尧图网页设计 
LeetCode-Go 离线版《LeetCode Cookbook》V1.7.97 全解析从数据结构知识图谱到 Go 算法模板与 797 题题解体系【免费下载链接】LeetCode-Go✅ Solutions to LeetCode by Go, 100% test coverage, runtime beats 100% | LeetCode 题解项目地址: https://gitcode.com/GitHub_Trending/le/LeetCode-Go本篇技术指南以仓库根目录的 PDF v1.7.97.md《LeetCode Cookbook》离线版 V1.7.97为骨架完整梳理这本超过 7.9 万行、覆盖 797 道 LeetCode 题目的 Go 语言题解书的核心内容组织方式序章定位、数据结构与算法知识体系、时间/空间复杂度分析方法、按专题分组的题解索引、四大可直接复用的算法模板线段树、并查集、LRUCache、LFUCache以及每道题的「题目—题目大意—解题思路—代码」四段式讲解结构。读完本文你将掌握如何利用这本书网页版或本仓库按专题高效刷题、如何在 leetcode/ 目录按题号定位 Go 源码与测试用例、以及如何把书中的 LRU/LFU 模板应用到实际缓存设计中。文档与仓库的对应关系PDF v1.7.97.md 是 https://books.halfrost.com/leetcode 网页的离线版本版本号为 V1.7.97。版本号的含义为1是大版本号7代表当前题解中有几百题797 题97代表几十题的数目797 题。由于网页版实时更新PDF 离线版可能存在排版或错别字作者建议优先阅读在线版。该文档与仓库的目录结构一一对应文档第二章各专题下的题解表格中标注的题目编号对应仓库 leetcode/ 目录下的题号目录例如0001.Two-Sum、0146.LRU-Cache每个目录内包含题解 Go 源码、对应的_test.go测试文件与题解说明文档。文档第三章「一些模板」中的模板代码SegmentTree、UnionFind、LRUCache、LFUCache在仓库 template/ 目录中有可直接复用的实现与单元测试如 template/SegmentTree.go、template/LRUCache.go、template/LFUCache.go、template/UnionFind.go。仓库还提供了刷题过程中常用的数据结构封装与配套测试位于 structures/ 目录ListNode、TreeNode、Heap、Interval、Queue、Stack、PriorityQueue、Point、NestedInteger 等。第一章序章这本书解决什么问题序章解释了这本「Cookbook」的定位面向想通过 LeetCode 提高算法能力的编程爱好者全书算法全部用 Go 语言实现。作者从 2019 年 3 月 25 日开始刷题一年内完成 600 题本书题解的代码均追求 runtime beats 100% 的目标。书中特别说明了一个容易被忽视的细节LeetCode 服务器位于 0 时区提交记录按该时区统计中国用户每天早上 8 点之前的提交会计入前一天这会影响「全绿」打卡图。关于题解的使用方法文档给出了一个明确的学习路径建议先自己读题并思考解题方案如果 15 分钟还没有思路先看解题思路但不要看代码有思路后自己用代码实现一遍出错先自己 debugAC 后未达到 100% 也先自己思考如何优化实在没思路再看解题思路、实在优化不到 100% 再看代码。这套方法论的核心是「用题解反推自己的知识漏洞」而不是直接抄代码。数据结构与算法知识体系两张穷举式表格第一章整理了两张「穷举式」知识表格目的是让读者在刷完题后能借此梳理知识体系、查缺补漏。数据结构表覆盖了向量、单链表、哈希表、栈和队列、字符串、树、数组实现的堆、树实现的堆以及查找Search并标注了各类变种例如单链表Singly Linked List的变种双向链表、静态链表、对称矩阵、稀疏矩阵字符串String的变种KMP 算法、有限状态自动机、BM 模式匹配算法、BM-KMP 算法、BF 算法查找Search的变种哈希表、跳跃表、排序二叉树、AVL 树、B 树/B 树/B* 树、红黑树、Splay 树、Trie 树、R 树等 12 种。算法表则覆盖了排序算法15 种含外部排序的 k 路归并败者树与最佳归并树、递归与分治、动态规划含背包九讲、树型 DP、贪心、回溯法、搜索、随机化Sherwood / Las Vegas / Monte Carlo、图论24 类算法从 Kruskal、Prim 到 Dinic、HLPP、Tarjan、Edmonds Blossom 等、数论、几何、NP 完全以及位运算等大类并给出了典型应用问题清单。