玩转算法面试 从真题到思维全面提升算法思维

第1章 算法面试到底是什么鬼?
1-1 算法面试不仅仅是正确的回答问题 (19:37)
1-2 算法面试只是面试的一部分 (14:51)
1-3 如何准备算法面试 (17:38)
1-4 如何回答算法面试问题 (13:40)
1-5 大厂面试为什么总考算法？
第2章 面试中的复杂度分析
2-1 究竟什么是大O（Big O） (19:52)
2-2 对数据规模有一个概念 (11:26)
2-3 简单的复杂度分析 (19:20)
2-4 亲自试验自己算法的时间复杂度 (14:53)
2-5 递归算法的复杂度分析 (14:46)
2-6 均摊时间复杂度分析（Amortized Time Analysis） (15:16)
2-7 避免复杂度的震荡 (11:25)
第3章 数组中的问题其实最常见
3-1 从二分查找法看如何写出正确的程序 (15:27)
3-2 改变变量定义，依然可以写出正确的算法 (12:06)
3-3 在LeetCode上解决第一个问题 Move Zeros (13:27)
3-4 即使简单的问题，也有很多优化的思路 (15:30)
3-5 三路快排partition思路的应用 Sort Color (22:26)
3-6 对撞指针 Two Sum II – Input Array is Sorted (19:44)
3-7 滑动窗口 Minimum Size Subarray Sum (14:09)
3-8 在滑动窗口中做记录 Longest Substring Without Repeating Characters (15:20)
第4章 查找表相关问题
4-1 set的使用 Intersection of Two Arrays (11:12)
4-2 map的使用 Intersection of Two Arrays II (13:05)
4-3 set和map不同底层实现的区别 (19:00)
4-4 使用查找表的经典问题 Two Sum (16:56)
4-5 灵活选择键值 4Sum II (13:25)
4-6 灵活选择键值 Number of Boomerangs (14:45)
4-7 查找表和滑动窗口 Contain Duplicate II (11:20)
4-8 二分搜索树底层实现的顺序性 Contain Duplicate III (10:50)
第5章 在链表中穿针引线
5-1 链表，在节点间穿针引线 Reverse Linked List (15:44)
5-2 测试你的链表程序 (16:26)
5-3 设立链表的虚拟头结点 Remove Linked List Elements (17:08)
5-4 复杂的穿针引线 Swap Nodes in Pairs (13:30)
5-5 不仅仅是穿针引线 Delete Node in a Linked List (07:29)
5-6 链表与双指针 Remove Nth Node Form End of List (16:49)
第6章 栈，队列，优先队列
6-1 栈的基础应用 Valid Parentheses (16:10)
6-2 栈和递归的紧密关系 Binary Tree Preorder, Inorder and Postorder Traversal (16:03)
6-3 运用栈模拟递归 (19:33)
6-4 队列的典型应用 Binary Tree Level Order Traversal (10:26)
6-5 BFS和图的最短路径 Perfect Squares (21:20)
6-6 优先队列 (11:09)
6-7 优先队列相关的算法问题 Top K Frequent Elements (15:37)
6-8 两种关于 topK 问题求解思路的套路
第7章 二叉树和递归
7-1 二叉树天然的递归结构 (15:58)
7-2 一个简单的二叉树问题引发的血案 Invert Binary Tree (09:08)
7-3 不会翻转二叉树的大神
7-4 注意递归的终止条件 Path Sum (12:04)
7-5 定义递归问题 Binary Tree Path (13:34)
7-6 稍复杂的递归逻辑 Path Sum III (14:11)
7-7 二分搜索树中的问题 Lowest Common Ancestor of a Binary Search Tree (17:46)
第8章 递归和回溯法
8-1 树形问题 Letter Combinations of a Phone Number (18:09)
8-2 什么是回溯 (18:16)
8-3 排列问题 Permutations (19:02)
8-4 组合问题 Combinations (14:27)
8-5 回溯法解决组合问题的优化 (17:29)
8-6 二维平面上的回溯法 Word Search (21:45)
8-7 floodfill算法，一类经典问题 Number of Islands- (21:27)
8-8 回溯法是经典人工智能的基础 N Queens (25:17)
第9章 动态规划基础
9-1 什么是动态规划 (20:27)
9-2 第一个动态规划问题 Climbing Stairs (14:02)
9-3 发现重叠子问题 Integer Break (25:10)
9-4 状态的定义和状态转移 House Robber (27:19)
9-5 0-1背包问题 (32:37)
9-6 0-1背包问题的优化和变种 (20:18)
9-7 面试中的0-1背包问题 Partition Equal Subset Sum (27:34)
9-8 LIS问题 Longest Increasing Subsequence (25:12)
9-9 LCS，最短路，求动态规划的具体解以及更多 (21:00)
9-10 动态规划的经典问题
第10章 贪心算法
10-1 贪心基础 Assign Cookies (12:12)
10-2 贪心算法与动态规划的关系 Non-overlapping Intervals (17:58)
10-3 贪心选择性质的证明 (15:19)
第11章 课程结语
11-1 结语 (02:45)
11-2 更多经典面试问题