《图解算法》学习笔记：一把尺子、一张地图，和算法的直觉

目标读者：会写代码但没系统学过算法、一碰到"该用什么数据结构/算法"就凭感觉的新手；也适合学过但忘光了、想快速重建地图的老手。
参考书籍：Aditya Bhargava《图解算法》（Grokking Algorithms: An Illustrated Guide for Programmers and Other Curious People）
阅读目标：不追求覆盖每个细节，只提炼全书的骨架——一把评估工具的尺子（大 O），一张"问题形状 → 工具"的地图。

0. 写在前面：一本刻意"不完整"的算法书

算法书的光谱上，两端各有一座大山：

• 一端是《算法导论》（CLRS）：全面、严谨、数学化，厚得能挡子弹，也厚得让大多数人停在第三章。
• 另一端是刷题网站：直接给你题目和答案，见效快，但题目之间的"地形"要自己去悟。

《图解算法》刻意站在这两端之外。作者 Bhargava 是工程师出身、靠画画解释概念出名（他维护过 illustrated 技术博客），这本书的每一个算法都先配一幅手绘风格的图，再配一段短代码。它覆盖的主题只有十来个，每个都只讲"够用"的深度。

这不是缺点，是设计。这本书的定位是第一张地图：让你在"问题"和"工具"之间先建立起粗糙但正确的连接，知道某个形状的问题该往哪个方向走。地图粗糙没关系，怕的是手里连地图都没有。

全书十一章，蒸馏到最后其实是两件事：

一把尺子：大 O 表示法，用来评估任何工具的性能。
一张地图：识别问题的形状，映射到对应的工具——二分查找、分治、散列表、图搜索、贪婪、动态规划。

下面按这条主线展开。

1. 大 O：全书通用的货币

书从二分查找讲起，但二分查找只是引子，真正的主角是大 O 表示法——后面每一章都在花这种"货币"。

二分查找本身：在有序数组里找元素，每次猜中间值，把搜索空间砍半。100 个元素最多 7 次猜中，40 亿个元素最多 32 次。前提只有一个：数据必须有序。

大 O 说的不是时间，是增长趋势。它回答的问题是：“输入规模翻倍，运行时间怎么变？“书里反复出现的五种：

新手最容易误解的三点，书里都点了名：

• 大 O 是最坏情况。简单查找运气好时第一次就命中，但大 O 管的是"倒霉到底"的那个上界。
• 大 O 吃掉了常数，但常数有时很重要。快排的常数因子比归并排序小，所以两者同为 O(n log n)，实践中快排通常更快——这是第四章的一个伏笔。
• 两种算法的差距会随规模放大。O(log n) 对 O(n)，在小数据上无所谓，在 40 亿条数据上是 32 次对 40 亿次。评估算法时先问自己：我的数据会涨到多大？

这把尺子从此不离手：后面每拿出一个新工具，第一件事就是量一量它。

2. 数据结构的地基：数组与链表

第三章之前，书先补了一块地基：内存里的数据只有两种基本摆法。

flowchart LR
    A["需要随机访问<br/>按下标直接拿"] --> B["数组<br/>读取 O(1)<br/>插入删除 O(n)"]
    C["需要频繁插入删除<br/>顺序遍历为主"] --> D["链表<br/>读取 O(n)<br/>插入删除 O(1)"]

• 数组：元素在内存里连排，知道下标就能直接跳过去；但插入一个元素，后面所有人都得挪窝，而且数组满了还得整体搬家。
• 链表：每个元素存着下一个的地址，插入删除只要改指针；但想找第 5 个，只能从头数过去。

选择排序在这里出场，不是因为它重要，而是因为它是一个绝佳的"反面教具”：每轮扫一遍数组找最小值，n 个元素扫 n 轮，O(n^2)。它存在的意义是让你亲身体会"为什么 O(n^2) 不能接受”，给后面的快排当对照组。

这一章的真正收获是一个思维模式：先说操作模式，再选数据结构。读写各半？那就得接受折中（后面散列表给出答案）。

3. 递归与分治：把问题缩到基线

递归在书里被拆成一句话：每个递归函数都有两部分——

• 基线条件（base case）：什么时候不再调用自己；
• 递归条件（recursive case）：什么时候调用自己。

漏掉基线条件就是死循环。而理解递归的物理载体是调用栈：每次调用往栈上压一层，栈顶永远是当前正在执行的函数。栈好用，但深度失控会爆栈——这是递归的隐形成本。

递归的最大用处是支撑**分治（Divide and Conquer）**策略。书里给分治的解题套路是：

1. 找出尽可能简单的基线条件；
2. 不断把问题分解（缩小规模），直到触及基线条件。

书的例子很妙：把一块 1680×640 的地均匀分成方块、要求方块尽可能大——每次"切掉一块最大的正方形，对剩下的部分重复同样的操作"，最后收敛到欧几里得算法。分治不是算法，是想问题的姿势。

