加载失败
这是一个 Ask HN 提问：如何维持刷 LeetCode 的动力。讨论基于技术面试准备的现实——LeetCode 长期被用作算法面试与筛选工具，尤其在大型科技公司中更常见。评论围绕动力来源（兴趣、家庭或薪酬驱动）、刷题是否值得（不同公司的筛选差异与多年经验被否定的挫败感）以及可行的练习或替代路径展开，提到的资源包括 Blind 75、Neetcode、CLRS、levels.fyi 和竞赛编程。另有不少人讨论 LLM/AI 对写码与面试流程的冲击，以及是否应把精力转向项目、架构或安全等更难被自动化的领域。
多条评论指出“动力”是短暂的爆发，长期进步要靠纪律、规划和固定例行。建议设定明确目标并把练习分配到每天或每周的时间段，遇到疲惫则短暂休息或小睡以恢复。也有人提醒抑郁或缺乏动力有时是功能性信号，意味着应评估刷题是否真的对职业有回报；如果确认有价值，就靠一致性完成任务。竞争心态（例如把他人当作标杆）或对薪酬的现实想象也常被用来把动机转化为持续行动。
评论里普遍认为 LeetCode 在招聘中的权重并不统一：大型科技公司（如 Google/Meta/Microsoft）更常用刷题筛选，而许多公司面试中几乎不会遇到直接题目。有人认为刷题是 HR 或招聘流程的工具，会把多年实际经验的价值抹平，从而让人感到沮丧或丧失动力；也有人干脆拒绝参与这类题，认为不值得。因此建议把刷题视为有成本的选择：要么有针对性准备（并接受代价），要么选择更看重项目与经验的雇主并承担后果。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6]
部分人把刷题当作解谜游戏或纯粹的兴趣活動，享受从不同解法中学到新技巧和语言用法，而不是单纯为了面试。有人推荐用 Neetcode 这类有学习路径和可视化进度的资源，并通过混合简单/中等/困难题目保持新鲜感。现实驱动也常出现：查看 levels.fyi 等薪酬信息、为家庭提供收入或职位晋升被作为持续刷题的现实动力。还有人靠竞争心或逐步看到能力提升获得长期满足感。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6]
评论给出许多具体战术：把练习拆成 15 分钟小段、养成日常习惯，或把目标限定为具体题单（如 Blind 75）以避免无目的刷题。多条建议强调先补算法与数据结构的理论、按题型归类（模式化），并实现那些语言没有的结构以提升实战能力；algomaster 的“15 种模式”被点名作为归类参考。阅读 CLRS（《算法导论》）以建立设计直觉、使用 Neetcode 的教程来可视化学习进度也被推荐；还有人建议用 LLM 讨论理论以获得灵感。总体思路是：先理解原理并学会识别题型，再通过短期目标与节奏管理保持持续性。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7] [来源8] [来源9]
有评论认为 LLM/AI 会改变写码与面试的生态，尤其是写—测—改的短闭环任务最容易被自动化，从而削弱刷 LeetCode 的长期价值。基于此建议有人开始把精力转向更难被自动化的方向，如基础设施、系统安全、架构，或投入独立项目、创业/小团队以创造可商业化成果。也有人警告别高估 CEO 会用 LLM 替代工程师的想法，认为替代并非那么简单，但同时指出面试流程已经出现 AI 辅助的变化。总结上来看，讨论从“记忆解法”向“构建能力/产品/架构”转移，并提出相应的技能调整建议。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7]
LeetCode: 在线算法题库与面试刷题平台，用于练习算法与数据结构，常被公司作为技术筛选或面试环节来源。
Blind 75: 社区流传的 LeetCode 题单（约 75 道），很多人把它当作面试准备的具体目标和练习清单。
Neetcode: 一个汇总 LeetCode 题解与教学的视频/文字资源，提供 skill tree 风格的学习路径和示例代码，帮助将进度可视化。
CLRS（Introduction to Algorithms）: 《算法导论》（Cormen 等著，简称 CLRS），一本系统讲解算法设计与分析的教科书，用于建立算法理论与直觉。
levels.fyi: levels.fyi（薪酬与职级对比网站），用户用它查看不同公司和职级的薪酬信息，常被当作求职或刷题的现实激励来源。
竞赛编程 (competitive programming): 以算法题为主的比赛形式训练，强调速度、正确性和题型模式化，适合提升解题速度与模式识别能力。