AI定向LeetCode14天刷题计划

贴合大模型、NLP、CV、AI工程考点，每日2-3题，难度循序渐进，每题标注对应AI知识点

第一周 基础核心（筑牢AI底层数据结构与常用逻辑）

第1天 KV缓存&序列窗口（LLM推理核心）

1. 146 LRU缓存 → 对应KV Cache机制

2. 239 滑动窗口最大值 → 窗口注意力计算

第2天 字符串前缀树（NLP词表基础）

1. 208 实现Trie → 分词、词库检索

2. 14 最长公共前缀 → 文本匹配基础

第3天 最值统计&采样逻辑（模型解码常用）

1. 347 前K个高频元素 → Top-K采样、结果筛选

2. 295 数据流的中位数 → 流式推理增量计算

第4天 动态规划（损失优化、序列预测）

1. 53 最大子数组和 → 损失函数极值求解

2. 198 打家劫舍 → 时序序列建模

第5天 二分与排序（特征检索、数据预处理）

1. 704 二分查找 → 向量近似检索

2. 912 排序数组 → 数据集特征排序

第6天 字符串相似度（NLP度量学习）

1. 72 编辑距离 → 文本相似度计算

2. 125 验证回文串 → 文本清洗预处理

第7天 数组经典模型（上下文依赖思想）

1. 42 接雨水 → 上下文关联计算

2. 84 柱状图中最大的矩形 → 稀疏注意力掩码

第二周 场景进阶（CV、向量检索、强化学习）

第8天 矩阵操作（图像特征处理）

1. 48 旋转图像 → 图像数据增强

2. 73 矩阵置零 → 模型稀疏权重处理

第9天 连通域与图像分割（CV基础）

1. 200 岛屿数量 → 图像连通区域分析

2. 221 最大正方形 → 卷积区域特征提取

第10天 哈希匹配&数据清洗

1. 1 两数之和 → 向量快速匹配

2. 442 数组中重复的数据 → 数据集去重清洗

第11天 多路合并（向量库检索聚合）

1. 23 合并K个升序链表 → 多路检索结果合并

2. 438 找到字符串中所有字母异位词 → 文本特征匹配

第12天 文本应用实操

1. 648 单词替换 → 拼写纠错、文本改写

2. 217 存在重复元素 → 特征查重校验

第13天 路径规划（强化学习决策）

1. 70 爬楼梯 → 马尔可夫状态转移

2. 62 不同路径 → 智能体路径决策

第14天 综合复盘查漏

1. 63 不同路径II → 约束条件下决策优化

2. 54 螺旋矩阵 → 图像遍历特征采集