副标题 / 摘要 连通分量是图算法的基础地基：无向图关注“是否连在一起”，有向图关注“是否互相可达”。本文按 ACERS 模板，从朴素做法推导到 Tarjan / Kosaraju，并给出图数据库落地场景与多语言可运行实现。 预计阅读时长：14~18 分钟 标签：图论、连通分量、SCC、Tarjan SEO 关键词：Connected Components, SCC, Tarjan, Kosaraju, 图数据库 元描述：从无向连通分量到有向强连通分量，讲清 Tarjan/Kosaraju 的核心机制、复杂度和工程落地。 目标读者 需要把 BFS/DFS 用到“滚瓜烂熟”的算法学习者 在图数据库场景做子图分析、分片规划的工程师 想建立“无向 CC + 有向 SCC”统一认知框架的中级开发者 背景 / 动机 工程里你会很快遇到这三类问题： 这批节点是否天然分成多个互不相连的群？（无向图连通分量） 哪些节点形成“互相可达”的强闭环？（有向图 SCC） 如何把大图切成更可并行、更易缓存、更易分片的子图？ 如果只会 BFS/DFS 但不会“分量视角”，你会反复做可达性查询，成本高且难维护。 连通分量算法的价值是：一次全图扫描，把局部查询变成 O(1) 的分量 ID 比较。 核心概念 Connected Components（CC）：无向图中，任意两点都可达的最大节点集合 Strongly Connected Components（SCC）：有向图中，任意两点互相可达的最大节点集合 Condensation DAG（缩点图）：把每个 SCC 缩成一个点后得到的有向无环图 Tarjan 核心状态：dfn[u]（时间戳），low[u]（可回溯到的最小时间戳），栈与 in_stack Kosaraju 核心流程：原图按完成时序排序 + 反图二次 DFS A — Algorithm（题目与算法） 题目还原（工程化表述） 给定一个图 G=(V,E)： ...

副标题 / 摘要 最短路径不是一道题，而是一组“按图条件选算法”的工程能力。本文按 ACERS 结构拆解 BFS（无权）/ Dijkstra（非负权）/ A（启发式）*，并给出你在关系图、推荐链路、路径解释里真正会用到的优化模板。 预计阅读时长：14~18 分钟 标签：图论、最短路径、BFS、Dijkstra、A* SEO 关键词：最短路径, BFS, Dijkstra, A*, 双向搜索, 多源 BFS 元描述：最短路径三件套工程指南：算法边界、复杂度、可运行代码、优化策略与实战场景。 目标读者 正在补图算法基础，希望形成可复用工程模板的学习者 做社交关系链路、推荐路径、图查询解释的后端/算法工程师 对 BFS、Dijkstra、A* 都“知道名字”，但选型和优化还不稳定的开发者 背景 / 动机 最短路径问题常见于： 社交网络里的最短关系链路（几跳可达） 推荐系统里的最小代价路径（多目标折中） 可解释系统里的“为什么推荐给你”路径展示 工程里最容易犯的错误是“只会一个算法硬套全部场景”： 用 BFS 跑加权图，结果错但不报错 用 Dijkstra 跑负权边，得到不可靠结果 用 A* 但启发函数不合格，性能退化成 Dijkstra 本质上，最短路径应先做 图条件分类，再做算法选型。 核心概念 算法 适用图 最优性条件 典型复杂度 关键词 BFS 无权图 / 等权图 按层首次到达即最短边数 O(V+E) queue, level Dijkstra 非负权图 堆顶弹出的节点距离已最优 O((V+E)logV) relaxation, min-heap A* 非负权图 + 启发式 h(n) 可采纳（不高估） 最坏同 Dijkstra，平均更快 f=g+h 关键公式： ...

