最近重新把牛客2023模考四模的编程题整卷过了一遍连着三个晚上一套一套重新手写、跑样例、看题解越琢磨越觉得这套卷子出的有点东西。如果你现在正处于秋招或者春招的备战期想找一套和真实笔试手感最接近的题目来练手四模是一个绕不过去的选择。它不是单纯把几道 hard 堆在一起炫技而是按真实考试的难度梯度、题型占比、时间压力来设计做起来很有考场感。这篇文章我不打算把题目答案抄一遍而是想从这套题里提炼出真正能带走的东西每类题型的考点拆解、做题时的思考顺序、容易翻车的细节以及怎么把一次模考的成绩变成后续复习的依据。适合两类人看一类是刚开始刷牛客想通过模考摸底的同学另一类是已经刷了不少题但一到模拟考就发挥不稳的同学。1. 整体认知四模这套题到底在考什么1.1 模考序列里四模的位置决定了它的难度曲线牛客的模考一般会按时间线排好几场四模这场的定位很微妙它不是第一场那种“给你点信心”的摸底卷也不是最后一场那种“难度拉满”的劝退卷。它处在整个备战周期的后半段题型分布、难度比例、题干长度都已经非常接近真实笔试适合用来做系统性的自我检测。我当时刷完的最大感受是这份卷子的选题很有代表性。编程题部分覆盖了笔试里出现频率最高的几类问题比如数组模拟、字符串处理、链表操作、动态规划、贪心思想没有出现特别偏门的数据结构也没有为了难而难的竞赛题整体出题风格就是“给你一个业务场景让你用算法把它解决”。这一点很重要因为真实笔试的编程题不会问你“红黑树怎么实现”而是会把算法藏在题目描述背后让你自己识别出来。另外一点值得说的是时间压力。模考和平时刷题最大的区别就在于倒计时。平时做不出来可以慢慢想但模考时一道题卡了半小时后面所有计划就全乱了。四模的编程题数量控制在常规笔试范围内但每道题都留了“陷阱”如果你没有提前训练过时间分配很容易在第二题上耗时过多导致后面的大题根本没时间动笔。1.2 和刷题单、每日一题最本质的区别很多人习惯用题单刷题比如今天做两道链表明天做两道动态规划这种方式的优点是知识体系清晰缺点也很明显——你永远不知道换一个题型组合之后自己的临场反应会是什么样。牛客模考这种整卷形式逼你在一个时间段内面对不同类型的题目随时切换思维模式。举个例子你可能在刷题单的时候动态规划正确率很高但模考的时候如果动态规划出现在第三题前面已经做了两道偏模拟的题目状态切换不过来就很容易在状态转移方程卡住。四模这种混合题型设置会把你这种“隐性短板”暴露出来。所以我的建议是模考成绩高低都在其次关键是把模考当成一次全流程演练包括时间分配、心态调整、遇到不会的题怎么放弃这些都是在题单里练不到的。1.3 题型分布与难度梯度参考根据我对四模卷子的复盘编程题部分的题型和难度大概可以整理成下面这个表格方便你对照自己的薄弱项模块典型特征常见考察方式难度预期数组与模拟题干较长规则明确代码量大双指针、前缀和、差分、区间合并中低字符串处理思路简单但边界条件多字符统计、哈希表、滑动窗口低链表操作考察对指针/引用的理解反转、找中点、环形链表、合并中动态规划状态设计困难代码量小线性DP、背包类、区间DP中高贪心与数学需要证明或直觉排序后决策、最大最小值问题中搜索与图论部分场次出现占比不高BFS、DFS、连通分量中高从往年经验看前两道题通常是“保分题”只要细心就能过中间一道会卡一部分人考察某个经典模型的变体最后一道则是用来区分高分的往往需要综合运用两到三种技巧。四模也延续了这个规律。因此刷这套题时不要只关注“做没做出来”还要记录自己在哪一档题目上花了多少时间。做不出来不可怕可怕的是习惯性在简单题上翻车。2. 考点拆解这套卷子里的四大高频模块2.1 数组与模拟类基础题稳拿分的关键数组模拟类的题目在笔试里几乎是必考四模也不例外。这类题通常文本量很大描述一个复杂的规则场景让你按规则一步一步处理。很多人一看到长题干就发慌其实这类题反而是最好拿分的因为它考的不是你懂多少高级算法而是你能否把规则翻译成代码并且不犯细节错误。做模拟题的核心技巧是“拆步骤”。我在刷四模那道区间合并变体题时第一遍直接上手写循环结果越写越乱。后来学乖了先把题目要求的操作按顺序列出来比如先读入所有区间按左端点排序然后维护当前区间左右边界遇到新区间时判断是合并还是加入结果集。把逻辑理顺之后代码就是按步骤一句一句翻译的事。