JavaScript 算法详解：10大经典算法，通俗易懂，从入门到精通

前言：算法是编程的"内功心法"，很多人觉得它枯燥难懂，但其实只要用对方法------生活类比 + 图解 + 代码实操 ，算法也可以变得通俗易懂。本文精选 10 大经典算法，用 JavaScript 实现，从思想到代码，一步到位。

### 目录

[@[TOC](目录)](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[一、算法到底是什么？](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[🎯 一句话理解](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[🏠 生活类比](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[二、时间复杂度 & 空间复杂度](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[📊 时间复杂度对比表](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[三、排序算法（3种必会）](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[1. 冒泡排序（Bubble Sort）](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[🎯 一句话理解](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[💻 代码实现](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[2. 快速排序（Quick Sort）⭐ 面试最常考](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[🎯 一句话理解](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[💻 代码实现](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[3. 归并排序（Merge Sort）](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[🎯 一句话理解](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[💻 代码实现](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[四、查找算法（2种必会）](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[4. 二分查找（Binary Search）⭐ 高频考点](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[🎯 一句话理解](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[💻 代码实现](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[5. DFS & BFS（深度/广度优先搜索）](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[🎯 一句话理解](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[💻 代码实现](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[五、经典算法思想（5种核心）](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[6. 双指针法（Two Pointers）](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[🎯 一句话理解](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[💻 经典题目：两数之和（有序数组）](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[7. 滑动窗口（Sliding Window）](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[🎯 一句话理解](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[💻 经典题目：最长无重复子串](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[8. 动态规划（Dynamic Programming）⭐ 难点也是重点](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[🎯 一句话理解](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[💻 经典题目：爬楼梯](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[🔑 DP 解题四步法](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[9. 贪心算法（Greedy）](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[🎯 一句话理解](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[💻 经典题目：买卖股票的最佳时机 II](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[10. 回溯算法（Backtracking）](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[🎯 一句话理解](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[💻 经典题目：全排列](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[六、算法速查总结表](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[七、学习路线图](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)
[八、练习推荐](#目录 @TOC 一、算法到底是什么？ 🎯 一句话理解 🏠 生活类比二、时间复杂度 & 空间复杂度 📊 时间复杂度对比表三、排序算法（3种必会） 1. 冒泡排序（Bubble Sort） 🎯 一句话理解 💻 代码实现 2. 快速排序（Quick Sort）⭐ 面试最常考 🎯 一句话理解 💻 代码实现 3. 归并排序（Merge Sort） 🎯 一句话理解 💻 代码实现四、查找算法（2种必会） 4. 二分查找（Binary Search）⭐ 高频考点 🎯 一句话理解 💻 代码实现 5. DFS & BFS（深度/广度优先搜索） 🎯 一句话理解 💻 代码实现五、经典算法思想（5种核心） 6. 双指针法（Two Pointers） 🎯 一句话理解 💻 经典题目：两数之和（有序数组） 7. 滑动窗口（Sliding Window） 🎯 一句话理解 💻 经典题目：最长无重复子串 8. 动态规划（Dynamic Programming）⭐ 难点也是重点 🎯 一句话理解 💻 经典题目：爬楼梯 🔑 DP 解题四步法 9. 贪心算法（Greedy） 🎯 一句话理解 💻 经典题目：买卖股票的最佳时机 II 10. 回溯算法（Backtracking） 🎯 一句话理解 💻 经典题目：全排列六、算法速查总结表七、学习路线图八、练习推荐)

一、算法到底是什么？

🎯 一句话理解

算法就是解决问题的步骤。就像做菜有食谱、导航有路线，算法就是告诉计算机"先做什么，再做什么，最后得到什么"。

🏠 生活类比

假设你要在一本字典里找"苹果"这个词：

方法一 ：从第一页一页页翻 ------ 这就是暴力搜索（O(n)）
方法二 ：翻到中间，看首字母，比"苹"小就翻后面，大就翻前面 ------ 这就是二分查找（O(log n)）

同一个问题，不同算法效率天差地别。这就是学算法的意义。

二、时间复杂度 & 空间复杂度

在学具体算法之前，必须先搞懂复杂度------衡量算法"好不好"的尺子。

📊 时间复杂度对比表

复杂度	名称	举个例子	数据量100万时的操作次数
O(1)	常数	取数组第一个元素	1 次
O(log n)	对数	二分查找	20 次
O(n)	线性	遍历数组	100万次
O(n log n)	线性对数	快速排序	2000万次
O(n²)	平方	冒泡排序	1万亿次 💀
O(2ⁿ)	指数	暴力穷举	宇宙毁灭都算不完 💀💀

