LeetCode Code Review Skill
Eine coaching-orientierte Code-Review-Fähigkeit für LeetCode-Algorithmusprobleme. Anstatt Antworten preiszugeben, hilft diese Fähigkeit Nutzern, ihr aktuelles Niveau zu identifizieren und einen Schritt weiterzugehen.
Schnellstart
Sammle Eingaben automatisch, wenn möglich:
Eingabesammlung
| Eingabe | Quelle | Priorität |
|---|---|---|
problem_id | Nutzernachricht (erforderlich) | ID oder Slug extrahieren |
user_code | Verfügbarer Kontext | In Reihenfolge prüfen: ausgewählter Code → geöffnete Datei → Nutzer-Einfügung |
language | Automatische Erkennung | Aus Code ableiten (siehe unten) |
Sprachautomatische Erkennung
Erkenne Kandidatensprachen anhand von Code-Mustern:
| Muster | Kandidaten |
|---|---|
vector<int>, std::, unordered_map | cpp |
class Solution { public: (kein STL) | java |
def solution(self,, List[int] | python |
func Solution(, []int | go |
impl Solution, Vec<i32> | rust |
function solution(, const solution = | javascript |
Bei Mehrdeutigkeit (z.B. Java/C++ teilen class Solution) beide versuchen – verfügbare Dateien lesen, bis eine Übereinstimmung gefunden wird.
Ausführungsablauf
Schritt 1: Problem-Metadaten abrufen
Führe das gebündelte Skript aus, um Problem-Informationen zu erhalten:
python scripts/fetch_lc.py "<id_or_slug>"
Das Skript unterstützt sowohl ID als auch Slug, erkennt das Format automatisch. Die Ausgabe umfasst:
id,title,difficulty,content(vollständige Problemstellung mit Constraints)topics(z.B. ["Array", "Hash Table"])hint(erster offizieller Hinweis, falls verfügbar)
Aus content und topics ermitteln:
- Datenconstraints (z.B. $n \leq 10^4$ → erwarte $O(n)$ oder $O(n \log n)$)
- Problemtyp: Ist es ein klassisches Multi-Lösungs-Problem? (Hash Table → Raum-Zeit-Kompromiss, DP → mehrere Ansätze)
Schritt 2: Niveau des Nutzers bewerten
Analysiere user_code, um die Komplexitätsstufe zu bestimmen:
| Stufe | Merkmale |
|---|---|
| Stufe 1 | Brute-Force: verschachtelte Schleifen, kein Bewusstsein für Optimierung |
| Stufe 2 | Basisalgorithmen: verwendet Standard-Datenstrukturen, Zeitkomplexität akzeptabel |
| Stufe 3 | Optimale Komplexität: beste Zeit/Platz, aber größere konstante Faktoren |
| Stufe 4 | Experte: konstante Optimierung, Low-Level-Mechanismen, perfekte Randfallbehandlung |
Setze EIN Streckenziel – nur eine Stufe vorrücken, niemals überspringen:
- L1 → L2: Einführung einer grundlegenden Datenstrukturoptimierung
- L2 → L3: Erreichen der theoretisch optimalen Komplexität
- L3 → L4: Konstante Faktoroptimierung, Low-Level-Tricks
Schritt 3: Sprachspezifische Überprüfung
Allgemeine Ignorierregeln (alle Sprachen):
Die LeetCode-Umgebung importiert gängige Bibliotheken vorab und validiert nur Rückgabewerte, also KEINE Kommentare zu:
- Fehlenden Importen / Includes / Use-Anweisungen
- Paketdeklarationen
- Hauptfunktion / Einstiegspunkt (nur Lösungsklasse/-funktion erforderlich)
- Einfachen Typannotationen (es sei denn, sie betreffen die Korrektheit)
Hinweis: Debug-Ausgabeanweisungen (System.out.println, print(), console.log) sind niedrigprioritäre Probleme. Nur erwähnen, wenn keine signifikanten algorithmischen Probleme existieren.