副标题 / 摘要 BFS / DFS 不是“会写就行”，而是要到工程可用、可控成本、可证明正确。本文按 ACERS 模板，把最常用的三类任务（k-hop 查询、子图抽取、路径可达性）拆成可复用模板：迭代实现 + early stop + visited 结构选型。 预计阅读时长：12~16 分钟 标签：图、BFS、DFS、k-hop、子图抽取 SEO 关键词：BFS, DFS, k-hop 查询, 子图抽取, 路径可达性, visited bitmap, bloom filter 元描述：面向工程场景讲解 BFS/DFS：迭代版避免栈溢出、early stop 降低搜索成本、visited bitmap/bloom 优化内存与判重性能。 目标读者 正在做图数据库、风控关系图、调用链分析的工程师 只会“题解式 BFS/DFS”，但还没形成工程模板的同学 希望把图遍历写成“稳定、可观测、可扩展”代码的人 背景 / 动机 在工程里，BFS/DFS 通常不是一次性离线脚本，而是在线请求的一部分： k-hop 邻域查询要控制时延 子图抽取要控制内存与输出规模 路径可达性要快速返回 true/false 如果只停留在教科书递归模板，会很快踩坑： 深图导致递归栈溢出 无剪枝导致无谓扩展 visited 结构选错，内存和吞吐同时恶化 所以这篇文章聚焦一个目标： 把 BFS / DFS 升级到“滚瓜烂熟且能上线”的程度。 核心概念 概念 作用 工程关注点 BFS（队列） 按层扩展、天然支持 hop 层级 适合 k-hop、最短边数、层级子图 DFS（栈） 深入探索、路径存在性高效 适合快速可达性判断与深度剪枝 early stop 提前终止搜索 控制 P99 延迟和资源消耗 visited bitmap 精确判重，内存紧凑 需先做节点 ID 压缩 bloom filter 概率判重/预过滤 有假阳性，不能单独用于“严格正确性”场景 A — Algorithm（题目与算法） 题目还原（LeetCode 风格训练题） 给定一个无权图 G（邻接表），起点 s，最大跳数 K，可选目标点 t： ...

副标题 / 摘要 你不需要“每个 commit 都手打重写”，但必须对核心 commit 具备独立实现能力。本文给出一套可落地的 AI 协作流程：让 AI 负责胶水和草稿，你负责领域规则、状态变化与边界裁决。 目标读者 正在大量使用 AI 写代码，但担心自己变成“黑盒工程师”的开发者 想同时提升交付效率和技术判断力的工程师 在做 DDD、业务系统或中后台项目的开发者 背景 / 动机 AI 代码生成越来越强，这不是坏事。真正的风险在于：当你只会“接收实现”，却不能解释“为何这样实现”，系统一复杂就失去控制权。 问题不是“要不要用 AI”，而是“哪些决策必须留在人手里”。 核心概念 责任主线（main）：只保留你愿意为其设计与后果负责的 commit。 AI 草稿（ai/draft-*）：一次性候选实现分支，用于对照、压力测试与发现盲区。 git worktree：在不二次 clone 的前提下，为不同分支创建多个物理目录（一个仓库，多处并行）。 核心 commit：包含领域规则、不变量、状态机、关键边界与失败路径的提交。 胶水 commit：CRUD、DTO、映射、样板接口、注释等可标准化提交。 硬核评价标准：去掉 AI 和网络，你仍能写出该 commit 的核心伪代码，并解释每一步为什么这么做。 实践指南 / 步骤 先分层，再决定谁写 把需求拆成 Domain / Application / Infrastructure。 Domain 核心规则优先自己实现；Infrastructure 优先交给 AI。 先写判断标准，再看 AI 方案 先写不变量、边界条件、错误路径、伪代码或测试，再生成 AI 草稿。 先有你的“尺子”，再拿 AI 代码来量。 为每轮任务创建短生命周期草稿分支 从当前 main 派生 ai/draft-<topic>，让 AI 快速给出候选实现。 草稿分支只做提议，不做长期维护。 按并行需求选择执行模式 轻量场景：一个目录里切分支即可。 高频并行：使用 git worktree 给 main 与 ai/draft-* 各开独立目录。 核心逻辑在 main 重写，不直接拷贝 对核心 commit，避免“在 AI 代码上修修补补”。 从你的模型出发重写，再对照吸收 AI 的有价值细节。 胶水层直接复用，提高吞吐 对非核心代码，可以直接 cherry-pick 或复制并快速审查。 把脑力留给不可替代的系统判断。 草稿分支通常不 merge，完成后删除 main 是责任集合，不是候选方案仓库。 只把你认可并能负责的结果放入主线。 ...

副标题 / 摘要 “路径不必从根开始、但必须向下”使得这题无法用简单的根到叶 DP 解决。本文用 ACERS 结构讲透 树上前缀和：把任意向下路径转化为“两个前缀和的差”，用哈希表在线计数，做到 O(n) 一次 DFS 统计所有答案。 预计阅读时长：12~15 分钟 标签：Hot100、二叉树、前缀和、DFS、哈希表 SEO 关键词：Path Sum III, 路径和 III, 树上前缀和, 前缀和哈希, LeetCode 437, Hot100 元描述：前缀和 + 哈希表在线统计二叉树向下路径和等于 targetSum 的条数，包含推导、复杂度对比与多语言实现。 目标读者 刷 LeetCode、希望把“树 + 哈希”题型沉淀成模板的学习者 对“路径不从根开始”的树题容易写成 O(n^2) 的同学 做日志调用链 / 层级数据分析，需要在树结构上做区间统计的工程师 背景 / 动机 很多“树上的路径问题”都有一个坑： 你以为要从根出发、或要到叶子结束，但题目允许 从任意节点开始、到任意节点结束（但方向必须向下）。 这意味着： 你不能只维护“从根到当前”的一种状态就完事； 也不能枚举所有起点（那会退化成 O(n^2)）； 更不能用滑动窗口（节点值可正可负，窗口单调性不存在）。 这题最值得掌握的点是：把“树上任意向下路径”化为“同一路径上的两个前缀和之差”。 一旦你掌握了这个模型，很多树上统计题都会变成“前缀和 + 哈希表”的熟悉配方。 核心概念 向下路径：只能从父到子（不能回头、不能跨分支） 前缀和（prefix sum）：从根到当前节点路径上所有节点值的累加 差分计数：若 curSum - prevSum = target，则 prevSum = curSum - target 路径内哈希表：只统计“当前 DFS 路径上的前缀和”，回溯时必须撤销（否则会把不同分支混在一起） A — Algorithm（题目与算法） 题目还原 给定一个二叉树的根节点 root 和整数 targetSum，求二叉树里 节点值之和等于 targetSum 的向下路径 的数目。 路径不需要从根节点开始，也不需要在叶子节点结束，但路径方向必须向下（只能从父节点到子节点）。 ...