这里给一个典型的区间合并模板几乎适用于所有类似场景def merge(intervals): intervals.sort(keylambda x: x[0]) res [] for interval in intervals: if not res or interval[0] res[-1][1]: res.append(interval) else: res[-1][1] max(res[-1][1], interval[1]) return res这个代码很短但很多人都写不对问题出在边界情况的处理上。比如区间是[1,4]和[5,6]这两个区间并不重叠因为左端点 5 大于右端点 4所以不能合并。但如果题目改成“端点相接也算连续”那就要改成这就是看题要抠字眼的地方。模拟题翻车的重灾区往往就是对“包含/不包含”“等于/大于”这些细节的把握。2.2 链表问题不要只会“背模板”链表在四模里出现在中档题位置考得很经典不是单纯让你反转链表而是和“两个链表找交点”“环形链表判断入口”这种变体结合。这种题平时刷题单的时候很容易被忽略因为很多人觉得“链表嘛不就是 next 指针动来动去”结果到了笔试现场一紧张就容易绕晕。链表题最大的敌人不是算法而是“引用丢失”。我在现场写代码的时候经常犯的一个错误就是没有先用临时变量保存下一个节点就直接修改了当前节点的 next导致后面的节点找不到了。比如反转链表的核心循环很多人背了模板能写出来但一旦题目改成“每 K 个节点一组反转”就不知道如何把指针关系理清楚。举一个容易犯错的例子查找链表中间节点用快慢指针def middle_node(head): slow fast head while fast and fast.next: slow slow.next fast fast.next.next return slow这段代码看起来简单但fast and fast.next这两个条件缺一不可。只写fast.next在链表节点数为偶数时会报错只写fast在节点数为奇数时又可能在最后一次循环越界。这些细节就是“简单题”和“稳拿分”之间的差距。我刷四模时还有一点体会链表题一定要养成“画图”的习惯。笔试虽然没有草稿纸的限制但多数在线 IDE 里你可以自己注释画图。把指针的变化画出来比盯着代码空想要清晰得多。尤其是涉及 dummy 节点的题画图之后思路会顺畅很多。2.3 动态规划状态定义决定成败四模的动态规划题不算特别难但足以过滤掉一部分没准备好的人。它考的不是那种“一看就知道是 DP”的题而是把一个比较经典的问题包上了一层业务外衣。你需要先看穿它的本质才能写出正确的状态转移。以我复盘时遇到的一个“打家劫舍变体”为例题面描述改成了一排房屋相邻不能选但其实核心就是经典的线性 DP。做这类题第一步不是急着写代码而是想清楚状态代表什么。是dp[i]表示前 i 间房屋能偷到的最大值还是表示“偷到第 i 间时”的最大值这两种定义都会导致不同的转移方程# dp[i] 表示前 i 间房屋能偷到的最大金额 dp[i] max(dp[i-1], dp[i-2] nums[i])状态定义错后面全错。很多人做 DP 题第一反应是套模板而不是先理解题目语义这是一个很普遍的误区。四模的动态规划题如果单纯从代码量看只有十几行但状态转移需要想清楚这恰恰是拉开时间差距的地方。2.4 字符串与哈希性价比最高的模块字符串和哈希的题目代码量小但很能考基本功。四模里有一道关于“最长无重复字符子串”的变形题用滑动窗口加哈希表十分钟内能写完但如果对窗口收缩的逻辑不熟也很容易写出死循环。我一直觉得这类题目是整个笔试里性价比最高的因为实现思路相对固定练几遍就能掌握不像动态规划那样需要大量积累。做字符串题时一个实用技巧是提前确定字符集范围。比如题目说明是 ASCII 字符那就可以直接用长度为 128 的数组代替哈希表速度更快代码也更简洁def length_of_longest_substring(s): last [-1] * 128 left 0 max_len 0 for i, c in enumerate(s): if last[ord(c)] left: left last[ord(c)] 1 last[ord(c)] i max_len max(max_len, i - left 1) return max_len用数组代替字典其实是一个很重要的思维转变。笔试环境里 Python 的字典虽然也能用但常数时间开销更大在卡常数的题目里可能就差那么一点。字符串处理题还要特别警惕 Unicode 字符和大小写问题题目说“仅含小写字母”你就别用大写转换去画蛇添足按题面来。