💡 经验法则：面试和实际开发中，O(n log n) 以内都是可以接受的，O(n²) 要谨慎，O(2ⁿ) 基本要优化。

三、排序算法（3种必会）

1. 冒泡排序（Bubble Sort）

🎯 一句话理解

像水中的气泡一样，大的元素不断"冒"到末尾。

💻 代码实现

javascript 复制代码

function bubbleSort(arr) {
  const len = arr.length;
  for (let i = 0; i < len - 1; i++) {
    let swapped = false;
    for (let j = 0; j < len - 1 - i; j++) {
      if (arr[j] > arr[j + 1]) {
        [arr[j], arr[j + 1]] = [arr[j + 1], arr[j]];
        swapped = true;
      }
    }
    if (!swapped) break;
  }
  return arr;
}

console.log(bubbleSort([64, 34, 25, 12, 22, 11, 90]));
// 输出: [11, 12, 22, 25, 34, 64, 90]

情况	时间复杂度
最好	O(n)
最坏	O(n²)
空间	O(1)

2. 快速排序（Quick Sort）⭐ 面试最常考

🎯 一句话理解

选一个"基准值"，比它小的放左边，比它大的放右边，递归处理。

💻 代码实现

javascript 复制代码

function quickSort(arr) {
  if (arr.length <= 1) return arr;
  const pivot = arr[Math.floor(arr.length / 2)];
  const left = arr.filter(x => x < pivot);
  const middle = arr.filter(x => x === pivot);
  const right = arr.filter(x => x > pivot);
  return [...quickSort(left), ...middle, ...quickSort(right)];
}

console.log(quickSort([3, 6, 8, 10, 1, 2, 1]));
// 输出: [1, 1, 2, 3, 6, 8, 10]

情况	时间复杂度
最好/平均	O(n log n)
最坏	O(n²)
空间	O(log n)

3. 归并排序（Merge Sort）

🎯 一句话理解

先拆碎，再合并。把数组不断对半拆，拆到只剩一个元素，然后两两合并成有序序列。

💻 代码实现

javascript 复制代码

function mergeSort(arr) {
  if (arr.length <= 1) return arr;
  const mid = Math.floor(arr.length / 2);
  const left = mergeSort(arr.slice(0, mid));
  const right = mergeSort(arr.slice(mid));
  return merge(left, right);
}

function merge(left, right) {
  const result = [];
  let i = 0, j = 0;
  while (i < left.length && j < right.length) {
    if (left[i] <= right[j]) result.push(left[i++]);
    else result.push(right[j++]);
  }
  return [...result, ...left.slice(i), ...right.slice(j)];
}

console.log(mergeSort([38, 27, 43, 3, 9, 82, 10]));
// 输出: [3, 9, 10, 27, 38, 43, 82]

四、查找算法（2种必会）

4. 二分查找（Binary Search）⭐ 高频考点

🎯 一句话理解

在有序数组中，每次砍掉一半，像翻字典一样快速定位目标。

💻 代码实现

javascript 复制代码

function binarySearch(arr, target) {
  let left = 0, right = arr.length - 1;
  while (left <= right) {
    const mid = Math.floor((left + right) / 2);
    if (arr[mid] === target) return mid;
    else if (arr[mid] < target) left = mid + 1;
    else right = mid - 1;
  }
  return -1;
}

console.log(binarySearch([1, 3, 5, 7, 9, 11, 13, 15], 7));  // 3

复杂度	值
时间	O(log n)
空间	O(1)

5. DFS & BFS（深度/广度优先搜索）

🎯 一句话理解

DFS：一条路走到底，走不通再回头
BFS：像水波纹一样，一层一层往外探索

💻 代码实现

javascript 复制代码

const graph = {
  'A': ['B', 'C'], 'B': ['A', 'D', 'E'],
  'C': ['A', 'F'], 'D': ['B'], 'E': ['B', 'F'], 'F': ['C', 'E']
};

function dfs(graph, start, visited = new Set()) {
  console.log(start);
  visited.add(start);
  for (const neighbor of graph[start]) {
    if (!visited.has(neighbor)) dfs(graph, neighbor, visited);
  }
}

function bfs(graph, start) {
  const visited = new Set([start]);
  const queue = [start];
  while (queue.length > 0) {
    const node = queue.shift();
    console.log(node);
    for (const neighbor of graph[node]) {
      if (!visited.has(neighbor)) {
        visited.add(neighbor);
        queue.push(neighbor);
      }
    }
  }
}

dfs(graph, 'A');  // A → B → D → E → F → C
bfs(graph, 'A');  // A → B → C → D → E → F

五、经典算法思想（5种核心）

6. 双指针法（Two Pointers）

🎯 一句话理解

用两个指针从不同方向同时遍历，减少不必要的比较。

💻 经典题目：两数之和（有序数组）

javascript 复制代码

function twoSum(arr, target) {
  let left = 0, right = arr.length - 1;
  while (left < right) {
    const sum = arr[left] + arr[right];
    if (sum === target) return [left, right];
    else if (sum < target) left++;
    else right--;
  }
  return [];
}

console.log(twoSum([2, 7, 11, 15, 19], 22)); // [1, 3]