副标题 / 摘要 这题的价值在于把“判环”升级为“定位入环点”。最稳的工程化模板是 Floyd：先用快慢指针在环内相遇，再让一个指针回到头结点同步走，下一次相遇的位置就是入环点。全程不修改链表，O(n) 时间、O(1) 额外空间。 预计阅读时长：12~16 分钟 标签：Hot100、链表、快慢指针、Floyd SEO 关键词：环形链表 II, 入环点, Floyd 判圈, 快慢指针, O(1) 空间, LeetCode 142 元描述：Floyd 快慢指针判环并定位入环点：相遇后从头与相遇点同步前进，返回入环的第一个节点；O(n)/O(1)，不允许修改链表。 A — Algorithm（题目与算法） 题目还原 给定链表头节点 head，返回链表开始入环的第一个节点；如果链表无环，返回 null。 说明： 评测用 pos 表示尾节点连接到链表中的位置（0-based），pos=-1 表示无环 pos 不会作为参数传入，只用于描述测试构造 不允许修改链表 输入输出 名称 类型 描述 head ListNode 单链表头结点 返回 ListNode / null 入环点节点引用，或 null 示例 1（有环，入环点在值为 2 的节点） head = 3 -> 2 -> 0 -> -4 ^ | |_____| 输出: 节点(2) （返回节点引用/地址，不是索引或数值） 示例 2（无环） head = 1 -> 2 -> 3 输出: null 目标读者 刷 Hot100，想把“判环/入环点定位”模板一次性吃透的学习者 需要写健壮链式结构遍历（避免死循环）并能定位故障节点的工程师 面试里被问到“为什么 reset 之后会在入环点相遇”的同学 背景 / 动机 链表一旦出现环，任何“遍历到 null 为止”的代码都可能进入死循环。 工程里造成环的原因很多：指针写错、复用节点、数据结构被破坏、并发读写导致 next 异常等。 因此除了“有没有环”，更重要的是： ...

副标题 / 摘要 这是链表版的“归并排序合并步骤”：两条升序链表像两根排好队的队伍，比较头部把更小的节点接到结果尾部即可。本文用 ACERS 结构把哨兵节点迭代写法讲透，并给出递归对照与多语言可运行实现。 预计阅读时长：10~12 分钟 标签：Hot100、链表、归并、双指针 SEO 关键词：Hot100, Merge Two Sorted Lists, 合并两个有序链表, 归并, 哨兵节点, LeetCode 21 元描述：哨兵节点 + 双指针 O(m+n) 合并两个升序链表，附递归对比、工程迁移与多语言实现。 A — Algorithm（题目与算法） 题目还原 给你两个升序链表 list1 和 list2 的头节点， 请将它们合并为一个新的 升序 链表并返回。 新链表是通过 拼接 给定的两个链表的所有节点组成的。 输入输出 名称 类型 描述 list1 ListNode 升序链表 1 的头节点（可能为空） list2 ListNode 升序链表 2 的头节点（可能为空） 返回 ListNode 合并后的升序链表头节点 示例 1（自拟） list1: 1 -> 2 -> 4 list2: 1 -> 3 -> 4 输出: 1 -> 1 -> 2 -> 3 -> 4 -> 4 示例 2（自拟） list1: null list2: 0 -> 5 输出: 0 -> 5 目标读者 正在刷 Hot100 / 准备面试的同学 写链表题经常丢头/断链、希望建立稳定模板的中级开发者 需要在 C/C++/Go/Rust 等语言里熟练做“拼接式合并”的工程师 背景 / 动机 “合并两个有序链表”看上去是简单题，但它非常像工程里的真实任务： ...