时间复杂度和空间复杂度数据规模估算与递归分析这一节给出了在 1s 内能解决问题的数据规模估算可直接用于面试与竞赛中的复杂度预判数据规模时间复杂度算法举例10O(n!)permutation 排列20~30O(2^n)combination 组合50O(n^4)DFS 搜索、DP 动态规划100O(n^3)任意两点最短路径、DP 动态规划1000O(n^2)稠密图、DP 动态规划10^6O(nlog n)排序堆递归与分治10^7O(n)DP 动态规划、图遍历、拓扑排序、树遍历10^9O(sqrt(n))筛素数、求平方根10^10O(log n)二分搜索∞O(1)数学相关算法文档还通过几个「具有迷惑性」的例子说明复杂度分析的常见陷阱内层循环以sz sz倍增、外层i n的嵌套循环时间复杂度是O(nlog n)而非 O(n^2)素性判断循环条件为x * x n时时间复杂度是O(sqrt(n))而非 O(n)对 n 个长度为 s 的字符串先按字母序逐个排序、再按字典序整体排序整体复杂度为O(n·s·log(n·s))因为字典序比较字符串本身是 O(s)不能把每次比较当作 O(1)。空间复杂度部分强调了递归调用的代价非递归累加sum(n)是 O(n) 时间、O(1) 空间而递归版sum(n)因需要保存递归栈信息空间复杂度上升为 O(n)。递归的时间复杂度分为两种情形只有一次递归调用时总体复杂度为 O(T × depth)如二分查找递归实现为 O(log n)多次递归调用时需要通过递归树统计调用次数如f(n) f(n-1) f(n-1)的调用次数为 O(2^n)。更复杂的递归分析可参考主定理Master Theorem。第二章算法专题按套路归类的题解索引第二章是本书的主体索引作者将「有相似套路」的题目放在一起并建议快速面试的话相同类型的题目刷 23 道即可。专题包括Array、String、Two Pointers、Linked List、Stack、Tree、Dynamic Programming、Backtracking、Depth First Search、Breadth First Search、Binary Search、Math、Hash Table、Sorting、Bit Manipulation、Union Find、Sliding Window、Segment Tree、Binary Indexed Tree 等。每个专题先给出套路总结与代码骨架再以表格列出题目。例如Two Pointers双指针专题给出的滑动窗口经典写法left, right : 0, -1 for left len(s) { if right1 len(s) freq[s[right1]-a] 0 { freq[s[right1]-a] right } else { freq[s[left]-a]-- left } result max(result, right-left1) }右指针不断右移直到不能移动为止随后挪动左指针释放窗口左边界。该套路对应第 3、76、209、424、438、567、713、763、845、881、904、978、992、1004、1040、1052 题同时文档指出快慢指针可用于查找重复数字第 287 题SUM 问题集第 1、15、16、18、167、923、1074 题也是双指针的高频考点。Segment Tree线段树专题总结了四种实现路线与题型难度阶梯线段树的经典数组实现写法将合并两个节点的 pushUp 逻辑抽象出来可实现任意操作加法、取 max、min 等对应第 218、303、307、699 题计数线段树的经典写法对应第 315、327、493 题线段树的树的实现写法对应第 715、732 题区间懒惰更新第 218、699 题与离散化文档特别提醒区间 [1,10]、[1,4]、[6,10] 离散化后需在相差大于 1 的数间补数否则会丢失区间大小关系题型从单点更新HDU 1166 敌兵布阵、HDU 1754、区间更新POJ 3468、区间合并POJ 3667到扫描线HDU 1542 矩形面积并。Sliding Window滑动窗口专题指出经典题是第 239 题滑动窗口最大值与第 480 题滑动窗口的中位数其余约 30 道题均可在表格中按时间/空间复杂度快速定位。第三章模板可直接落地的四个高频数据结构第三章是本书的「实战武器库」包含线段树、并查集、LRUCache、LFUCache 四组完整可运行的模板代码与仓库 template/ 目录中的实现一一对应。线段树 Segment Tree文档讲解了线段树1977 年由 Jon Louis Bentley 发明的完整原理每个叶子节点代表一个单位区间内部节点代表其两个儿子区间之并集包含 n 个区间的线段树空间复杂度 O(n)查询复杂度 O(log n k)k 为符合条件的区间数量。使用大小约为4 * n的数组即可表示 n 个元素范围的线段树下标为 i 的节点其左右孩子下标分别为2*i1与2*i2。