高频面试题中，数组题核心是哈希表快速查找，链表题重在指针安全操作，栈队列考行为建模，二叉树递归题关键在子问题定义与返回值设计。
数组与哈希表的高频组合题
很多面试题表面考数组，实际核心是哈希表的快速查找能力。比如“两数之和”“三数之和”“连续子数组和为K”——关键不是暴力遍历，而是用字典存下标或前缀和及其出现次数。遇到需要“快速判断是否存在”“记录出现位置/频次”的场景，优先想哈希表。注意边界：空数组、负数、重复元素是否允许，这些常决定哈希表里存什么（索引？最小索引？所有索引？）。
链表题重在指针操作逻辑，而非复杂算法
反转链表、环检测（快慢指针）、合并有序链表、找倒数第K个节点——解法都围绕“如何安全移动指针”展开。建议画图模拟三步：初始状态、中间某轮、终止条件。特别注意空节点判断（如cur.next is None前必须确认cur不为空），以及断链/连链顺序（例如反转时先保存next_node = cur.next，再改cur.next，最后更新cur）。写完务必用长度为0、1、2的链表手动走一遍。
栈与队列常考“行为建模”而非底层实现
括号匹配、每日温度（单调栈）、滑动窗口最大值（单调队列）、用栈实现队列——本质是把问题抽象成“后进先出”或“先进先出”的行为模式。例如“下一个更大元素”类题，栈里存的是“还在等待被匹配的候选者”，入栈是加入新候选，出栈是找到匹配结果。不需要手写栈/队列类，Python中list.append/pop和collections.deque足够；重点说清“栈中元素代表什么”“何时入栈/出栈”“栈顶含义是什么”。
二叉树递归题抓住“子问题定义”和“返回值设计”
最大深度、路径总和、对称二叉树、最近公共祖先——共性是用递归分解：当前节点的答案 = 左子树答案 + 右子树答案 + 当前节点贡献。关键在两点：明确递归函数的语义（例如isSymmetric(left, right)意思是“以left和right为根的两棵树是否互为镜像”），设计好返回值（是布尔值？节点？数值？是否需要额外参数如当前路径和？）。避免在递归中做全局变量修改，容易出错；需要路径信息时，把路径作为参数传入更清晰。
立即学习“Python免费学习笔记（深入）”；
