恋上数据结构与算法（第二季）

如果你已经刷过一遍基础的数据结构，能写出链表、栈、队列和各种排序，但一遇到「带权图怎么选最短路算法」就卡住，那这门《恋上数据结构与算法（第二季）》大概率是你需要的那一块拼图。它不是又一轮从数组讲起的通识课，重心放在图论相关的算法落地上，尤其围绕最短路径这一类问题展开。

这门课解决什么工作场景

最短路径不是一个只在笔试里出现的概念。地图导航算路线、物流系统估配送时长、网络路由选链路、任务调度里算依赖代价，背后都是同一类问题：在一张带权的图上，找一条代价最小的路径。很多上班族对「图」的印象停留在邻接矩阵和 DFS/BFS，但真正到了工程里，边的权重可正可负，图的规模也可能很大，这时候朴素做法就顶不住了。

课程里覆盖的三个算法——Dijkstra、Bellman-Ford、Floyd——正好对应三类不同约束下的解法。Dijkstra 处理非负权单源最短路，是导航类场景里最常见的思路；Bellman-Ford 能容忍负权边，还能顺带判断负环；Floyd 求出的是任意两点之间的最短距离，适合规模不大但需要反复查询全图的场合。学完你至少能回答：面对一个具体的图，我该用哪一个，为什么不能混用。

学完能独立做什么

更实际一点说，学完这门课你应该能做到这几件事：看懂一段别人写的最短路代码，判断它用的是哪种算法、边界条件处理得对不对；自己从零实现这三个算法，并说清楚各自的时间复杂度从哪来；在遇到负权边、负环、多源查询这些变化时，知道该换算法还是改数据结构。这些能力放到面试里，足以应付图论相关的追问；放到工作里，也够你接手一个路径计算模块而不至于无从下手。

需要提前说明的是，这门课不会把你变成算法竞赛选手，它解决的是「工程中够用、面试中说得清」这个层次的问题。

资料适合什么基础

如果你完全没接触过图，建议先把图的存储方式（邻接表、邻接矩阵）和基本遍历弄明白再进来，否则前面几节会有点吃力。有编程基础、写过递归和队列、能看懂简单的复杂度分析，是比「学过算法」更实际的入门门槛。语言方面不限，重点是思路而不是某一行语法。

配套的章节笔记值得用起来，但别当成目录去背。比较稳妥的用法是：每学完一个算法，合上视频，自己拿纸把核心步骤和松弛操作的时机写一遍，再对着笔记核对。三个算法放在一起对比着记，比单独记更容易记住差异。

怎么安排学习节奏

• 先按顺序把三个算法各自过一遍，别跳着看，它们之间的对比是这门课的主要价值。
• 每学完一个算法，自己造一组小数据手动推一遍，尤其是带负权边的例子。
• 三个都学完后，回头整理一张对照表：适用条件、复杂度、能否处理负权、能否判负环。
• 最后挑一个你熟悉的场景（比如简易地图或任务依赖），把其中一种算法实现出来，作为自己的练习成果。

整体来看，这是一门定位清晰的小专题课，适合已经有基础、想在图论这块补上最短路径短板的上班族。如果你连基础数据结构都还没系统过一遍，先别急着买，把第一季的内容消化完再来会更顺。