Was macht LeetCode-Lehrer?
Ein interaktiver Lehrer für die Vorbereitung auf technische Vorstellungsgespräche, der ansprechende Programmierumgebungen mit realen Produktherausforderungen, Mustererkennungstraining und Mehrsprachenunterstützung generiert.
Was dieser Skill tut
Verwandelt die Vorbereitung auf technische Vorstellungsgespräche in interaktive, praktische Erfahrungen:
- Interaktive Code-Playgrounds – Browser-basierte Programmierumgebungen mit sofortigem Feedback
- Mehrsprachen-Unterstützung – Python, TypeScript, Kotlin, Swift
- Echte Produktherausforderungen – Praktische Szenarien von realen Unternehmen
- Mustererkennung – Lerne die 20 essentiellen Codierungsmuster
- Progressive Schwierigkeit – Einfach → Mittel → Schwer → Experte
- Sofortiges Feedback – Führe Tests in Echtzeit mit detaillierten Erklärungen aus
- Techniken lehren – Meistere Problemlösungsansätze
Warum dieser Skill wichtig ist
Traditionelle LeetCode-Praxis:
- Abstrakte, zusammenhanglose Probleme
- Keine Anleitung zur Mustererkennung
- Versuch-und-Irrtum-Ansatz
- Einschüchternd für Anfänger
- Begrenzte Sprachoptionen
Mit diesem Skill:
- Echte Produktszenarien
- Musterbasiertes Lernen
- Geführtes Problemlösen
- Progressive Schwierigkeitskurve
- Mehrsprachige Praxis
- Interaktive, unterhaltsame Oberfläche
Kernprinzipien
1. Muster-zuerst-Lernen
- Probleme erkennen
- Bewährte Vorlagen anwenden
- Intuition durch Übung aufbauen
- Ein Muster nach dem anderen meistern
2. Echter Produktkontext
- Instagram-Feed-Ranking
- Uber-Fahrtenzuordnung
- Netflix-Empfehlung
- Slack-Nachrichtensuche
- Amazon-Bestandsverwaltung
3. Progressive Schwierigkeit
- Beginne mit Grundlagen
- Baue Komplexität schrittweise auf
- Schalte fortgeschrittene Muster frei
- Verfolge den Fortschritt der Fähigkeiten
4. Mehrsprachige Meisterschaft
- Übe in deiner Zielsprache
- Vergleiche Implementierungen
- Lerne sprachspezifische Tricks
- Führe Vorstellungsgespräche in jeder Sprache
5. Interaktives Lernen
- Schreibe Code im Browser
- Führe Tests sofort aus
- Erhalte Hinweise, wenn du feststeckst
- Sieh optimale Lösungen
- Verfolge den Fortschritt
Abgedeckte Problem-Muster
Array & String-Muster
1. Zwei Zeiger
Muster: Verwende zwei Zeiger, um das Array zu durchlaufen
Verwende, wenn: Paare, Tripletts oder Teil-Arrays gefunden werden müssen
Beispiel: „Finde Instagram-Nutzer, die sich gegenseitig liken"
Komplexität: O(n) Zeit, O(1) Speicher
2. Gleitendes Fenster
Muster: Halte ein Fenster, das durch das Array gleitet
Verwende, wenn: Ein Teil-Array mit einer bestimmten Eigenschaft gefunden werden muss
Beispiel: „Finde Trending-Themen in den letzten N Tweets"
Komplexität: O(n) Zeit, O(k) Speicher
3. Schnelle & Langsame Zeiger
Muster: Zwei Zeiger, die sich mit unterschiedlichen Geschwindigkeiten bewegen
Verwende, wenn: Zyklen erkennen, mittleres Element finden
Beispiel: „Erkenne zirkuläre Abhängigkeiten im Paketmanager"
Komplexität: O(n) Zeit, O(1) Speicher
Baum & Graph-Muster
4. Baum-BFS
Muster: Ebenenweise Traversierung mit einer Warteschlange
Verwende, wenn: Ebenenweise Verarbeitung nötig ist
Beispiel: „Zeige Freunde nach Verbindungsgrad"
Komplexität: O(n) Zeit, O(w) Speicher (w = max. Breite)
5. Baum-DFS
Muster: Preorder, Inorder oder Postorder Traversierung
Verwende, wenn: Alle Pfade erkundet werden müssen
Beispiel: „Finde alle Pfade im Dateisystem"
Komplexität: O(n) Zeit, O(h) Speicher (h = Höhe)
6. Graph-BFS
Muster: Erkunde Nachbarn Ebene für Ebene
Verwende, wenn: Kürzester Pfad, Ebenen-basierte Erkundung
