算法题难度分级

算法题难度分级其实很简单。通常分为以下几个等级：
1. 基础题：这类题目通常在面试中占比较大，难度不大，主要考察你的编程基础和逻辑思维能力。比如，排序算法（去年我们跑的那个项目，大概3000量级就需要用到快速排序），或者简单的动态规划问题。
2. 中等题：这类题目开始涉及一些算法设计技巧，比如贪心算法、分治法等。难度上升，需要一定的思维跳跃。例如，寻找两个有序数组的中位数（其实挺坑的，很多人没注意边界条件）。
3. 困难题：这类题目通常需要深入理解数据结构和算法，解决复杂问题。比如，图算法中的最短路径问题（我一开始也以为很难，后来发现不对，其实关键在于如何选择合适的算法，比如Dijkstra或A）。
4. 高级题：这类题目往往需要综合运用多种算法和数据结构，解决极其复杂的问题。例如，动态规划与图算法的结合，解决多阶段决策问题。
等等，还有个事，很多人在准备算法面试时，容易忽视对算法原理的深入理解，而只关注刷题。其实，理解背后的门道比单纯刷题更重要。最后提醒一下，当你看到一道算法题时，先分析题目类型，再选择合适的算法来解决，这样可以提高解题效率。

LeetCode 刷题库，难度分为 Easy、Medium、Hard，Easy 题目在 10 分钟内解决，Medium 需要 30 分钟，Hard 至少需要 1 小时。

那天，我在咖啡馆里，一个朋友愁眉苦脸地抱怨他的算法题。他说，最近参加了一场编程竞赛，遇到了一道题，看了半天，头都大了。我笑着说：“别急，算法题这东西，就像登山，有平地，有陡坡，还有险峻的峭壁。”
我记得有一次，2012年，我参加了一个算法培训，那时候，我接触到了动态规划。那是一个周末，我在图书馆里，对着电脑屏幕，研究了一个下午。当时，我遇到了一个时间复杂度为O(n^2)的动态规划问题，解出来的时候，我兴奋得手舞足蹈。现在想想，那不过是入门级别的挑战。
再后来，2015年，我参加了一场国际算法竞赛。那一次，我遇到了一个需要用到图论和数论的题目。那是一道难题，我花了整整两天的时间，才勉强解决了它。那两天，我几乎没睡，每天只吃一顿饭，最后，我拿到了比赛的第一名。
等等，还有个事，我突然想到。去年，我教一个新手学算法，他一开始对递归算法一头雾水。我带他做了几个简单的递归题目，比如斐波那契数列。后来，他慢慢掌握了递归的精髓，对更复杂的算法也产生了兴趣。
所以，算法题的难度分级，就像人生一样，有起有落。重要的是，不管遇到什么难度，都要有耐心，一步一步来。你说呢？