构造代码将「合并」操作抽象为可注入的merge函数从而支持求和、取 max/min 等多种语义// SegmentTree define type SegmentTree struct { data, tree, lazy []int left, right int merge func(i, j int) int } // Init define func (st *SegmentTree) Init(nums []int, oper func(i, j int) int) { st.merge oper data, tree, lazy : make([]int, len(nums)), make([]int, 4*len(nums)), make([]int, 4*len(nums)) for i : 0; i len(nums); i { data[i] nums[i] } st.data, st.tree, st.lazy data, tree, lazy if len(nums) 0 { st.buildSegmentTree(0, 0, len(nums)-1) } }完整实现含查询、更新、懒惰标记见 template/SegmentTree.go配套测试见 template/SegmentTree_test.go。并查集 UnionFind并查集模板在文档中给出了针对不同场景统计连通分量个数、记录每个集合大小等的构造函数变体仓库 template/UnionFind.go 中提供了可直接使用的实现。LRUCachemap 双向链表LRULeast Recently Used最近最少使用选择最近最久未使用的页面淘汰。文档核心结论是LRU 更新和插入新页面都发生在链表首删除页面都发生在链表尾。解法一复用 Go 标准库container/list其底层是双向链表数据结构为map[int]*list.Element加一个*list.List。文档特别解释了为什么双向链表中要存pair{K, V}而不是只存 value删除淘汰项时需要同时维护 map 与链表两个数据结构若链表节点中不存 key删除 map 中对应 key 时需要遍历 map 找地址时间复杂度退化为 O(n)存储 pair 后可以 O(1) 完成双向删除。func (c *LRUCache) Get(key int) int { if el, ok : c.Keys[key]; ok { c.List.MoveToFront(el) return el.Value.(pair).V } return -1 } func (c *LRUCache) Put(key int, value int) { if el, ok : c.Keys[key]; ok { el.Value pair{K: key, V: value} c.List.MoveToFront(el) } else { el : c.List.PushFront(pair{K: key, V: value}) c.Keys[key] el } if c.List.Len() c.Cap { el : c.List.Back() c.List.Remove(el) delete(c.Keys, el.Value.(pair).K) } }解法二则手写双向链表以避免interface{}类型断言的开销本质没有优化只是换了一种写法。最终模板见文档「模板」一节仓库中的对应实现见 template/LRUCache.goLeetCode 146 题解法见 leetcode/0146.LRU-Cache 目录内含146. LRU Cache.go与146. LRU Cache_test.go。LFUCachemin 变量 频次到链表的映射LFULeast Frequently Used最不经常最少使用选择访问计数器最小的页面淘汰。它与 LRU 最大的不同在于LFU 更新和插入新页面可以发生在链表中任意位置删除页面都发生在表尾相同访问次数时按新旧顺序淘汰最旧的页面。文档强调LFU 只关心最小频次其他频次之间的顺序并不关心因此不需要排序。实现思路是用一个min变量保存最小频次淘汰时直接读取相同频次对应一个双向链表用map[int]*list.List维护频次与链表的对应关系用map[int]*list.Element维护 key 与链表节点的映射节点中存储 key-value-frequency 三元组。Get 操作涉及更新 frequency 值并维护两个 map从旧频次链表中删除节点、frequency、插入新频次链表表首、更新 nodes map最后若旧频次链表已空则min。Put 操作在 key 已存在时更新 value 并复用 Get 的更新逻辑缓存满时删除min对应链表表尾节点新插入节点的频次必为 1因此min置为 1。仓库对应实现见 template/LFUCache.go。第四章题解797 题的四段式讲解结构从第 3924 行起文档进入第四章按题号从 1 到 2183 逐题讲解每道题统一采用「题目 → 题目大意 → 解题思路 → 代码」四段式结构部分设计类题目如 LRU Cache 还包含题目链接并标注复杂度。例如 1. Two Sum 的讲解中会给出 O(n) 的哈希解法思路3. Longest Substring Without Repeating Characters 对应滑动窗口模板4. Median of Two Sorted Arrays 对应二分与分治思想146. LRU Cache 则完整对应第三章的 LRU 模板。