职业训练：拆分知识点、刻意练习、寻求反馈（主动、被动）
五步刷题法：
一、 刷题第一遍 五分钟：读题+思考（基础薄弱可延长至10min） 直接看解法：attention! 多解法比较优劣（时间、空间复杂度） 看大牛、背诵、默写好的解法
二、第二遍 马上脱稿自己写----->leetcode提交 debug->修改 反复直到通过 多种解法比较、体会------>优化
三、第三遍 24h 以后、重新做题 看解法熟练度决定是否需要反复练习
四、第四遍 一周后、重新做题
五、第五遍 面试前一周进行恢复性训练
算法题最大误区：只做一遍！！！（做题次数＞时长）
-
示例：
Big O notation
O(1): Constant Complexity 常数复杂度 O(log n): Logarithmic Complexity 对数复杂度 O(n): Linear Complexity 线性时间复杂度 O(n^2): N square Complexity 平方 O(n^3): N cubic Complexity 立方 O(2^n): Exponential Growth 指数 O(n!): Factorial 阶乘 注意：只看最高复杂度的运算
二叉树遍历 - 前序、中序、后序：O(N) 图的遍历：O(N) 搜索算法：DFS、BFS - O(N)
备注：N为树的节点总数，遍历节点时每个节点会访问一次且仅访问一次。
二分查找：O(logN)
数组的长度
递归的深度
复杂度分析：https://www.bigocheatsheet.com/
分析 Queue 和 PriorityQueue
关系：
public abstract class AbstractQueue<E>
extends AbstractCollection<E>
implements Queue<E>
public class PriorityQueue<E> extends AbstractQueue<E>复杂度分析
PriorityQueue中 jdk1.8中的实现
public boolean add(E e) {
return offer(e);
}
add(E e)、offer(E e) poll() remove() 基于以下代码得出时间复杂度： O(log(n))
private void siftDown(int k, E x) {
if (comparator != null)
siftDownUsingComparator(k, x);
else
siftDownComparable(k, x);
}
@SuppressWarnings("unchecked")
private void siftDownComparable(int k, E x) {
Comparable<? super E> key = (Comparable<? super E>)x;
int half = size >>> 1; // loop while a non-leaf
while (k < half) {
int child = (k << 1) + 1; // assume left child is least
Object c = queue[child];
int right = child + 1;
if (right < size &&
((Comparable<? super E>) c).compareTo((E) queue[right]) > 0)
c = queue[child = right];
if (key.compareTo((E) c) <= 0)
break;
queue[k] = c;
k = child;
}
queue[k] = key;
}
@SuppressWarnings("unchecked")
private void siftDownUsingComparator(int k, E x) {
int half = size >>> 1;
while (k < half) {
int child = (k << 1) + 1;
Object c = queue[child];
int right = child + 1;
if (right < size &&
comparator.compare((E) c, (E) queue[right]) > 0)
c = queue[child = right];
if (comparator.compare(x, (E) c) <= 0)
break;
queue[k] = c;
k = child;
}
queue[k] = x;
}peek() 时间复杂度O(1)