3. 我用一套“翻译-设计-优化”流程复盘真实做题过程3.1 拿到题目后先做“关键词翻译”很多人拿到编程题的瞬间就开始敲代码这不是个好习惯。我在刷四模的时候总结了一个固定的动作先把题目里的关键词翻译成算法名词。比如看到“连续子数组”第一反应是“前缀和或滑动窗口”看到“第 K 大”想到“堆或快速选择”看到“最小代价”想到“动态规划或贪心”看到“网格中的最短路径”想到“BFS”。这个“翻译”过程能帮你快速定位题目的考点避免在错误的方向上浪费时间。比如四模里有一道题描述很复杂核心就是“给定一组数找两数之和等于目标值”翻译出来之后就变成了一道经典的哈希表题。如果没做这层翻译可能就会把它当成排序题去处理绕一大圈。我把常见的关键词对应关系整理成了一张速查表方便你参考题面关键词优先考虑的思路连续子数组、窗口、最大/最小长度前缀和、滑动窗口两数之和、是否存在、配对哈希表空间换时间第 K 大/小、Top K堆、快速选择、排序最长公共、子序列、最优策略动态规划环、互通块、最短步数BFS、DFS、并查集区间重叠、合并、覆盖排序 贪心/扫描线具有某种性质的排列回溯、全排列剪枝这个表不是万能公式但它能帮你在一开始就站到大概率正确的方向上。别忘了这一步要结合题目本身的约束条件如果数据范围很小暴力可能已经够用只有数据范围大才需要考虑优化算法。3.2 写代码前的“三步设计法”我在现场练习时通常把做题过程分成三步每一步都有明确的目的。第一步是写边界条件。很多人习惯最后补边界但我建议第一遍就把空输入、单元素、极端值这些情况写在注释里然后让代码从一开始就兼容它们。比如处理链表时永远先问自己如果 head 是 None 怎么办如果只有一个节点怎么办想清楚再动手。第二步是写暴力版本。不要一上来就追求最优解先把能用的解法以最简单的方式写出来确保逻辑正确。这一步的作用有两个一是让你对问题本身有更具体的理解二是万一后面优化时间不够暴力版本至少能拿到部分分数。四模这种模拟考里很多人的问题不是不会最优解而是暴力版本都写不对。第三步是回头优化。优化的方向通常有两种要么把重复计算缓存起来要么改变遍历顺序降低复杂度。以我复盘时遇到的一道题为例暴力解法是两重循环数据量一大就超时。这时候我想到用哈希表记录已经见过的元素把查找从 O(n) 降到 O(1)整体复杂度从 O(n^2) 降到 O(n)def two_sum(nums, target): seen {} for i, val in enumerate(nums): need target - val if need in seen: return [seen[need], i] seen[val] i return []这个例子看起来简单但它代表了面试中最常见的一类优化思路用空间换时间。四模里有一道题几乎就是这个思路的变体只是把“数字配对”换成了“字符是否满足某种关系”如果你建立了“翻译”习惯一眼就能看穿。3.3 从暴力到最优同一道题的三种写法复盘四模时我发现很多题的得分差异不在于会不会最优解而在于能否根据数据范围选择合适的解法。以下面这道高频题为例题目是“给定一个整数数组返回所有和为 0 且不重复的三元组”。常见有三种层次的写法。第一种是三重循环暴力枚举时间复杂度 O(n^3)能解决 n 很小的情况。但在笔试环境下这种写法基本拿不到满分只能作为兜底方案。第二种是先用两层循环确定两个数然后用哈希表查找第三个数时间复杂度 O(n^2)空间复杂度 O(n)。这种方案已经能应对大多数数据范围。第三种是在数组排序后使用双指针一层循环枚举第一个数剩下两个数用双指针在有序区间内移动时间复杂度 O(n^2)空间复杂度 O(1)。思路是固定第一个数然后用 left 和 right 指针从两端向中间逼近根据当前和与目标值的大小调整指针位置def three_sum(nums): nums.sort() res [] n len(nums) for i in range(n - 2): if i 0 and nums[i] nums[i-1]: continue left, right i 1, n - 1 while left right: total nums[i] nums[left] nums[right] if total 0: left 1 elif total 0: right - 1 else: res.append([nums[i], nums[left], nums[right]]) while left right and nums[left] nums[left 1]: left 1 while left right and nums[right] nums[right - 1]: right - 1 left 1 right - 1 return res这段代码里最容易错的是去重逻辑。