副标题 / 摘要 判断链表是否有环，本质是“指针追及问题”。本文用 ACERS 结构讲透 Floyd 快慢指针判环：为什么一定能相遇、如何避免空指针、以及在工程里如何用同一思想识别循环引用/路由环路。 预计阅读时长：10~12 分钟 标签：Hot100、链表、快慢指针 SEO 关键词：Hot100, Linked List Cycle, 环形链表, 判环, Floyd, 快慢指针, LeetCode 141 元描述：Floyd 快慢指针 O(n)/O(1) 判断单链表是否有环，附替代方案对比、易错点与多语言实现。 A — Algorithm（题目与算法） 题目还原 给你一个链表的头节点 head，判断链表中是否有环。 如果链表中有某个节点，可以通过连续跟踪 next 指针再次到达，则链表中存在环。 为了表示给定链表中的环，评测系统内部使用整数 pos 来表示链表尾连接到链表中的位置（索引从 0 开始）。 注意：pos 不作为参数进行传递，它只是用于标识链表的实际情况。 若存在环返回 true，否则返回 false。 输入输出 名称 类型 描述 head ListNode 单链表头节点（可能为空） 返回 bool 是否存在环 示例 1（自拟） head: 3 -> 2 -> 0 -> -4 ^ | |_____| 输出: true 示例 2（自拟） head: 1 -> 2 -> null 输出: false 目标读者 正在刷 Hot100 / 准备面试的同学 想把“链表双指针”沉淀成稳定模板的中级开发者 在工程里需要识别循环引用、链式结构异常的同学（C/C++/Go/Rust/JS 皆适用） 背景 / 动机 链表出现环在工程里并不罕见： 例如手写内存池的 free list、对象引用链、状态机/任务编排的 next 指针、配置链路的“下一跳”等。 ...

副标题 / 摘要 回文链表的核心是“对称比较”，但单链表不能从尾部往前走。最稳的工程化解法是：快慢指针找中点 -> 原地反转后半段 -> 比较 -> 再反转恢复结构，做到 O(n) 时间、O(1) 额外空间且不破坏链表。 预计阅读时长：10~14 分钟 标签：Hot100、链表、快慢指针、原地反转 SEO 关键词：回文链表, Palindrome Linked List, O(1) 空间, 快慢指针, 反转后半段, LeetCode 234 元描述：快慢指针定位中点，反转后半段与前半段逐一比较，最后恢复链表结构；O(n)/O(1) 判断单链表是否回文。 A — Algorithm（题目与算法） 题目还原 给你一个单链表的头节点 head，请你判断该链表是否为回文链表： 如果是回文，返回 true；否则返回 false。 输入输出 名称 类型 描述 head ListNode 单链表头结点 返回 bool 是否为回文 示例 1 输入: 1 -> 2 -> 2 -> 1 输出: true 示例 2 输入: 1 -> 2 输出: false 目标读者 刷 Hot100，想掌握“链表中点 + 原地反转”组合拳的学习者 面试中经常遇到“回文/对称/镜像”类题的开发者 关注空间效率、且需要保证数据结构不被破坏的工程实践者 背景 / 动机 在数组里判断回文很简单：左右指针向中间收缩即可。 但在单链表里，你只能顺着 next 单向走，无法从尾部回看，这就让“对称比较”变得不那么直接。 ...

副标题 / 摘要 反转链表是“指针重连”的入门必修课：看似简单，却最容易因为边界、断链、顺序写错而翻车。本文用 ACERS 结构把三指针迭代写法讲透，并给出递归对照与多语言可运行实现。 预计阅读时长：10~12 分钟 标签：Hot100、链表、指针、迭代 SEO 关键词：Hot100, Reverse Linked List, 反转链表, 三指针, 迭代, 递归, LeetCode 206 元描述：三指针迭代 O(n)/O(1) 反转单链表，附递归对比、工程迁移与多语言实现。 A — Algorithm（题目与算法） 题目还原 给你单链表的头节点 head，请你反转链表，并返回反转后的链表。 输入输出 名称 类型 描述 head ListNode 单链表头节点（可能为空） 返回 ListNode 反转后的新头节点 示例 1（自拟） 输入: 1 -> 2 -> 3 -> 4 -> 5 -> null 输出: 5 -> 4 -> 3 -> 2 -> 1 -> null 示例 2（自拟） 输入: 1 -> 2 -> null 输出: 2 -> 1 -> null 目标读者 正在刷 Hot100 / 准备面试的同学 写链表题经常断链/空指针、希望建立稳定模板的中级开发者 需要在 C/C++/Rust 等语言里熟练处理指针与所有权的工程师 背景 / 动机 在真实工程里，“反转链表”不一定以 LeetCode 的形态出现，但它背后的能力非常通用： ...