快速排序是分治的招牌应用：

• 基线条件：数组元素少于 2 个，不用排。
• 递归条件：选一个基准值（pivot），把数组分成"比它小"和"比它大"两堆，对两堆分别快排。

快排的复杂度很讲政治：平均 O(n log n)，最坏 O(n^2)——最坏情况出现在每次都选到极端 pivot（比如对已排序数组总选第一个元素）。所以 pivot 的选择就是性能的关键，随机选是最省事的保险。

记住那个伏笔：快排平均情况的常数比归并排序小，所以它是工程实践的默认选择。大 O 相同不代表一样快，常数在日复一日地收税。

4. 散列表：用函数换时间

如果说数组和链表是两种"认命"的摆法，散列表（hash table）就是那个"我全都要"的答案：平均情况下，查找、插入、删除全是 O(1)。

它的构造朴素得不像话：

flowchart LR
    A["键 key"] --> B["散列函数<br/>把任意输入映射成固定数字"]
    B --> C["数组下标"]
    C --> D["值 value"]

一个合格的散列函数要满足：同样的输入永远得到同样的输出；不同的输入尽量映射到不同位置。于是"查找"从"翻箱倒柜"变成了"算一下地址直接拿"。

书里的三个经典用法，值得刻进肌肉：

• 查找表：电话簿、商品价格、DNS 解析——dict/map 存在的意义。
• 去重：投票站查"这人投过票没有"，把逐个翻名单变成 O(1) 查询。
• 缓存：服务器把算过的结果按 URL 存起来，下次直接给——所有 Web 框架都在这么干。

但散列表不是免费的，书也讲了两条暗线：

• 冲突（collision）：两个键被映射到同一位置。标准解法是链表法——这个位置存一个链表，所有撞车的都挂上去。冲突多了，散列表就退化成了链表，性能从 O(1) 滑向 O(n)。
• 负载因子（load factor）= 元素数 / 位置数。负载因子超过约 0.7 就该扩容（换个更大的数组重新散列）。扩容昂贵，但摊销到每次操作上仍然便宜。

工程直觉：散列表的平均 O(1) 建立在"散列函数好 + 负载受控"两个前提上。前提塌了，最坏 O(n) 在等着你。

5. 图搜索（一）：广度优先，用队列换最短

第六章把场景从"数组里找东西"升级到"网络里找关系"：在你的朋友关系网里，谁认识芒果经销商？

图就是节点加边，是对"关系"的建模。广度优先搜索（BFS）回答两类问题：

1. 从 A 到 B 有没有路？
2. 从 A 到 B 的最短路径（经过的边最少）是哪条？

算法的核心道具是队列（FIFO）：

• 把起点的朋友全部入队；
• 每次从队首取一个人检查：是芒果经销商吗？不是就把他的朋友加到队尾；
• 队列为空还找不到，就是不存在。

为什么队列保证"最短"？因为你按距离分层推进：一度人脉全部查完，才轮到二度人脉。第一个被找到的目标，一定在最少边数的那条路上。换栈（LIFO）就变成深度优先，性质全变——道具即语义。

两个工程细节别漏：

• 必须记录"已检查"名单（正好用上一章的散列表），否则关系网里有环时会在原地打转。
• 检查名单还顺便去重：同一个人被多个人介绍，只查一次。

树是特殊的图（没有环、没有指回祖先的边），所以这一章的思维方式覆盖了文件系统、组织结构、依赖关系等大量日常问题。

6. 图搜索（二）：狄克斯特拉，带权重的最短

BFS 找的是"段数最少"，但现实里每段路的代价不同——换乘 2 次但花 2 小时，和直达但花 3 小时，选哪个？狄克斯特拉算法（Dijkstra）处理的就是带权图的最短路径。

它的循环只有四步：

flowchart LR
    A["找出当前开销最小<br/>且未处理的节点"] --> B["检查它的邻居<br/>经由它是否更便宜"]
    B --> C["更便宜就更新<br/>邻居的开销和父节点"]
    C --> D["标记该节点已处理"]
    D --> A