仓库 leetcode/ 目录按题号组织如0001.Two-Sum、0002.Add-Two-Numbers每个目录包含题解 Go 源码遵循 Google Golang Style Guide对应的_test.go单元测试题解 README。仓库根目录的 gotest.sh 使用go test -covermodeatomic -coverprofilecoverage.txt ./leetcode/...一次性对全部题解包生成单一合法的覆盖率文件支撑「100% test coverage」的目标。版本、获取方式与使用建议文档「说明」一节明确了版本机制PDF 永久更新地址为仓库 Releases 页面以版本号区分不同版本离线版与在线版存在时效差异遇到排版或错别字可到网页版对应页面点击 edit 提交更改。本书采用知识署名-非商业性使用-禁止演绎BY-NC-ND4.0 国际许可协议进行许可题解中所有题目版权均归 LeetCode 与力扣中国所有。实用的检索方式是先确定题目所属专题如滑动窗口、线段树在第二章对应专题表格中按题号找到解法入口再结合第三章模板理解底层数据结构最后到 leetcode/ 对应题号目录查看源码与测试验证「思路 → 模板 → 实现」的完整链路。结语这本书的使用价值《LeetCode Cookbook》V1.7.97 的独特之处在于它不是零散题解的堆砌而是一套「知识体系 专题套路 可复用模板 逐题精讲」的完整刷题框架第一章用两张表格给出数据结构与算法的全景知识地图第二章按套路归类题目并给出代码骨架第三章提供线段树、并查集、LRU/LFU 缓存等高频模板第四章用统一的四段式结构覆盖 797 道题。配合本仓库的 Go 源码、单元测试与 structures/ 数据结构封装读者既可以把这本书当作面试前按专题速刷的索引也可以直接复用其模板与数据结构代码把它作为自己刷题体系的一部分。【免费下载链接】LeetCode-Go✅ Solutions to LeetCode by Go, 100% test coverage, runtime beats 100% | LeetCode 题解项目地址: https://gitcode.com/GitHub_Trending/le/LeetCode-Go创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 LeetCode-Go 离线版《LeetCode Cookbook》V1.7.97 全解析：从数据结构知识图谱到 Go 算法模板与 797 题题解体系
LeetCode-Go 离线版《LeetCode Cookbook》V1.7.97 全解析从数据结构知识图谱到 Go 算法模板与 797 题题解体系【免费下载链接】LeetCode-Go✅ Solutions to LeetCode by Go, 100% test coverage, runtime beats 100% | LeetCode 题解项目地址: https://gitcode.com/GitHub_Trending/le/LeetCode-Go本篇技术指南以仓库根目录的 PDF v1.7.97.md《LeetCode Cookbook》离线版 V1.7.97为骨架完整梳理这本超过 7.9 万行、覆盖 797 道 LeetCode 题目的 Go 语言题解书的核心内容组织方式序章定位、数据结构与算法知识体系、时间/空间复杂度分析方法、按专题分组的题解索引、四大可直接复用的算法模板线段树、并查集、LRUCache、LFUCache以及每道题的「题目—题目大意—解题思路—代码」四段式讲解结构。读完本文你将掌握如何利用这本书网页版或本仓库按专题高效刷题、如何在 leetcode/ 目录按题号定位 Go 源码与测试用例、以及如何把书中的 LRU/LFU 模板应用到实际缓存设计中。文档与仓库的对应关系PDF v1.7.97.md 是 https://books.halfrost.com/leetcode 网页的离线版本版本号为 V1.7.97。版本号的含义为1是大版本号7代表当前题解中有几百题797 题97代表几十题的数目797 题。由于网页版实时更新PDF 离线版可能存在排版或错别字作者建议优先阅读在线版。该文档与仓库的目录结构一一对应文档第二章各专题下的题解表格中标注的题目编号对应仓库 leetcode/ 目录下的题号目录例如0001.Two-Sum、0146.LRU-Cache每个目录内包含题解 Go 源码、对应的_test.go测试文件与题解说明文档。文档第三章「一些模板」中的模板代码SegmentTree、UnionFind、LRUCache、LFUCache在仓库 template/ 目录中有可直接复用的实现与单元测试如 template/SegmentTree.go、template/LRUCache.go、template/LFUCache.go、template/UnionFind.go。