250天算法挑战第75天：一个工程师的中途复盘

一位工程师在Medium上记录自己的算法训练日志，第75天时的思考比答案本身更值得看。

起点：为什么启动250天计划

Anshuman在年初给自己定了目标：连续250天刷数据结构与算法题。不是突击面试，而是系统性重建编程根基。

他选择这个周期的理由很具体——足够长到形成肌肉记忆，又足够短到保持紧迫感。250天约等于8个月，覆盖两个招聘季窗口。

第75天恰好是30%进度节点。多数人在这个位置要么放弃，要么机械重复。他选择停下来写复盘。

第1-30天：从混乱到框架

初期策略是"广撒网"。数组、链表、栈、队列、哈希表轮着来，每天2-3题，不卡时间。

Anshuman记录了一个关键发现：前两周错误率超过60%，但第三周突然降到40%以下。不是变聪明了，是开始识别模式。

「我开始看到题目背后的骨架，」他写道，「两数之和不是考哈希表，是考'用空间换时间'的决策时机。」

这个阶段他建立了自己的错题本分类法：按"错误类型"而非"题目类型"归档。思路错误、边界遗漏、语法陷阱、完全没思路——四类标签直接决定后续复习优先级。

第31-60天：递归与树结构的瓶颈期

进入递归和树结构后，进度明显放缓。Anshuman发现日均解题数从2.5题跌到1.5题，但单题研究时间翻倍。

他尝试了一种反直觉的方法：不看题解，先写伪代码描述自己的思维过程。写出来才发现，递归的难点从来不是代码，是"信任"——信任子问题已经解决。

「写伪代码逼我显式声明假设。原来我脑子里有那么多没说出口的'显然'。」

这个阶段他引入了三遍刷题法：第一遍独立做，第二遍隔天默写，第三遍一周后限时重做。第三遍的通过率成为真正的能力指标。

第61-75天：动态规划的恐惧与拆解

第75天的主题是动态规划。Anshuman坦承这是启动挑战时最畏惧的部分。

他的突破来自重新定义问题：不再问"这道题怎么解"，而是问"这道题的子问题是什么"。状态定义、转移方程、初始化、遍历顺序——四个要素拆开来逐个验证。

「以前看到动态规划就逃，现在发现80%的题可以用'最后一步发生了什么'这个问句启动。」

他记录了一个具体案例：最长递增子序列。第一遍花了47分钟，看了题解；第二遍隔天重做，23分钟独立完成；第三遍限时15分钟，实际12分钟通过。

量化复盘：75天的数据画像

Anshuman贴出了自己的统计：

累计完成题目：187道（目标250天×2题/天=500道，当前进度37.4%）

实际日均：2.49题→1.87题→1.67题，呈递减趋势

但深度指标在上升：独立完成率从34%提升到67%；一次通过率在简单题达到82%，中等题41%，困难题12%。

他特别关注"重复题间隔天数"这个自创指标。第75天时，平均间隔从初期的3天延长到11天，说明记忆保持率在提升。

工具链的迭代

75天里，Anshuman换了三次工具组合。

第1-20天：LeetCode网页版+Notion表格。发现切换成本太高，每次记录要开三个标签页。

第21-50天：迁移到Obsidian，用本地Markdown+数据视图插件。自定义了刷题模板，自动统计难度分布和错误类型占比。

第51天至今：加入Anki卡片系统。不是记题目，是记"决策点"——什么信号提示用BFS而非DFS，什么条件下优先考虑滑动窗口。

「工具迭代本身也是学习。我花了3天写Obsidian脚本，但省了后续30天的统计时间。」

意外的副产品：面试准备的重新理解

Anshuman最初声明挑战目的不是面试，但第75天时他修正了这个说法。

「不是'不是为了面试'，是'面试只是副产品'。」

他观察到一个现象：第60天后，看面经的角度变了。以前关注"这道题我做过吗"，现在关注"这道题的变体我见过吗"。

更具体的收获是时间估算能力。他现在能在读题后30秒内判断：这道题我需要5分钟、15分钟还是"今天搞不定"。这个判断准确率约75%，直接决定是继续攻坚还是标记后跳过。

第75天的真实状态

Anshuman没有渲染成就感。他列出了当前的具体困境：

动态规划的四要素框架记住了，但复杂题目的状态定义仍需要提示；图论的基础遍历熟练，但最短路径算法的变种容易混淆；最棘手的是"看起来简单但实际有陷阱"的题——往往因为轻视而超时。

他的应对策略是引入"预演机制"：正式写代码前，先用注释写出三个测试用例的预期结果。这个步骤平均增加3分钟准备时间，但减少了40%的调试时间。

「第75天不是里程碑，是检查点。我发现自己比想象中慢，但也比想象中扎实。」

剩余175天的调整计划

基于75天的数据，Anshuman做了三项策略调整：

第一，降低日均题量目标，从2题改为1.5题，但强制要求其中一题是"完全独立解决"而非"复习旧题"。

第二，引入"主题月"机制：每月集中突破一个算法领域，而非按LeetCode标签随机刷。第4个月是图论，第5个月是高级动态规划，第6个月是系统设计前置知识。

第三，建立输出强制机制：每30天必须写一篇技术博客，用费曼学习法检验理解深度。第75天的这篇复盘就是新规则的第一份产出。

这件事为什么值得关注

Anshuman的日志没有提供速成的承诺，但展示了一种可复制的自我训练框架。

他的方法核心不是"刷更多题"，而是建立反馈闭环：做题→分类错误→设计针对性训练→验证改进效果。这个循环的迭代速度，比绝对题数更能预测长期进步。

对于25-40岁的技术从业者，这个案例的价值在于示范了"在职学习"的可操作性。没有脱产，没有昂贵课程，用工具组合和量化追踪把碎片时间系统化。

更重要的是第75天这个时间点的选择。多数人记录"成功故事"，他记录的是"中途状态"——进度落后、方法迭代、自我怀疑与调整并存。这种真实感比完美叙事更有参考价值。

250天挑战还剩175天。Anshuman的下一步是图论主题月，以及第90天的第二次量化复盘。他的日志会继续更新，但已经证明的东西足够清晰：持续学习的瓶颈从来不是时间，是反馈系统的质量。