逼你把每个细节想清楚。
第三步，暴力解法先落地。不管多笨的方法，先写一个能跑出正确结果的版本。哪怕复杂度惨不忍睹，哪怕你觉得"这也能叫算法"？没关系，先让它跑起来。很多题的暴力解就是穷举所有可能性，写两三个循环，在处理数据规模小的时候完全够用。
第四步，分析暴力解的瓶颈，寻找优化点。看代码里哪一步最耗时，是重复计算了，还是每次都要从头查找。这一步要结合你已有的知识储备。比如查找问题优先想到哈希表，有序数组上查找优先想到二分，涉及子串子数组的连续问题优先想到滑动窗口或前缀和。知道几种常见套路，优化就是在它们之间做选择。
第五步，写正解，分析复杂度，记录复盘。优化到自认为满意之后，提交之前先写下时间复杂度和空间复杂度。这一步千万别省。你以后面试时，讲完思路后面试官问的第一句话大概率就是"复杂度是多少"。如果这个回答支支吾吾，即使代码写成花，印象分也会大打折扣。
3.2 复杂度分析入门：大O到底怎么算
很多人一听到"复杂度"就头皮发麻，觉得这是数学课的内容。其实只需要几个简单的判断原则，就能应付绝大多数算法题。
时间复杂度描述的是"当数据规模变大时，你的代码耗时大概跟着怎么变"。看代码里循环结构的嵌套层次就够了：单个循环，从头到尾跑一遍，就是O(n)；两层嵌套循环，大约跑n×n遍，就是O(n²)；如果每轮循环都把规模减半，比如类似二分的写法，就是O(log n)；如果循环里套了一个二分，就是O(n log n)。空间复杂度同理，就是看你的代码额外开了多大的存储，比如开了一个和输入长度一样长的哈希表，空间复杂度就是O(n)。
我建议你在每道题提交前，给自己答案写一句"体检报告"，比如："时间复杂度O(n)，因为只遍历了一次数组；空间复杂度O(n)，因为额外用了个哈希表。"写完这个，你对自己代码的运行画像就清楚了。至于排序算法里的O(n log n)之类，等刷到排序专题时再深入理解，起步阶段掌握到能说清楚、能比较大小就足够。
3.3 复盘：让一道题产生三道题的价值
我一直觉得，刷题数量不重要，复盘质量才重要。很多时候你会有这种感觉：这道题看题解都懂，关上答案自己写，又卡住了。这恰恰说明，你看懂的只是他人的思路，而不是自己的思路。复盘的本质，是把"我看懂了"变成"我能推出来"。
我的复盘流程是这样的：第一步，提交通过后，立刻打开题解区，看两三种其他解法，不管多冷门，至少用眼睛扫一遍思路。第二步，如果有思路跟你的明显不同，把那个思路的关键点记在刷题表的"一句话总结"列里。第三步，也是最重要的一步，当天睡前或第二天，把这道题重新做一遍，不做任何参考。如果还能顺利写出来，这道题才算真的过。第四步，周末翻一遍本周错题和卡壳题，按套路分类。比如"凡是涉及两数之和查找的，都用了哈希表"，这种总结会逐渐长成你自己的解题工具箱。到第20题左右，你就能感受到这个工具箱的威力。
4. 新手最容易踩的5个坑，我替我踩过了
这段是全文最值钱的部分。下面这些坑，我基本都在前几题里踩了一轮。提前告诉你，能避一个是一个。
4.1 死磕一题超过一小时：及时止损才是高效
曾经有一道题，我整整盯了两小时，各种思路试了个遍，还是过不了，最后点开题解才发现，原来需要的那个知识点我压根没见过。那一刻我意识到，实战练习确实会出真知，但完全不熟悉的知识领域，硬想是想不出来的。后来我给自己定了一条线：一道题独立尝试最多45分钟。如果在45分钟内完全没有思路，或者思路越走越偏，就果断看题解。但看题解有条件：不能照着抄，要理解关键步骤之后关掉答案，从头自己写一遍。这样的"笨办法"，反而让那道题变成了我最熟的一道题。
4.2 只看题解不重写：等于没刷
我第一次使用"看题解"大法时，看完感觉全懂了，甚至能跟朋友把思路讲解一遍。结果第二天在同样的题面前，键盘举起来又放下，脑子一片空白。这给我留下的教训很深：理解他人思路和你自己能通过代码表达出来，中间有一条巨大的鸿沟。任何时候看完题解，一定要自己独立重写一遍，写不出来的地方就是你真正该补的地方。不重写的题解，只是心理安慰。
