The Road to be Algorithm Expert 算法学习研究仓库 —— 系统学习算法知识、整理笔记,并从
AlgorithmBench/中精选 coding case 进行编码实践。
本仓库以「学习算法 → 整理知识 → 精选练习」为主线,是个人算法能力进阶的集合地:
- 算法知识学习与整理:持续学习各类算法专题,沉淀结构化的知识笔记与总结;
- 精选 coding case 的编码实践:从题库
AlgorithmBench/中挑选代表性题目(coding case)进行编码实现、分析与复盘; - 题库沉淀:
AlgorithmBench/已收录 27 个算法专题、293 道经典题目的 C++ 题解与完整题目描述,作为学习和选题的来源。
AlgorithmResearch/
├── AlgorithmBench/ # 刷题题库:27 专题 / 293 题(C++ 题解 + 题目描述)
│ ├── A Star/
│ ├── Binary Tree/
│ ├── Dynamic Programming/
│ ├── Greedy Alg/
│ ├── ... # 其余专题
│ └── README.md # 题库总览与专题统计
├── LICENSE # MIT 许可证
└── README.md # 本文件
notes/(算法知识笔记)、cases/(精选 coding case 实践)等模块将随学习进度逐步加入,详见路线图。
- ✅ 系统性知识整理:规划按专题沉淀算法笔记(原理、模板、复杂度分析)
- ✅ 精选 coding 练习:从
AlgorithmBench/精选 coding case,逐个编码并复盘 - ✅ 现成题库:内置 27 个专题、293 道经典题目的 C++ 题解与题目描述
- ✅ 自动化工具:
AlgorithmBench/scripts/annotate_questions.py可一键为题目添加注释、生成问题文档
# 克隆仓库
git clone https://github.com/Ethan-TopMan/AlgorithmResearch.git
# 进入题库目录,按专题浏览与练习
cd AlgorithmResearch/AlgorithmBench
# (可选)运行自动化脚本,了解题目元信息
python scripts/annotate_questions.py --dry-run- 题库建设:
AlgorithmBench/27 专题 / 293 题(含题解与题目描述) - 自动化脚本:为题目添加注释、生成专题文档
- 算法知识笔记整理(规划
notes/模块) - 精选 coding case 的编码实践与题解归档(规划
cases/模块) - 常用算法模板库(排序、图论、DP、字符串等)
本项目采用 MIT License。