Beispiel: „Finde den kürzesten Verbindungspfad auf LinkedIn"
Komplexität: O(V + E) Zeit, O(V) Speicher
7. Graph-DFS
Muster: Erkunde so weit wie möglich, bevor du zurückverfolgst
Verwende, wenn: Pfadfindung, Zykluserkennung
Beispiel: „Erkenne zirkuläre Verweise im sozialen Graphen"
Komplexität: O(V + E) Zeit, O(V) Speicher
8. Topologische Sortierung
Muster: Ordne Knoten nach Abhängigkeiten
Verwende, wenn: Aufgabenplanung, Build-Systeme
Beispiel: „Ordne Kurse basierend auf Voraussetzungen"
Komplexität: O(V + E) Zeit, O(V) Speicher
Dynamische Programmierungs-Muster
9. 0/1 Rucksack
Muster: Jedes Element einschließen oder ausschließen
Verwende, wenn: Optimierung mit Einschränkungen
Beispiel: „Wähle die besten Anzeigen innerhalb des Budgets"
Komplexität: O(n * Kapazität) Zeit und Speicher
10. Unbegrenzter Rucksack
Muster: Kann Elemente unbegrenzt oft verwenden
Verwende, wenn: Münzwechsel, Kombinationen
Beispiel: „Minimale Transaktionen, um einen Saldo zu erreichen"
Komplexität: O(n * Ziel) Zeit und Speicher
11. Fibonacci-Zahlen
Muster: Der aktuelle Zustand hängt von vorherigen Zuständen ab
Verwende, wenn: Treppensteigen, Kachelprobleme
Beispiel: „Wege, durch App-Bildschirme zu navigieren"
Komplexität: O(n) Zeit, O(1) Speicher optimiert
12. Längste gemeinsame Teilsequenz
Muster: Vergleiche zwei Sequenzen
Verwende, wenn: Diff-Tools, Editierdistanz
Beispiel: „Finde ähnliche Code-Snippets"
Komplexität: O(m * n) Zeit und Speicher
Andere wesentliche Muster
13. Modifizierte binäre Suche
Muster: Binäre Suche auf sortiertem oder rotiertem Array
Verwende, wenn: Suche in O(log n)
Beispiel: „Finde die Version, in der der Fehler eingeführt wurde"
Komplexität: O(log n) Zeit, O(1) Speicher
14. Top K Elemente
Muster: Verwende einen Heap, um die K größten/kleinsten zu verfolgen
Verwende, wenn: Top-Elemente finden
Beispiel: „Hole die Top K Trending-Hashtags"
Komplexität: O(n log k) Zeit, O(k) Speicher
15. K-Wege-Merge
Muster: Führe K sortierte Arrays/Listen zusammen
Verwende, wenn: Sortierte Daten kombinieren
Beispiel: „Führe Aktivitätsfeeds von K Nutzern zusammen"
Komplexität: O(n log k) Zeit, O(k) Speicher
16. Backtracking
Muster: Probiere alle Möglichkeiten mit Beschneidung
Verwende, wenn: Permutationen, Kombinationen generieren
Beispiel: „Generiere alle gültigen Klammerkombinationen"
Komplexität: Variiert, oft exponentiell
17. Union Find
Muster: Verfolge verbundene Komponenten
Verwende, wenn: Netzwerkkonnektivität, Gruppierung
Beispiel: „Finde verbundene Freundesgruppen"
Komplexität: O(α(n)) amortisiert pro Operation
18. Intervalle
Muster: Führe Intervalle zusammen, füge sie ein oder finde Überlappungen
Verwende, wenn: Kalenderplanung, Zeitbereiche
Beispiel: „Finde freie Besprechungsslots"
Komplexität: O(n log n) Zeit, O(n) Speicher
19. Monotoner Stapel
Muster: Halte einen aufsteigenden/absteigenden Stapel
Verwende, wenn: Nächstgrößeres/kleineres Element
Beispiel: „Aktienkursspanne berechnen"
Komplexität: O(n) Zeit, O(n) Speicher
20. Trie
Muster: Präfixbaum für Zeichenkettenoperationen
Verwende, wenn: Autovervollständigung, Präfix-Matching
Beispiel: „Implementiere Autovervollständigung für die Suche"
Komplexität: O(m) Zeit pro Operation (m = Wortlänge)
Beispiele für echte Produktherausforderungen
Einfaches Niveau
Instagram: Like-Zähler
Reales Szenario: Zähle, wie oft die Beiträge eines Nutzers heute geliked wurden
Muster: Hash Map
Datenstruktur: Dictionary/HashMap
Sprachen: Python, TypeScript, Kotlin, Swift
Slack: Ungelesene Nachrichten
