从刷题到服务代码别把技巧当成默认方案算法复杂度只是选型的一部分。Map、位运算和递归都有合适场景但实际服务还要考虑数据规模、键分布、内存、可读性和错误处理。固定数组仅在索引范围明确且稠密时合适否则它可能浪费大量空间或掩盖输入错误。过早的位运算常让边界更难审计。先写出清楚的版本用 profile 与 benchmark 确认热点再衡量优化是否值得。func inorder(root *Node) []int { stack, out : []*Node{}, []int{} for root ! nil || len(stack) 0 { for root ! nil { stack, root append(stack, root), root.Left } root, stack stack[len(stack)-1], stack[:len(stack)-1] out, root append(out, root.Val), root.Right } return out }显式栈能避免递归深度不可控但同样需要定义输入规模和内存上限。性能测试必须固定运行环境与数据集“小数据线性扫描更快”是可能性不是无需测量的规则。把刷题技巧带入服务时还要补上业务语义。Map 查不到键是正常空结果还是输入错误位标记是否会跨请求共享遍历顺序是否影响返回结果都需要写进接口约定。用边界输入、并发调用和经过授权的数据样本做验证往往比追逐一个更短的实现更能减少线上意外。 从刷题到服务代码，别把技巧当成默认方案
从刷题到服务代码别把技巧当成默认方案算法复杂度只是选型的一部分。Map、位运算和递归都有合适场景但实际服务还要考虑数据规模、键分布、内存、可读性和错误处理。固定数组仅在索引范围明确且稠密时合适否则它可能浪费大量空间或掩盖输入错误。过早的位运算常让边界更难审计。先写出清楚的版本用 profile 与 benchmark 确认热点再衡量优化是否值得。func inorder(root *Node) []int { stack, out : []*Node{}, []int{} for root ! nil || len(stack) 0 { for root ! nil { stack, root append(stack, root), root.Left } root, stack stack[len(stack)-1], stack[:len(stack)-1] out, root append(out, root.Val), root.Right } return out }显式栈能避免递归深度不可控但同样需要定义输入规模和内存上限。性能测试必须固定运行环境与数据集“小数据线性扫描更快”是可能性不是无需测量的规则。把刷题技巧带入服务时还要补上业务语义。Map 查不到键是正常空结果还是输入错误位标记是否会跨请求共享遍历顺序是否影响返回结果都需要写进接口约定。用边界输入、并发调用和经过授权的数据样本做验证往往比追逐一个更短的实现更能减少线上意外。