算法150

筑基期（进阶学习，第二阶段）：11月15日 - 12月31日（1.5个月）
○ 目标：完成50道中等题（总题数150题），重点：树-中级、图、动态规划、贪心算法。
○ 题数里程碑：筑基初期120题、筑基中期140题、筑基圆满150题。
○ 时间分配：每周约7题，每天1题左右（中等题耗时较多，周末可集中）。
○ 多巴胺激励：每完成15题，奖励自己一次小享受（如咖啡、零食）；完成筑基期，奖励一个晚上外出晚餐。
○ 建议：参加LeetCode周赛检验学习效果，复习错题。

📅 分享二：搜索与回溯——从框架到推荐系统的探索之旅
时间：对应你学习计划的第2个月末
核心目标：深入理解DFS和回溯，并将其与AI中的搜索和推荐联系起来。

第一部分：深度优先搜索（DFS）框架（20分钟）
现场编码：带领大家写出回溯算法的通用模板（循环 + 递归 + 撤销操作）。这是最重要的收获。
举例：用 #46 （全排列） 或 #78 （子集） 作为例子，一步步debug，展示“状态”是如何变化和回溯的。

第二部分：剪枝——算法的优化艺术（15分钟）
概念讲解：剪枝就是提前终止不可能产生结果的搜索路径，极大提升效率。
举例：在经典N皇后问题中，如何判断当前放置是否有效，无效则直接回溯。

第三部分：与AI的结合点——推荐系统中的探索与利用（15分钟）
概念链接：很多推荐算法（如Bandit算法）的核心是“探索（Exploration）”和“利用（Exploitation）”。
建立关联：“‘探索’就像我们的DFS，需要尝试新的可能性；而‘利用’就像剪枝，根据用户历史行为（信号）聚焦在最可能喜欢的物品上，避免在无效空间中的大规模搜索。”

Q&A（10分钟）
课后挑战（给你自己）：在内部Wiki上分享你的笔记和代码链接，并附上一道LeetCode题（如 #104 或 #102）邀请同事们一起尝试。

概念

这里是内容。

规划方法论

这里是内容。