Reales Szenario: Finde die erste ungelesene Nachricht in einem Kanal
Muster: Lineare Suche mit Flag
Datenstruktur: Array
Lehrt: Frühes Beenden
Uber: Fahrpreis berechnen
Reales Szenario: Berechne die Fahrkosten basierend auf Entfernung und Zeit
Muster: Einfache Berechnung
Datenstruktur: Zahlen
Lehrt: Mathematische Operationen, Runden
Mittleres Niveau
Netflix: Top N Empfehlungen
Reales Szenario: Finde die Top N Filme nach Bewertung
Muster: Top K Elemente (Heap)
Datenstruktur: Prioritätswarteschlange
Lehrt: Heap-Operationen, teilweise Sortierung
Amazon: Bestandsverwaltung
Reales Szenario: Finde Produkte mit niedrigem Lagerbestand
Muster: Filtern mit Schwellenwert
Datenstruktur: Array + HashMap
Lehrt: Mehrkriterien-Filterung
Twitter: Trend-Hashtags
Reales Szenario: Finde die am häufigsten verwendeten Hashtags in einem Zeitfenster
Muster: Gleitendes Fenster + Häufigkeitszählung
Datenstruktur: Warteschlange + HashMap
Lehrt: Zeitbasierte Fensterverwaltung
LinkedIn: Verbindungsgrade
Reales Szenario: Finde den Verbindungspfad zwischen zwei Nutzern
Muster: BFS
Datenstruktur: Graph (Adjazenzliste)
Lehrt: Kürzester Pfad, Ebenenverfolgung
Schweres Niveau
Google Kalender: Besprechungsslots finden
Reales Szenario: Finde freie Zeitfenster für alle Teilnehmer
Muster: Intervallzusammenführung
Datenstruktur: Array von Intervallen
Lehrt: Sortieren, Überlappungen zusammenführen
Spotify: Wiedergabeliste mischen
Reales Szenario: Echtes zufälliges Mischen ohne Künstlerwiederholung
Muster: Modifizierter Fisher-Yates
Datenstruktur: Array
Lehrt: Randomisierung mit Einschränkungen
GitHub: Merge-Konfliktlösung
Reales Szenario: Finde die längste gemeinsame Teilsequenz in Dateien
Muster: Dynamische Programmierung (LCS)
Datenstruktur: 2D-Array
Lehrt: DP-Zustandsdefinition, Optimierung
Airbnb: Suchranking
Reales Szenario: Ordne Angebote nach mehreren gewichteten Kriterien
Muster: Benutzerdefinierte Sortierung + Heap
Datenstruktur: Prioritätswarteschlange mit Comparator
Lehrt: Komplexe Vergleiche, Tie-Breaking
Beispiel für einen interaktiven Playground
Python-Playground
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>🚀 LeetCode-Lehrer - Two Sum (Instagram Likes)</title>
<style>
* { margin: 0; padding: 0; box-sizing: border-box; }
body {
font-family: 'SF Mono', 'Monaco', 'Courier New', monospace;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
min-height: 100vh;
padding: 20px;
color: white;
}
.container {
max-width: 1400px;
margin: 0 auto;
display: grid;
grid-template-columns: 1fr 1fr;
gap: 20px;
}
.panel {
background: rgba(255, 255, 255, 0.1);
backdrop-filter: blur(10px);
border-radius: 15px;
padding: 30px;
box-shadow: 0 20px 60px rgba(0, 0, 0, 0.3);
}
h1 {
font-size: 2.5em;
margin-bottom: 10px;
text-shadow: 2px 2px 4px rgba(0, 0, 0, 0.3);
}
.difficulty {
display: inline-block;
padding: 5px 15px;
border-radius: 20px;
font-size: 0.9em;
font-weight: bold;
margin-bottom: 20px;
}
.easy { background: #4CAF50; }
.medium { background: #FF9800; }
.hard { background: #F44336; }
.problem {
background: rgba(255, 255, 255, 0.1);
padding: 20px;
border-radius: 10px;
margin: 20px 0;
line-height: 1.6;
}
.code-editor {
width: 100%;
min-height: 400px;
background: #1e1e1e;
color: #d4d4d4;
font-family: 'SF Mono', monospace;
font-size: 14px;
padding: 20px;
border-radius: 10px;
border: none;
resize: vertical;
}
.controls {
display: flex;
gap: 10px;
margin: 20px 0;
}
.btn {
padding: 12px 30px;
border: none;
border-radius: 10px;
font-size: 1em;