4.3 知识点贪多求全：频繁换标签是效率杀手
我早期有个毛病，今天觉得链表不会，刷两道链表；明天觉得二叉树也虚，又去刷二叉树；后天一看动态规划题，"诶这个有意思"，又去折腾半天。结果一周下来，啥都是半吊子。正确的做法是集中一段时间专攻一个标签。比如这一周只刷数组和哈希表，下一周只刷链表。只有同一类题刷到一定数量，规律才会浮现出来。我自己是在刷完十几道数组题之后，才真正理解了"双指针"是怎么回事，而且从此看到数组有序，就条件反射地想到双指针。
4.4 忽略边界条件：测试用例专治各种不服
前面我已经念叨了好多遍边界条件，这里再强调一次的原因是，它太容易出问题了。最常见的边界条件有这么几类：空数组、数组长度为1、全部元素相同、递增到最大值、溢出到负数。尤其注意有些题的数字相加虽然看起来小，但中间计算可能已经超出整型的范围。第3题我就是栽在这上面。现在我的习惯是，代码写完先扫一遍，把所有可能为空的输入、可能出现极端值的变量，都加一个判断兜底。宁可多写两行保护代码，也不要让测试用例帮你找到这个bug后，你还一脸委屈。
4.5 不写复杂度分析：面试现场翻车定点
很多刷题网站跟面试不一样，面试官看过题后，第一问一定是：你的思路是什么？第二问基本就是：时间复杂度是多少？能优化吗？如果你平时刷题从不分析复杂度，面试当场就会卡壳。所以平时每道题都必须强制自己说出复杂度，哪怕说错了，也要先说出来再对照检查。被纠正几次之后，你就能练出"看一眼代码就估出复杂度"的感觉。
5. 从3/100到100/100：接下来我打算这么走
说完了起步阶段，聊点规划。100题不是终点，它是通往面试现场之前的一段路。怎么走完它，比走多快更重要。我这里有一个自己正在用的阶段拆解，你可以直接抄作业。
5.1 四个阶段的里程碑划分
我把100题拆成了四个阶段。第1到20题，核心任务是熟悉常见数据结构的操作，题目不用难，必须把数组、字符串、哈希表和链表的基本用法练熟，每个标签刷四五道简单题加一两道中等题。第21到50题，核心任务是集中攻克高频标签，比如二叉树、栈与队列、二分查找，这一阶段可以允许自己在每道题上多花点时间，因为你要学会分析题目"用哪类数据结构"，而不是"这道题我记没记过"。第51到80题，核心任务以中等难度为主，穿插少量困难题，同时开始做专题串联，比如把"滑动窗口"相关的题放在一天内集中刷，形成套路感。第81到100题，核心任务是模拟考场和查漏补缺，一次两题计时完成，做完立刻复盘，把之前记录表里画红圈的知识点再扫一遍。
5.2 面试导向：刷题之外还要练的几件事
刷题只是算法面试的一部分。到后期，我会开始练一个动作：把解题思路口述出来，像在给一个不怎么懂代码的人讲解一样。这个方法对整理思路、发现漏洞特别有效。另一个必须练的是"主动问约束条件"。面试题不会像刷题网站那样把数据范围写得清清楚楚，你需要主动问"数组长度多大""数字可不可以是负数"——这种提问本身就是加分项。这些能力平时不练，面试现场是发挥不出来的。所以我建议，从第50题开始，每道题都试着用三句话概括思路，然后大声说出来，给自己听。
5.3 对抗倦怠期的几个土办法
靠毅力硬撑的人，撑不过100题。我准备了几个应对倦怠期的土办法。第一，允许自己偶尔断档，但绝不允许连续两天不碰，那个"进度条3/100"一旦停住不动，人就很容易彻底松掉。第二，不想刷新题的时候，就做旧题复盘，把之前做过的题重新写一遍，让大脑保持活跃。第三，找个一起刷的同伴或加入打卡群，每天发一发记录，不用多聊，这本质上是一种外部监督。第四，给自己设奖励节点，到20题、50题、80题的时候换个舒服的外设或者出门吃顿好的。人都是需要反馈的动物，制造一个小反馈，比空喊"坚持到底"有用得多。
把进度从3/100推向100/100，说到底不是算法天赋的比拼，而是节奏、方法和心态的综合较量。现在你手里已经有了开始的三板斧：定一个合理的目标、掌握一套稳定的流程、避开前人趟过的坑。剩下的，就是打开第一道题，把那个进度从3改成4。