仓库还提供了刷题过程中常用的数据结构封装与配套测试位于 structures/ 目录ListNode、TreeNode、Heap、Interval、Queue、Stack、PriorityQueue、Point、NestedInteger 等。第一章序章这本书解决什么问题序章解释了这本「Cookbook」的定位面向想通过 LeetCode 提高算法能力的编程爱好者全书算法全部用 Go 语言实现。作者从 2019 年 3 月 25 日开始刷题一年内完成 600 题本书题解的代码均追求 runtime beats 100% 的目标。书中特别说明了一个容易被忽视的细节LeetCode 服务器位于 0 时区提交记录按该时区统计中国用户每天早上 8 点之前的提交会计入前一天这会影响「全绿」打卡图。关于题解的使用方法文档给出了一个明确的学习路径建议先自己读题并思考解题方案如果 15 分钟还没有思路先看解题思路但不要看代码有思路后自己用代码实现一遍出错先自己 debugAC 后未达到 100% 也先自己思考如何优化实在没思路再看解题思路、实在优化不到 100% 再看代码。这套方法论的核心是「用题解反推自己的知识漏洞」而不是直接抄代码。数据结构与算法知识体系两张穷举式表格第一章整理了两张「穷举式」知识表格目的是让读者在刷完题后能借此梳理知识体系、查缺补漏。数据结构表覆盖了向量、单链表、哈希表、栈和队列、字符串、树、数组实现的堆、树实现的堆以及查找Search并标注了各类变种例如单链表Singly Linked List的变种双向链表、静态链表、对称矩阵、稀疏矩阵字符串String的变种KMP 算法、有限状态自动机、BM 模式匹配算法、BM-KMP 算法、BF 算法查找Search的变种哈希表、跳跃表、排序二叉树、AVL 树、B 树/B 树/B* 树、红黑树、Splay 树、Trie 树、R 树等 12 种。算法表则覆盖了排序算法15 种含外部排序的 k 路归并败者树与最佳归并树、递归与分治、动态规划含背包九讲、树型 DP、贪心、回溯法、搜索、随机化Sherwood / Las Vegas / Monte Carlo、图论24 类算法从 Kruskal、Prim 到 Dinic、HLPP、Tarjan、Edmonds Blossom 等、数论、几何、NP 完全以及位运算等大类并给出了典型应用问题清单。时间复杂度和空间复杂度数据规模估算与递归分析这一节给出了在 1s 内能解决问题的数据规模估算可直接用于面试与竞赛中的复杂度预判数据规模时间复杂度算法举例10O(n!)permutation 排列20~30O(2^n)combination 组合50O(n^4)DFS 搜索、DP 动态规划100O(n^3)任意两点最短路径、DP 动态规划1000O(n^2)稠密图、DP 动态规划10^6O(nlog n)排序堆递归与分治10^7O(n)DP 动态规划、图遍历、拓扑排序、树遍历10^9O(sqrt(n))筛素数、求平方根10^10O(log n)二分搜索∞O(1)数学相关算法文档还通过几个「具有迷惑性」的例子说明复杂度分析的常见陷阱内层循环以sz sz倍增、外层i n的嵌套循环时间复杂度是O(nlog n)而非 O(n^2)素性判断循环条件为x * x n时时间复杂度是O(sqrt(n))而非 O(n)对 n 个长度为 s 的字符串先按字母序逐个排序、再按字典序整体排序整体复杂度为O(n·s·log(n·s))因为字典序比较字符串本身是 O(s)不能把每次比较当作 O(1)。空间复杂度部分强调了递归调用的代价非递归累加sum(n)是 O(n) 时间、O(1) 空间而递归版sum(n)因需要保存递归栈信息空间复杂度上升为 O(n)。递归的时间复杂度分为两种情形只有一次递归调用时总体复杂度为 O(T × depth)如二分查找递归实现为 O(log n)多次递归调用时需要通过递归树统计调用次数如f(n) f(n-1) f(n-1)的调用次数为 O(2^n)。更复杂的递归分析可参考主定理Master Theorem。第二章算法专题按套路归类的题解索引第二章是本书的主体索引作者将「有相似套路」的题目放在一起并建议快速面试的话相同类型的题目刷 23 道即可。专题包括Array、String、Two Pointers、Linked List、Stack、Tree、Dynamic Programming、Backtracking、Depth First Search、Breadth First Search、Binary Search、Math、Hash Table、Sorting、Bit Manipulation、Union Find、Sliding Window、Segment Tree、Binary Indexed Tree 等。每个专题先给出套路总结与代码骨架再以表格列出题目。例如Two Pointers双指针专题给出的滑动窗口经典写法left, right : 0, -1 for left len(s) { if right1 len(s) freq[s[right1]-a] 0 { freq[s[right1]-a] right } else { freq[s[left]-a]-- left } result max(result, right-left1) }右指针不断右移直到不能移动为止随后挪动左指针释放窗口左边界。