关键直觉是贪心的有序性：一个"当前最便宜"的节点一旦被处理，它的最终开销就锁定了——因为不存在更便宜的迂回路线能再改进它（这正是不能有负权边的原因）。

书明确划了两条边界，比算法本身还值钱：

• 负权边禁用狄克斯特拉，改用贝尔曼-福特算法（Bellman-Ford）。负权边意味着"绕路反而赚钱"，廉价节点处理完后仍可能被改进，四步循环的前提崩了。
• BFS 是狄克斯特拉的特例：所有边权重相等时，“段数最少"就是"开销最小”。学算法时这种"一般与特例"的父子关系，比单独记两个算法省一半脑子。

7. 贪婪算法：局部最优的边界

有些问题不存在快速精确解，贪婪算法的哲学是退而求其次：每步都选当前看起来最好的，拼出一个"足够好"的解。

书里的两个对比案例是这个哲学的完整两面：

• 教室调度：要在一间教室排最多的课。策略是"每步选结束最早的课"——这里的贪婪恰好就是最优解。
• 背包问题：小偷往包里装最值钱的商品，按"单价最高"贪婪地装，装不满，也装不到总价值最大——这里的贪婪只能拿到近似解。

同一个策略，一个精确一个近似，差别在问题结构。所以书的真正教益是后半章：识别 NP 完全问题。

旅行商问题、集合覆盖问题这类难题，精确解的复杂度是 O(n!) 或 O(2^n)，规模稍大就算不动。书里给的判断流程非常工程：

1. 元素少时算法很快，元素一多就爆炸？可疑。
2. “所有组合"的字眼出现在解法里？可疑。
3. 要算所有子集/所有排列才能出答案？基本坐实。

一旦确认撞上 NP 完全问题，正确动作不是硬算，而是换目标：用贪婪算法拿近似解。集合覆盖问题里，“每步选覆盖最多未覆盖电台的台"这个贪婪策略，能以 O(n^2) 的代价拿到足够好的答案。

完美是优秀的敌人，在 NP 完全问题面前，这句话是数学事实而不是鸡汤。

8. 动态规划：把大问题拆成可缓存的小问题

第九章是全书的智力高峰。动态规划（Dynamic Programming）的场景是：问题可以拆成子问题，且子问题的最优解能拼出大问题的最优解——那就先解子问题、存起来、再组装。

书用背包问题把整套方法演了一遍：背包容量 4 磅，商品有吉他、音响、笔记本电脑，各有限重和价值，怎么装总价值最大？

答案是画一张网格：

• 行是商品（逐个加入考虑范围）；
• 列是背包容量（1 磅到 4 磅，每个容量是一个子问题）；
• 每个单元格填：“只考虑前 i 件商品、容量为 j 时，能装的最大价值”。

填第 i 行第 j 列时，只有两种选择取最大：不装第 i 件（抄上一行的值），或者装（这件的价值 + 剩余容量在上一行的最优值）。填到右下角，答案自然浮现。

flowchart TD
    A["大问题<br/>容量4 全部商品"] --> B["子问题网格<br/>每个单元格 = 部分商品 + 部分容量"]
    B --> C["按行填表<br/>每格取两种选择的最大值"]
    C --> D["右下角 = 原问题的最优解"]

网格法同样解了最长公共子串（比如拼写检查里 hunish 更像 hunch 还是 fish）和最长公共子序列（diff 工具、生物序列比对的雏形）。两者的网格公式不同，书特意对比：子串要求连续，只在左上角相邻格匹配时加一；子序列允许跳跃，不匹配时取左格和上格的较大者。

动态规划的使用前提，书里埋了两条硬规则：

• 每个子问题必须是离散的、不互相依赖的——背包里装两件商品的"组合优惠”（比如去巴黎的行程互相抢时间）会毁掉方法；
• 它优化的是某个约束下的某个指标，先想清楚约束是什么、指标是什么，再画网格。

新手对动态规划的恐惧，九成来自没见过"网格"这个脚手架。见过一次，DP 就从玄学变成了填表。

9. K 最近邻：从算法走向机器学习的一脚

第十章画风突变，讲起了K 最近邻（KNN）——它不是传统意义上的"精确算法”，而是通往机器学习的引桥。

套路分两步：

1. 特征抽取：把对象变成一组可比较的数值。判断橙子还是柚子，可以抽"大小"和"颜色"两个特征；推荐电影，就把用户口味变成若干维评分。
2. 找邻居算距离：新对象来了，找特征空间里最近的 K 个已知对象，分类就看邻居里哪类多，回归就取邻居的平均值。