如果不去重返回结果里会出现重复的三元组去重去得不对又会跳过正确答案。我在四模中看到不少人卡在去重上说明这个细节值得单独花时间练一次。不要只看题解动手敲一遍卡住的地方就是你的薄弱点。4. 实战排查我在刷四模时踩过的坑4.1 超时问题先估复杂度再写代码四模的编程题环境对运行时间有明确限制我用 Python 刷的时候最大的感受是Python 虽然写起来快但同样的算法复杂度执行效率比 Java 和 C 要慢不少。所以写代码之前一定要估算复杂度避免做无用功。一个粗略的参考标准是一秒钟大概能跑一千万到五千万次简单操作。如果你写了一个 O(n^2) 的算法而数据范围 n 是 10^5那基本不可能通过。这时候你需要在写代码之前就判断这个量级应该用 O(n log n) 或 O(n) 的算法而不是赌数据弱。我遇到超时问题后通常先检查这几个点有没有不必要的重复计算有没有可以用哈希表替代的线性查找循环里有没有调用耗时过大的函数。Python 里的in操作对于列表是 O(n)对于集合和字典是 O(1)很多人忽略了这个区别。如果你在一个大循环里写了if x in list很可能就是超时的根源。还有一个经常被忽视的细节是输入输出数据量大的时候建议用sys.stdin.readline代替input()用列表收集结果再统一输出避免频繁调用 print。4.2 边界条件最容易丢分的隐形杀手复盘四模的时候我把每一道题因为边界条件丢分的点整理成了一个清单。每次交代码之前对着这个清单过一遍能避免很多无谓的失败。场景必须检查的内容链表头节点为空、只有一个节点、两个节点、环数组空数组、长度 1、元素全相同、升序降序数字运算负数、0、最小值最大值、整数溢出字符串空串、单字符、全空格、大小写混合、Unicode二叉搜索/分治区间只有一个元素、目标值不在区间内、重复元素这些边界条件不需要背但需要形成条件反射。比如看到树的题目先问一句“如果是空树怎么办”看到数组二分的题目先确认“left 和 right 的初始值是否覆盖了所有情况”。四模里有一道题我明明算法设计得没有问题但因为没有处理空输入被判了运行时错误第一次提交直接零分。这种丢分非常可惜。还有一个技巧是不要只跑题目给的样例要自己构造几个边界样例。比如最大值、最小值的输入恰好重叠的区间刚好形成环的链表等等。你在本地把这些场景测一遍比提交后反复试错要高效得多。4.3 Python 环境下的输入输出与调试技巧很多同学平时刷题用的 IDE 和牛客笔试环境不是一回事到了模考才会发现输入输出也不顺手。四模的编程题有一些输入是一行一行读入的如果对input()的机制不熟悉就容易读到空行。我建议从一开始就适应标准输入模式特别是用到二维矩阵的时候。一个常见的输入处理模板是这样的import sys def main(): data sys.stdin.read().split() # 按需解析 idx 0 n int(data[idx]); idx 1 arr [] for _ in range(n): arr.append(int(data[idx])); idx 1 # 你的逻辑 print( .join(map(str, result))) if __name__ __main__: main()这种一次性读入再 split 的方式比一行一行读入要快而且不容易被换行符干扰。在牛客这类在线评测平台提交答案时如果因为输出格式不对被判错也不会给你看具体原因所以养成良好的输出习惯也很重要。比如要输出一个列表很多人会写print(result)结果输出的是 Python 的列表语法而不是题目要求的空格分隔格式提交上去直接错完。关于调试我强烈建议不要把 print 语句留在最终代码里。笔试环境里频繁 print 会大大拖慢运行时间尤其在最坏情况下可能导致超时。如果非要用 print 调试提交之前一定要注释干净。5. 怎么把四模经验带到真实笔试里去5.1 模考成绩不等于真实水平但能定位问题四模结束后我看到很多人在讨论分数。