该套路对应第 3、76、209、424、438、567、713、763、845、881、904、978、992、1004、1040、1052 题同时文档指出快慢指针可用于查找重复数字第 287 题SUM 问题集第 1、15、16、18、167、923、1074 题也是双指针的高频考点。Segment Tree线段树专题总结了四种实现路线与题型难度阶梯线段树的经典数组实现写法将合并两个节点的 pushUp 逻辑抽象出来可实现任意操作加法、取 max、min 等对应第 218、303、307、699 题计数线段树的经典写法对应第 315、327、493 题线段树的树的实现写法对应第 715、732 题区间懒惰更新第 218、699 题与离散化文档特别提醒区间 [1,10]、[1,4]、[6,10] 离散化后需在相差大于 1 的数间补数否则会丢失区间大小关系题型从单点更新HDU 1166 敌兵布阵、HDU 1754、区间更新POJ 3468、区间合并POJ 3667到扫描线HDU 1542 矩形面积并。Sliding Window滑动窗口专题指出经典题是第 239 题滑动窗口最大值与第 480 题滑动窗口的中位数其余约 30 道题均可在表格中按时间/空间复杂度快速定位。第三章模板可直接落地的四个高频数据结构第三章是本书的「实战武器库」包含线段树、并查集、LRUCache、LFUCache 四组完整可运行的模板代码与仓库 template/ 目录中的实现一一对应。线段树 Segment Tree文档讲解了线段树1977 年由 Jon Louis Bentley 发明的完整原理每个叶子节点代表一个单位区间内部节点代表其两个儿子区间之并集包含 n 个区间的线段树空间复杂度 O(n)查询复杂度 O(log n k)k 为符合条件的区间数量。使用大小约为4 * n的数组即可表示 n 个元素范围的线段树下标为 i 的节点其左右孩子下标分别为2*i1与2*i2。构造代码将「合并」操作抽象为可注入的merge函数从而支持求和、取 max/min 等多种语义// SegmentTree define type SegmentTree struct { data, tree, lazy []int left, right int merge func(i, j int) int } // Init define func (st *SegmentTree) Init(nums []int, oper func(i, j int) int) { st.merge oper data, tree, lazy : make([]int, len(nums)), make([]int, 4*len(nums)), make([]int, 4*len(nums)) for i : 0; i len(nums); i { data[i] nums[i] } st.data, st.tree, st.lazy data, tree, lazy if len(nums) 0 { st.buildSegmentTree(0, 0, len(nums)-1) } }完整实现含查询、更新、懒惰标记见 template/SegmentTree.go配套测试见 template/SegmentTree_test.go。并查集 UnionFind并查集模板在文档中给出了针对不同场景统计连通分量个数、记录每个集合大小等的构造函数变体仓库 template/UnionFind.go 中提供了可直接使用的实现。LRUCachemap 双向链表LRULeast Recently Used最近最少使用选择最近最久未使用的页面淘汰。文档核心结论是LRU 更新和插入新页面都发生在链表首删除页面都发生在链表尾。解法一复用 Go 标准库container/list其底层是双向链表数据结构为map[int]*list.Element加一个*list.List。文档特别解释了为什么双向链表中要存pair{K, V}而不是只存 value删除淘汰项时需要同时维护 map 与链表两个数据结构若链表节点中不存 key删除 map 中对应 key 时需要遍历 map 找地址时间复杂度退化为 O(n)存储 pair 后可以 O(1) 完成双向删除。func (c *LRUCache) Get(key int) int { if el, ok : c.Keys[key]; ok { c.List.MoveToFront(el) return el.Value.