书顺手点了两条暗线：特征选得好不好决定一切（推荐系统里"喜好"这种主观特征比"年龄"有用得多）；以及回归——不只分类，还能预测数值（比如预测明天面包销量）。第十章还拿 OCR 和垃圾邮件过滤、预测股市当例子，并诚实地泼冷水：股市这种受太多不可测因素影响的对象，KNN 也无能为力。

这一章不求深，它是在全书结尾处把一扇门推开一条缝：算法世界的下一层是统计学习，特征工程是那层世界的"数据结构"。

10. 最后一章的真正价值：一张进阶地图

第十一章标题是"接下来如何做"，看似附录，实则是这本书最像"地图"的一章——它把十个更大的主题各用一页纸点了名，告诉你每个是干什么的、什么时候会撞上：

• 二叉查找树：有序数据的插入查找都比排序数组灵活，是数据库索引的原型。
• 反向索引：搜索引擎的核心——给每个词建一张"出现在哪些网页"的表，正好是散列表思路的工业化。
• 傅里叶变换：把信号拆成频率成分，MP3 压缩、地震预测、音乐识别都靠它。
• 布隆过滤器与 HyperLogLog：海量数据下的概率型判断——“这个 URL 我爬过吗？“允许极小的误判率，换来指数级的空间节省。
• SHA 与局部敏感哈希：前者做安全散列和密码存储，后者（如 Simhash）让"相似内容"散列到相近位置，是查重和推荐的底层件。
• Diffie-Hellman 密钥交换：双方在不安全的信道上协商出共享密钥，现代加密的基石。
• 线性规划：在给定约束下最大化目标，图论问题是它的特例，运筹学的发动机。
• MapReduce 与并行算法：数据大到单机装不下时，把计算分发到成百上千台机器；并行排序的最优复杂度也从 O(n log n) 变成约 O(n)。

这一章的正确读法不是"学会”，而是建立索引：以后在真实工作里撞见"爬虫去重"“密码存储"“海量计数"这些词，你能想起"好像有个专门的东西解决这个”，再回头深查。地图的价值不在精细，在覆盖。

11. 带走的清单

把全书压成一张工位清单：

评估任何工具时

• 先问数据规模会涨到多大——小数据上无所谓的差距，大数据上是生死线。
• 用大 O 说最坏情况，别用"运气好"的例子安慰自己。
• 大 O 相同时，记得问常数因子（快排 vs 归并）；常数在日复一日地收税。
• 空间和时间一样要算：递归的调用栈、散列表的扩容、DP 的网格都是空间账单。

看到问题时先认形状

• 数据有序、要查找？二分查找，O(log n)。
• 要"按 key 秒查 / 去重 / 缓存”？散列表，盯紧负载因子。
• 关系网里找"最少几步”？BFS + 队列 + 已检查名单。
• 带代价的图里找"最便宜"？狄克斯特拉，先确认没有负权边。
• 问题能拆成独立子问题且子问题可复用？画 DP 网格，先写清约束和优化指标。
• 解法里出现"所有组合/所有排列"？多半是 NP 完全，别硬算，贪婪近似走起。

卡住时

• 试试分治：基线条件是什么？能不能把规模砍掉一块再递归？
• 试试换数据结构：很多"算法难题"其实是"数据摆错了地方"。
• 识别"当前问题是不是某个经典问题的特例"——BFS 之于狄克斯特拉，图论之于线性规划，特例意味着现成解法。

继续学

• 把第十一章当索引：布隆过滤器、反向索引、傅里叶变换、MapReduce，撞见了再深挖。
• 想系统化：去啃《算法导论》对应章节，那时你有地图了，不会迷路。
• 想练手感：刷题，但每道题先归类"这是什么形状的问题"，再看答案。

这本书两百多页、图比字多，值回票价的理由只有一个：它把"算法"从一门课变成了一箱工具，并且教会你拿起任何一件工具之前，先看清手里问题的形状。

参考书籍：Aditya Bhargava《图解算法》（Grokking Algorithms: An Illustrated Guide for Programmers and Other Curious People, Manning, 2016；中译本由人民邮电出版社出版）。

• 算法与数据结构

• 图解算法
• Grokking Algorithms
• 算法
• 大O
• 动态规划
• 图算法
• 散列表
• Aditya Bhargava
• 学习笔记

方糖猫（大可）

18 年后端架构，现在独立做 AI 产品。这里记录 AI 视频、AI Agent 与工程实践。