7. 滑动窗口（Sliding Window）

🎯 一句话理解

维护一个"窗口"，在数组/字符串上滑动，动态调整窗口大小。

💻 经典题目：最长无重复子串

javascript 复制代码

function lengthOfLongestSubstring(s) {
  const window = new Map();
  let maxLen = 0, left = 0;
  for (let right = 0; right < s.length; right++) {
    const char = s[right];
    if (window.has(char)) {
      left = Math.max(left, window.get(char) + 1);
    }
    window.set(char, right);
    maxLen = Math.max(maxLen, right - left + 1);
  }
  return maxLen;
}

console.log(lengthOfLongestSubstring("abcabcbb")); // 3

8. 动态规划（Dynamic Programming）⭐ 难点也是重点

🎯 一句话理解

把大问题拆成小问题，记住小问题的答案，避免重复计算。

💻 经典题目：爬楼梯

javascript 复制代码

function climbStairs(n) {
  if (n <= 2) return n;
  let prev2 = 1, prev1 = 2;
  for (let i = 3; i <= n; i++) {
    const curr = prev1 + prev2;
    prev2 = prev1;
    prev1 = curr;
  }
  return prev1;
}

console.log(climbStairs(10)); // 89

🔑 DP 解题四步法

定义状态：dp[i] 代表什么？
状态转移方程：dp[i] 怎么由之前的状态推导？
初始化：dp[0]、dp[1] 是多少？
返回结果：dp[n] 还是 max(dp)？

9. 贪心算法（Greedy）

🎯 一句话理解

每一步都选当前看起来最好的选择，不回头。

💻 经典题目：买卖股票的最佳时机 II

javascript 复制代码

function maxProfit(prices) {
  let profit = 0;
  for (let i = 1; i < prices.length; i++) {
    if (prices[i] > prices[i - 1]) {
      profit += prices[i] - prices[i - 1];
    }
  }
  return profit;
}

console.log(maxProfit([7, 1, 5, 3, 6, 4])); // 7

10. 回溯算法（Backtracking）

🎯 一句话理解

试错法：一条路走到黑，走不通就回退一步换条路走。

💻 经典题目：全排列

javascript 复制代码

function permute(nums) {
  const result = [];
  function backtrack(path, used) {
    if (path.length === nums.length) {
      result.push([...path]);
      return;
    }
    for (let i = 0; i < nums.length; i++) {
      if (used.has(i)) continue;
      path.push(nums[i]);
      used.add(i);
      backtrack(path, used);
      path.pop();
      used.delete(i);
    }
  }
  backtrack([], new Set());
  return result;
}

console.log(permute([1, 2, 3]));
// [[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]]

六、算法速查总结表

#	算法	核心思想	时间复杂度	难度	面试频率
1	冒泡排序	相邻比较交换	O(n²)	⭐	⭐⭐
2	快速排序	基准分治	O(n log n)	⭐⭐	⭐⭐⭐⭐⭐
3	归并排序	拆分+合并	O(n log n)	⭐⭐	⭐⭐⭐
4	二分查找	砍半搜索	O(log n)	⭐	⭐⭐⭐⭐⭐
5	DFS/BFS	图遍历	O(V+E)	⭐⭐	⭐⭐⭐⭐⭐
6	双指针	两端向中	O(n)	⭐⭐	⭐⭐⭐⭐
7	滑动窗口	动态窗口	O(n)	⭐⭐	⭐⭐⭐⭐
8	动态规划	记忆化递推	O(n)~O(n²)	⭐⭐⭐⭐	⭐⭐⭐⭐⭐
9	贪心算法	局部最优	O(n log n)	⭐⭐	⭐⭐⭐
10	回溯算法	试错+回退	O(n!)	⭐⭐⭐	⭐⭐⭐⭐

七、学习路线图

复制代码

入门阶段（1-2周）
├── 冒泡排序 → 理解"比较与交换"
├── 二分查找 → 理解"分治思想"
└── DFS/BFS  → 理解"图的遍历"

进阶阶段（2-4周）
├── 快速排序 → 理解"递归与分治"
├── 双指针   → 理解"优化遍历"
├── 滑动窗口 → 理解"区间问题"
└── 贪心算法 → 理解"局部最优"

高级阶段（4-8周）
├── 动态规划 → 理解"状态转移"（重点攻克！）
└── 回溯算法 → 理解"全排列与剪枝"

八、练习推荐

平台	特点	推荐理由
LeetCode	题目最全，社区活跃	必刷，按 Hot 100 刷
牛客网	国内面试题多	适合国内求职
CodeWars	游戏化闯关	入门趣味性强

🎯 刷题建议：不要贪多！同一道题做3遍（当天、隔天、一周后），比一天做10道新题效果好10倍。

写在最后：算法学习没有捷径，但有正确的路径。从生活类比理解思想 → 从简单代码上手实现 → 从经典题目巩固练习。坚持下去，你会发现算法不仅不难，还挺有意思的！🚀