font-weight: bold;
cursor: pointer;
transition: transform 0.2s;
}
.btn-run {
background: linear-gradient(135deg, #4CAF50, #45a049);
color: white;
}
.btn-hint {
background: linear-gradient(135deg, #FF9800, #F57C00);
color: white;
}
.btn-solution {
background: linear-gradient(135deg, #2196F3, #1976D2);
color: white;
}
.btn:hover { transform: translateY(-2px); }
.output {
background: #1e1e1e;
color: #4CAF50;
padding: 20px;
border-radius: 10px;
min-height: 100px;
font-family: monospace;
white-space: pre-wrap;
margin-top: 20px;
}
.test-case {
background: rgba(255, 255, 255, 0.05);
padding: 15px;
border-radius: 8px;
margin: 10px 0;
border-left: 4px solid #4CAF50;
}
.test-failed {
border-left-color: #F44336;
}
.stats {
display: flex;
justify-content: space-around;
margin: 20px 0;
padding: 20px;
background: rgba(255, 255, 255, 0.1);
border-radius: 10px;
}
.stat {
text-align: center;
}
.stat-value {
font-size: 2em;
font-weight: bold;
color: #FFD700;
}
.pattern-badge {
display: inline-block;
background: rgba(255, 215, 0, 0.2);
color: #FFD700;
padding: 5px 15px;
border-radius: 15px;
margin: 5px;
font-size: 0.9em;
}
</style>
</head>
<body>
<div class="container">
<!-- Linkes Panel: Problem -->
<div class="panel">
<h1>🎯 Two Sum</h1>
<span class="difficulty easy">Einfach</span>
<span class="pattern-badge">Muster: Hash Map</span>
<span class="pattern-badge">Array</span>
<div class="problem">
<h3>📱 Reales Produktszenario: Instagram Likes</h3>
<p>Du entwickelst die „Gegenseitige Likes"-Funktion von Instagram. Gegeben ein Array mit Benutzer-IDs, die deinen Beitrag geliked haben, und eine Zielsumme, finde zwei Benutzer, deren IDs zusammen die Zielsumme ergeben.</p>
<h4 style="margin-top: 20px;">Problem:</h4>
<p>Gegeben ein Array von Ganzzahlen <code>nums</code> und eine Ganzzahl <code>target</code>, gib die Indizes der zwei Zahlen zurück, die zusammen <code>target</code> ergeben.</p>
<h4 style="margin-top: 20px;">Beispiel:</h4>
<code style="display: block; padding: 10px; background: rgba(0,0,0,0.3); border-radius: 5px;">
Eingabe: nums = [2, 7, 11, 15], target = 9<br>
Ausgabe: [0, 1]<br>
Erklärung: nums[0] + nums[1] = 2 + 7 = 9
</code>
<h4 style="margin-top: 20px;">Einschränkungen:</h4>
<ul style="margin-left: 20px;">
<li>2 ≤ nums.length ≤ 10⁴</li>
<li>Es existiert nur eine gültige Antwort</li>
<li>Dasselbe Element darf nicht zweimal verwendet werden</li>
</ul>
</div>
<div class="stats">
<div class="stat">
<div class="stat-value" id="testsRun">0</div>
<div>Durchgeführte Tests</div>
</div>
<div class="stat">
<div class="stat-value" id="testsPassed">0</div>
<div>Bestanden</div>
</div>
<div class="stat">
<div class="stat-value" id="attempts">0</div>
<div>Versuche</div>
</div>
</div>
<div id="hints" style="margin-top: 20px;"></div>
</div>
<!-- Rechtes Panel: Code-Editor -->
<div class="panel">
<h2>💻 Deine Lösung (Python)</h2>
<textarea class="code-editor" id="codeEditor">def two_sum(nums, target):
"""
Finde zwei Zahlen, die zusammen target ergeben.
Args:
nums: Liste von
...
(truncated für Übersetzung)
(Um den vollständigen und korrekt formatierten Playground zu sehen, konsultieren Sie bitte die englische Originalversion.)
Erste Schritte
- Wähle ein Muster – Beginne mit einem der 20 Muster
- Löse das Problem – Verwende den Playground
- Erhalte Feedback – Führe Tests aus und sieh dir die Ergebnisse an
- Lerne die Technik – Lies die Erklärungen
- Wiederhole – Versuche es mit zunehmender Schwierigkeit
- Wechsle die Sprache – Übe in verschiedenen Sprachen