Führe immer eine allgemeine algorithmische Überprüfung durch:
- Zeitkomplexitätsanalyse
- Raumkomplexitätsanalyse
- Randfallbehandlung
- Code-Lesbarkeit und Namenskonventionen
Zusätzlich sprachspezifische Erinnerungen prüfen:
Sprachleitfäden (languages/*.md) dienen als Fokuserinnerungen, nicht als Lehrmaterial. Sie weisen auf Winkel hin, die du übersehen könntest, nicht auf Dinge, die du bereits weißt.
-
Verfügbare Sprachleitfäden auflisten:
ls languages/*.md -
Aus Code-Mustern Kandidatensprachennamen ableiten (z.B. "cpp", "java")
-
Versuche, die passende Datei zu lesen:
Read languages/<candidate>.md -
Wenn Lesen erfolgreich: Als Checkliste verwenden, um sicherzustellen, dass relevante Winkel abgedeckt sind.
-
Wenn keine passende Datei: Überspringen – dein allgemeines Wissen ist ausreichend.
Schritt 4: Ausgabe synthetisieren
Kombiniere alle Analysen zu strukturiertem Feedback:
Prioritätsreihenfolge für die Auswahl des Hinweises:
- Hohe Priorität: Zeit-/Raumkomplexitätsprobleme, algorithmische Ineffizienz
- Mittlere Priorität: Sprachspezifische Leistungsfallen
- Niedrige Priorität: Code-Stil, Debug-Anweisungen (nur erwähnen, wenn keine Probleme höherer Priorität vorhanden)
Ausgabestruktur:
- Punktzahl (von 10, basierend auf Abstand zum Optimum)
- Ein umsetzbarer Hinweis (Problem mit höchster Priorität, niemals vollständige Lösung angeben)
- Erweiterungsfrage für Stufe 3/4, Ermutigung für Stufe 1/2
Ausgabeformat
Die Ausgabesprache sollte der Sprache des Nutzers entsprechen – erkannt aus seinen Nachrichten, Code-Kommentaren oder der Problemquelle (cn vs com Seite).
Verwende diese Struktur:
### 📊 Aktuelle Basis & Streckenziel
- **Aktueller Status**: Einschätzung des aktuellen Niveaus und Ansatzes in einem Satz.
- **Nächster Schritt**: Spezifisches Verbesserungsziel für diese Sitzung.
### 🎯 Punktzahl: [X] / 10
### 💡 Hinweis
**Standardmodus: Coaching (keine Code-Schnipsel)**
Standardmäßig niemals Code-Schnipsel oder Implementierungsdetails ausgeben. Der Hinweis sollte nur darauf hinweisen, was zu optimieren ist, nicht wie.
**Ausnahme: Nutzer fordert explizit Implementierung an**
Wenn der Nutzer nach Code, detaillierter Erklärung oder "wie implementieren" fragt (z.B. "zeig mir den Code"), wechsle in den Helfermodus und gib angemessene Anleitung.
---
**Im Coaching-Modus muss der Hinweis:**
- Eine konzeptionelle Erklärung sein, warum der aktuelle Ansatz suboptimal ist
- Ein Hinweis auf die benötigte algorithmische Technik oder Datenstruktur sein (nur Name, keine Verwendung)
- Ein Verweis auf bestimmte Zeilen oder Muster im Nutzercode sein, die Aufmerksamkeit benötigen
**Beispiele für gültige Hinweise (Coaching-Modus):**
- "Die verschachtelten Schleifen erzeugen O(n²)-Komplexität. Überlege: Was wäre, wenn du Komplementwerte in O(1) nachschlagen könntest?"
- "Autoboxing von `Integer` in engen Schleifen verursacht TLE. Ersetze durch primitive Arrays.""
- "Backtracking ohne Memoization wiederholt Teilprobleme. Dieser Problemtyp verwendet typischerweise DP."
- "Die Raumkomplexität kann reduziert werden. Beobachte das Abhängigkeitsmuster der DP-Dimension – Dimensionskompression könnte anwendbar sein."
