菜单

存储库结构

相关源文件

本文档全面概述了 LeetCode 仓库的组织结构、关键组件和文件组织。它解释了仓库的组织方式,以帮助用户高效地浏览题目、算法摘要和学习资源。

仓库的高层组织结构

该仓库分为几个主要部分,用于算法学习和面试准备。

来源:README.md58-72 SUMMARY.md1-35

主要组件详情

README 文件

该仓库有两个主要入口点:README.md(中文)和 README.en.md(英文)。这些文件提供了

  • 仓库介绍和目的
  • 主要章节导航
  • 学习计划信息
  • 算法类别概览
  • 贡献者信息

来源:README.md1-39

Collections 目录

Collections 按难度级别对题目进行组织,方便用户查找符合其技能水平的题目。

每个 Collection 文件包含

  • 难度级别的简要介绍
  • 该难度的解题策略
  • 按顺序排列的题目列表,包含指向详细解决方案的链接

来源:collections/easy.md1-50 collections/medium.md1-135 collections/hard.md1-65

题目解决方案结构

单个题目解决方案遵循一致的格式,使用户能够快速找到所需信息。

从代表性文件中提取的示例题目解决方案结构

章节目的
题目标题与链接直接引用原题
问题描述清晰说明需要解决的问题
先决条件理解解决方案所需的知识
公司面试中哪些公司使用该题
思路过程解释如何处理问题
关键点解决问题的关键见解
代码多种语言的实现
复杂度分析时间和空间效率评估

来源:problems/108.convert-sorted-array-to-binary-search-tree.md1-181 problems/19.removeNthNodeFromEndofList.md1-54

Thinkings 目录(算法摘要)

Thinkings 目录包含算法概念和技术的全面解释。

每个算法摘要提供

  • 概念解释和理论背景
  • 实现模式和模板
  • 常见应用场景
  • 仓库中的相关题目
  • 技巧和优化技术

来源:thinkings/README.md1-36 thinkings/island.md1-273 thinkings/prefix.md1-275

Selected 目录

Selected 目录包含对特别有指导意义题目的深度分析。

类别描述
算法应用展示特定算法应用的题目
面试题技术面试中常问的题目
题目系列按常见主题或技术分组的题目
特殊技术展示独特解题方法的题目

来源:selected/atMostK.md1-404

附加组件

每日一题系统

每日一题部分包含

  • 定期题目练习
  • 社区贡献机制
  • 标准化解决方案格式
  • 讨论记录

91天算法计划

结构化的学习路径,包含

  • 每日作业
  • 专题学习
  • 循序渐进的难度
  • 社区支持

资源

支持材料,包括

  • 图表和插图
  • Anki 闪卡用于间隔重复学习
  • 算法的视觉解释

文件命名约定

该仓库遵循一致的命名约定

目录命名模式示例
problems/[数字].[问题名称].md108.convert-sorted-array-to-binary-search-tree.md
thinkings/[算法主题].mdisland.md, dynamic-programming.md
collections/[难度].mdeasy.md, medium.md, hard.md
selected/[主题].mdatMostK.md, LIS.md
daily/YYYY-MM-DD.md2021-01-01.md

关键文件系统结构

这种文件组织方式使得用户在直接浏览 GitHub 仓库或通过 README 中引用的 GitBook 界面查看内容时,都能轻松导航和定位特定内容。

来源:README.md74-157 SUMMARY.md5-387

使用和导航

该仓库旨在以多种方式进行访问:

  1. GitHub 直接导航:浏览仓库结构。
  2. GitBook 界面:使用 SUMMARY.md 中整理好的目录。
  3. README 链接:从主 README 文件跟随基于主题的链接。
  4. 按 Collection 访问:从某个难度级别开始查找相关题目。
  5. 按算法访问:从 Thinkings 目录中的算法概念开始。

为达到最佳学习效果,建议用户

  1. 从 README 开始,了解仓库结构。
  2. 在 Thinkings 目录中探索算法概念。
  3. 按难度组织题目进行练习。
  4. 参与 91 天算法计划以进行结构化学习。

来源:README.md90-116 introduction.md55-148