我个人觉得模考分数本身参考意义不大因为每家公司的笔试出题风格、难度、时间都不同一次模考的绝对分数说明不了太多。真正有意义的是“你在哪些类型的题目上失分”“你花在每道题上的时间是否合理”“面对不会的题时你的应对方式是什么”。我做完四模后会做这样一个复盘统计每道题的状态一共分成四类——快速 AC、卡了很久 AC、没做出来但看了题解能理解、完全没思路。四类题目对应的复习策略完全不同。前两类说明你已经掌握保持手感即可第三类是最有价值的突破口多看几遍题解重新默写一遍基本就能内化第四类则需要回到基础知识先把相关章节学扎实再回来刷。这种分类方式比单纯盯着分数要实用很多。我见过一些人模考拿了不错的分数结果真实笔试翻车原因就是对“卡了很久才 AC”的题目没有重视以为做出来了就代表会了。实际上笔试是有时间压力的一分钟和半小时做出来训练效果天差地别。5.2 冲刺阶段的刷题计划建议如果你离真实笔试还有两到三周我建议把牛客模考的题单当作主线而不是从头到尾刷几千道题。具体安排可以这样每天固定花半小时做一道完整的编程题严格按照笔试时间要求自己然后留半小时复盘。复盘的重点不是看题解而是先对照自己的代码找出是哪一步的想法出了问题。一周可以安排一次完整的模拟考用四模或者其他模考卷把整个流程走一遍包括心理状态调整和做题顺序选择。平时刷题时也可以刻意训练一个能力在一道题上卡住超过 20 分钟立即跳到下一题。很多笔试失败不是因为不会做而是因为时间分配失衡简单题没来得及做难题又没做出来。如果你用 Python 刷题还要注意基础语法的熟练度。比如列表推导式、字典的 get 方法、Counter 的用法这些在笔试中能帮你省下很多时间。不少同学会用 Python 入门编程先练一些类似“python2025.3一级编程题题目”那种基础题把语法和环境跑通再进到牛客模考这类综合环境中检验这个进阶路径其实很平滑。基础越熟练越能把注意力集中在算法本身而不是边写边想语法。5.3 从模考到真实笔试的心态与策略调整真实笔试和模考还有一个很大的不同真实笔试的题目范围更不可控偶尔会出现完全没见过的题型。这时候最怕的不是不会而是心态崩了。我在四模中训练出的一个技巧是遇到没见过的题目先强制自己花三分钟把题目读两遍把输入输出示例手算一遍很多时候思路就在这个过程中冒出来了。如果三分钟后还没有任何思路就先跳过把后面能拿的分拿了再说。笔试的计分方式往往不是按题序给分先做容易的题再回头啃硬骨头是性价比最高的策略。另外不要因为一道题样例能过就觉得万事大吉样例能过只是最低要求。我复盘四模时发现很多题目的样例都不是很刁钻你需要自己构造一些极端的输入才能真正判断代码是否可靠。关于做题顺序我个人的偏好是先做字符串和模拟题再做链表和贪心最后做动态规划和搜索。因为字符串和模拟题通常最容易进入状态能帮你快速建立信心动态规划这类需要深度思考的问题放在后面时间充裕时做即使卡住也不至于影响整场节奏。当然这个顺序因人而异但原则是一致的先做有把握的再挑战不确定的。6. 复盘之外我沉淀下来的几个刷题习惯四模刷完之后我最大的收获反而不是某道题的解法而是几个可以复制到任何一套题上的习惯。在这里分享给你尤其是第一个习惯我觉得对提升刷题效率帮助最大。第一个习惯是建立错题类型标签而不是简单地记录题目名字。比如“这道题我错在边界条件”“这道题我错在状态转移方程写反了”“这道题我错在题意理解偏差”。标签越具体后续复习越有针对性。我在刷四模时给每道错题贴了标签然后发现自己在“区间边界”上的错误率特别高于是集中找了几道相关的题目专项训练效果比零散刷题好很多。第二个习惯是尽量用纸笔模拟一个示例的运行过程。不要一上来就写代码先在草稿纸上用一个小数据把算法流程走一遍标记出每个变量的变化。这个方法对链表、指针和递归尤其有效。我在做四模的链表题时先画了链表反转每一步的指针指向代码写起来几乎没有卡壳。第三个习惯是每次提交之前做一遍“三分钟代码审查”。第一分钟看边界条件第二分钟看复杂度和输入输出第三分钟检查有没有调试用的残留代码。这套流程听起来简单但它能在关键时刻救你一把避免很多因为粗心导致的零分。如果你现在还处于“刷题刷了不少但一到模考就发挥不出来”的阶段建议不要急着再刷新题而是把四模这套卷子重新拿出来按我上面说的方法重新走一遍。重点不是把题目背下来而是把做题的思路、时间分配、边界审查这一整套流程练熟。等到真实笔试的时候你会发现自己对题目的反应速度和处理方式已经和之前完全不一样了。