(pair).V } return -1 } func (c *LRUCache) Put(key int, value int) { if el, ok : c.Keys[key]; ok { el.Value pair{K: key, V: value} c.List.MoveToFront(el) } else { el : c.List.PushFront(pair{K: key, V: value}) c.Keys[key] el } if c.List.Len() c.Cap { el : c.List.Back() c.List.Remove(el) delete(c.Keys, el.Value.(pair).K) } }解法二则手写双向链表以避免interface{}类型断言的开销本质没有优化只是换了一种写法。最终模板见文档「模板」一节仓库中的对应实现见 template/LRUCache.goLeetCode 146 题解法见 leetcode/0146.LRU-Cache 目录内含146. LRU Cache.go与146. LRU Cache_test.go。LFUCachemin 变量 频次到链表的映射LFULeast Frequently Used最不经常最少使用选择访问计数器最小的页面淘汰。它与 LRU 最大的不同在于LFU 更新和插入新页面可以发生在链表中任意位置删除页面都发生在表尾相同访问次数时按新旧顺序淘汰最旧的页面。文档强调LFU 只关心最小频次其他频次之间的顺序并不关心因此不需要排序。实现思路是用一个min变量保存最小频次淘汰时直接读取相同频次对应一个双向链表用map[int]*list.List维护频次与链表的对应关系用map[int]*list.Element维护 key 与链表节点的映射节点中存储 key-value-frequency 三元组。Get 操作涉及更新 frequency 值并维护两个 map从旧频次链表中删除节点、frequency、插入新频次链表表首、更新 nodes map最后若旧频次链表已空则min。Put 操作在 key 已存在时更新 value 并复用 Get 的更新逻辑缓存满时删除min对应链表表尾节点新插入节点的频次必为 1因此min置为 1。仓库对应实现见 template/LFUCache.go。第四章题解797 题的四段式讲解结构从第 3924 行起文档进入第四章按题号从 1 到 2183 逐题讲解每道题统一采用「题目 → 题目大意 → 解题思路 → 代码」四段式结构部分设计类题目如 LRU Cache 还包含题目链接并标注复杂度。例如 1. Two Sum 的讲解中会给出 O(n) 的哈希解法思路3. Longest Substring Without Repeating Characters 对应滑动窗口模板4. Median of Two Sorted Arrays 对应二分与分治思想146. LRU Cache 则完整对应第三章的 LRU 模板。仓库 leetcode/ 目录按题号组织如0001.Two-Sum、0002.Add-Two-Numbers每个目录包含题解 Go 源码遵循 Google Golang Style Guide对应的_test.go单元测试题解 README。仓库根目录的 gotest.sh 使用go test -covermodeatomic -coverprofilecoverage.txt ./leetcode/...一次性对全部题解包生成单一合法的覆盖率文件支撑「100% test coverage」的目标。版本、获取方式与使用建议文档「说明」一节明确了版本机制PDF 永久更新地址为仓库 Releases 页面以版本号区分不同版本离线版与在线版存在时效差异遇到排版或错别字可到网页版对应页面点击 edit 提交更改。本书采用知识署名-非商业性使用-禁止演绎BY-NC-ND4.0 国际许可协议进行许可题解中所有题目版权均归 LeetCode 与力扣中国所有。实用的检索方式是先确定题目所属专题如滑动窗口、线段树在第二章对应专题表格中按题号找到解法入口再结合第三章模板理解底层数据结构最后到 leetcode/ 对应题号目录查看源码与测试验证「思路 → 模板 → 实现」的完整链路。结语这本书的使用价值《LeetCode Cookbook》V1.7.97 的独特之处在于它不是零散题解的堆砌而是一套「知识体系 专题套路 可复用模板 逐题精讲」的完整刷题框架第一章用两张表格给出数据结构与算法的全景知识地图第二章按套路归类题目并给出代码骨架第三章提供线段树、并查集、LRU/LFU 缓存等高频模板第四章用统一的四段式结构覆盖 797 道题。配合本仓库的 Go 源码、单元测试与 structures/ 数据结构封装读者既可以把这本书当作面试前按专题速刷的索引也可以直接复用其模板与数据结构代码把它作为自己刷题体系的一部分。【免费下载链接】LeetCode-Go✅ Solutions to LeetCode by Go, 100% test coverage, runtime beats 100% | LeetCode 题解项目地址: https://gitcode.com/GitHub_Trending/le/LeetCode-Go创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考