算法题难点

将题目要求转变为解决方案(解题思路,解题步骤)。

将解题思路和解题步骤转化为程序语言实现,并保证精确性。

刷题技巧

        算法题给出的要求有很多种可能性空间，有很多种可能的情况，我们求解的过程就是不断缩小可能性空间，通过关联性的计算来得出符合条件的收敛后的结果。题目的约束条件就是对可能性空间的收敛和约束。我们的任务就是通过程序复现这种收敛的条件，复现的方式有很多，借助于数学计算，数据结构或者特殊算法，特殊技巧等。

1.大数据算法题基本思路总结：通过hash进行分治，缩小内存占用，然后将计算结果合并。

2.算法演算技巧：缩小规模，演算出核心的计算和逻辑模型，然后if判断处理所有的特殊和边界情况，就能解决大多数问题。

3.了解所用的编程语言有哪些封装好的处理函数,能够事半功倍并且产生很好的效果。

算法题归类

通过解题流程中涉及到的实现元素归类

基本数据结构

高级数据结构

简单算法

基本算法

高级算法

归类技巧解释

1.一般的处理技巧比较多而杂，而且并没有标签去总结，只能平时多多积累，明白一些处理技巧能够解决什么样的问题，而且一般处理技巧也是最为常用的，在大多数题解中都能见到的,可以归为简单算法,但是需要多总结,多积累；

2.数学关系计算也是需要积累的，对于一些特定的题目能够直接计算得到结果；

3.基本数据结构，高级数据结构，基本算法和高级算法是对一些常用的，特征明显的解决方案进行了封装得来的，也需要多多联系，多多积累，达到活学活用的地步。

基本数据机构：

字符串，结构体对象，链表，数组，二维数组,栈,队列,树,图等

高级数据结构：

字典树等

简单算法：

循环找边界值,除余法分值等

基本算法：

排序，查找,  数学关系计算,位运算,回溯,二分法,模拟等

高级算法：

有限状态机,lru等

对单独类型的学习

对于一类算法面试题的学习，除了要从整体上进行识别之外，还需要针对细节实现部分进行技巧的积累和准确性的打磨。