攻克 LeetCode 魔王關：DP、圖論與 5 大核心演算法特訓

圖像和動畫式教學，讓演算法更容易被理解

看似抽象複雜的演算法其實富有邏輯性，本課程利用動畫圖像拆解每個演算法流程，並詳盡敘述每一個流程發生的前因後果，讓複雜抽象的資料結構變得非常簡單！

LeetCode 每題練習均有詳解，一步步分析解題邏輯還有知識點！

每一題帶到的 LeetCode 練習題，我們都會一步步帶各位拆解題目，分析題目，並統整此題學到的知識點還有小技巧，濃縮成帶得走的知識，而非單純背題目！

我們會站在新手容易遇到的問題與理解困難點出發，一行一行詳細解釋程式碼，不漏掉任何標點符號，絕不跳步驟，因為坊間有太多教學，都認為學生是愛因斯坦，一直跳步驟，導致最後學生跟不上而放棄。

講師競賽經歷

• 全國大專院校資訊工程競賽智慧駕駛組以智慧駕駛專注度輔助系統 - 獲得全國第二
• 全國大專院校智慧創新競賽 - 全國佳作
• 多項軟體開發專案經驗（皆以 Django 為主）
• 多次與業界合作開發科技產品經驗（皆以 Python 為主）
• 協助企業架設電商網站&多年接案使用 Django 開發經驗
• 多年軟體開發實務經驗（皆以 Django & Python 為主）
• 技術網站 Github

課程內容設計（本課程為進階課程）

資料結構與演算法部分

本課程的規劃由淺入深，並且環環相扣，逐一地建立資料結構與演算法的邏輯概念。

本課程會包含 5 種重要的進階資料結構，其延伸下來的細節單元多達 40 幾個，從 Binary Search 二分搜尋，到進階的 Dynamic Programming 動態規劃。在每一個章節，都會搭配 LeetCode 題目作爲實戰練習，針對學完的理論基礎，用實作的方式融會貫通，同時也讓同學可以直接感受面試題目的難度，加深學習成效，幫助同學能夠更輕鬆的拿取軟體工程師 Offer！

第一章｜Binary Search 二分搜尋

Binary Search 不只是「在排序陣列中找數字」，更重要的是理解如何利用單調性縮小搜尋範圍。

本章將從基本原理開始，說明左右邊界的設定、迴圈與遞迴寫法，以及常見的 off-by-one 錯誤，並進一步延伸至：

• 在排序陣列中搜尋指定元素
• 尋找最小滿足條件值與最大可行解
• Search on Answer
• 隱性排序與單調性問題

透過實際題目，建立判斷「這題能不能二分」的能力，而不只是套用固定模板。

第二章｜Two Pointers 雙指標

Two Pointers 是陣列、字串與鏈結串列題目中非常常見的解題技巧，但不同題型中的指標移動邏輯也有所不同。

本章將整理幾種常見模式，包括：

• 有序陣列中的左右逼近
• 陣列與 Linked List 中的快慢指標
• 區間型雙指標
• Sliding Window 的延伸應用

除了實作之外，也會練習如何根據題目條件決定指標該如何移動，以及如何將原本需要巢狀迴圈的暴力解法，優化成更有效率的線性解法。

第三章｜Greedy 貪婪演算法

Greedy 的難點通常不在程式碼，而在於判斷「為什麼每一步選擇當下最好的解，最後真的能得到最佳答案」

本章將從 Greedy 的核心概念開始，介紹：

• Greedy 的設計思維
• 貪婪選擇特性與最佳子結構
• 常見的區間與選擇問題
• Greedy 與 Dynamic Programming 的差異
• 如何判斷一個 Greedy 解法是否成立

搭配 LeetCode 經典題型，練習從題目條件找出合理的選擇策略，同時避免只憑直覺使用 Greedy 而得到錯誤答案。

第四章｜Dynamic Programming 動態規劃

DP 經常讓人覺得難，是因為真正困難的不是公式本身，而是如何定義問題與找出狀態之間的關係。

本章將從「什麼時候該想到 DP」開始，逐步介紹：

• 重複子問題與最優子結構
• 暴力遞迴與 DP 的關係
• Top-Down 與 Bottom-Up
• 一維 DP
• Base Case 的設計
• State 與 Transition 的建立方式
• Greedy 與 DP 的判斷差異

並透過 Fibonacci、Coin Change 等經典題目，建立一套可以反覆使用的 DP 拆題流程，讓學員知道轉移公式是如何推導出來，而不是單純背答案。

第五章｜Graph 圖論

Graph 是描述「節點之間關係」的重要資料結構，也是技術面試中常見的題型之一。

本章將從 Graph 的基本概念開始，釐清：

• Graph 與 Tree 的差異
• BFS 與 DFS 的使用時機
• Graph 的表示方式
• 為什麼 Grid 問題也可以視為 Graph
• 如何處理節點之間的連結與遍歷

並以 Number of Islands 等經典題目為例，練習將看似不同的問題轉換成 Graph 模型，再選擇合適的搜尋方式解題。

第六章｜Sliding Window 滑動視窗

Sliding Window 特別適合處理 Subarray、Substring 等「連續區間」問題。

本章將從暴力枚舉區間的限制開始，介紹如何利用視窗避免重複計算，內容包含：

• Fixed Window 固定視窗
• Dynamic Window 可變視窗
• 左右指標的移動條件
• 合法視窗的維護方式
• HashMap、Set、Counter 等常見搭配資料結構

並透過 Longest Substring Without Repeating Characters、Minimum Size Subarray Sum 等題目，練習判斷 Sliding Window、Two Pointers 與 Prefix Sum 各自適合的情境。

第七章｜Intervals 區間問題

Interval 題目的核心，在於先建立區間之間的順序，再利用排序後的資訊處理重疊、合併與選擇問題。

本章將介紹：

• Interval 題目的常見特徵
• 為什麼排序通常是第一步
• 區間重疊與不重疊的判斷
• Merge Interval
• Insert Interval
• Meeting Rooms
• Non-overlapping Intervals

透過不同題型，建立一套處理區間問題的固定思考順序，看到題目時能先判斷區間之間的關係，再決定後續解法。

教學方式

我們會主要以老師一行一行的寫程式來帶領大家學習，並用使用投影片來說明基本觀念，並且在較複雜的邏輯觀念部分，會以投影片動畫輔助各位了解其中原理！

投影片圖解並一步步說明觀念，把抽象觀念圖象化：

在面試新人的過程中，我深刻體會到： 真正重要的不是「背題目」，而是建立正確的解題思維與判斷能力。 許多演算法題目，在面試與實際工程中，考驗的並非技巧本身，而是能否快速分析問題結構、選擇合適的方法，並清楚說明設計邏輯。

希望能藉由這堂課程，幫助各位能夠更了解資料結構與演算法，並完成 LeetCode 練習，最終順利通過科技公司的面試！

回覆與作業設計

• 作業設計：有選擇題與是非題和數學計算題的作業設計，聚焦於資料結構和演算法的基礎觀念，幫助各位釐清觀念，還有抓到細節上的盲點！
• 課前問題回覆：購課前的問答，老師會在 2 天內進行回覆
• 課程討論回覆：課程討論區的問題，老師預計在 2 天內進行回覆
• 批改作業的頻率：老師預計在 7 天內進行回覆批改作業，並將按照繳交順序依序回覆批改

課前貼心提醒

各位不用擔心有任何問題不清楚，或解題有困難，歡迎隨時到課程留言區留言發問，老師會不定時來解決各位遇到的問題！