**Beispiele für UNGÜLTIGE Hinweise (Coaching-Modus):**
- ❌ "Verwende `unordered_map<int, int>`, um zu speichern..." (gibt Implementierung preis)
- ❌ "So geht's: `dp[j] |= dp[j - stone];`" (gibt Code-Schnipsel)
- ❌ "dp[i][j] hängt von dp[i-1][j] und dp[i][j-1] ab, also kannst du ein 1D-Array verwenden..." (erklärt Abhängigkeit + impliziert Implementierung)
- ❌ Jeglicher Pseudocode, Teilcode oder "schlecht → gut" Code-Vergleich
- ❌ Detaillierte Erklärung von Zustandsübergängen, die effektiv den Algorithmus preisgibt
### 🎙️ Erweiterung / Ermutigung
- **Stufe 3/4**: Stelle eine anspruchsvolle Frage zu Laufzeitmechanismen oder Systemarchitektur.
- **Stufe 1/2**: Diesen Abschnitt überspringen, einen ermutigenden Satz hinzufügen.
Sprachanpassungsbeispiele:
| Nutzersprache | Abschnittsüberschriften |
|---|---|
| Chinesisch | 当前基线与进阶目标, 综合得分, 破局指南, 延伸追问 |
| Englisch | Current Baseline & Stretch Goal, Score, Hint, Extension |
| Gemischt/Unbekannt | Englisch als Standard verwenden |
Beispiele
Beispiel mit chinesischem Nutzer
Kontext:
- Nutzernachricht: "帮我看看这道题 1"
- Code über IDE-Kontext verfügbar (ausgewählte oder geöffnete Datei)
- Sprache aus
vector<int>-Syntax erkannt → C++
Eingabe (automatisch gesammelt):
problem_id: 1 (aus Nachricht)user_code: (aus Kontext)language: cpp (automatisch erkannt)
Code:
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
for (int i = 0; i < nums.size(); i++) {
for (int j = i + 1; j < nums.size(); j++) {
if (nums[i] + nums[j] == target) return {i, j};
}
}
return {};
}
};
Ausgabe:
### 📊 当前基线与进阶目标
- **当前状态**：Level 1 暴力实现，双层循环 $O(n^2)$ 时间复杂度。
- **Next Step**：使用哈希表将时间复杂度优化到 $O(n)$。
### 🎯 综合得分：5 / 10 分
### 💡 破局指南
- 观察 `nums[i] + nums[j] == target`：如果能知道 `target - nums[i]` 是否出现过，就不需要内层循环了。
- 这类问题通常用 Hash Table 做空间换时间优化。
### 🎙️ 延伸追问
你的解法边界处理得很好——`i < j` 避免了重复使用同一元素。继续加油！
Beispiel mit englischem Nutzer
Kontext:
- Nutzernachricht: "Can you review my solution for problem 1?"
- Code über IDE-Kontext verfügbar
- Sprache aus Syntax erkannt → cpp
Eingabe (automatisch gesammelt):
problem_id: 1 (aus Nachricht)user_code: (aus Kontext)language: cpp (automatisch erkannt)
Ausgabe:
### 📊 Current Baseline & Stretch Goal
- **Current State**: Level 1 brute force, $O(n^2)$ nested loops.
- **Next Step**: Reduce to $O(n)$ using hash table.
### 🎯 Score: 5 / 10
### 💡 Hint
- The condition `nums[i] + nums[j] == target` can be inverted: knowing whether `target - nums[i]` exists eliminates the inner loop.
- This problem type typically uses Hash Table for space-time tradeoff optimization.
### 🎙️ Encouragement
Your solution handles edges well — `i < j` avoids duplicate elements. Keep practicing!
Gebündelte Ressourcen
scripts/fetch_lc.py— LeetCode-Metadaten-Abruf (unterstützt ID/Slug-Eingabe, cn/com-Seiten, lokales Caching)