go实现算法需紧扣切片动态特性、map零值陷阱、结构体树节点与后序递归、bfs切片队列等原生机制，强调原地操作、o(1)查找及简洁组合。
Go 语言实现算法与数据结构，核心在于理解标准库支持、内存模型特性（如切片底层数组共享）、以及 Go 风格的简洁表达——不依赖复杂类封装，多用函数式组合、结构体+方法、通道协程等原生能力解决问题。
数组与切片：动态扩容与原地操作是关键
Go 没有传统意义上的“数组题”，几乎所有题目都落在 []int 等切片上。要注意 append 可能触发底层数组复制，而双指针原地修改（如移除元素、快排分区）能避免额外空间开销。
- 删除重复元素（有序）：用单指针记录已处理位置，跳过相同值，最后切片截断 —— 时间 O(n)，空间 O(1)
- 两数之和 II（有序数组）：左右双指针向中间收缩，比哈希表更省内存，且符合 Go 的迭代习惯
- 旋转数组（如 [1,2,3,4,5] → [4,5,1,2,3]）：三次反转法（整体 + 前段 + 后段），无需额外切片分配
哈希表：map 是主力，但要注意零值陷阱
map[int]int 或 map[String]bool 覆盖绝大多数查找/计数场景。但需警惕：访问不存在键返回零值（0、””、false），不能直接判断是否“存在”。应使用双赋值语法 v, ok := m[key]。
- 字母异位词分组：以排序后字符串或字符频次数组（用 [26]int 作 map 键）为 key，value 是字符串切片
- 子数组和为 K：前缀和 + map 记录每个和首次出现位置，利用 Go 的 map 查找 O(1) 特性
- LRU 缓存：用
map[key]*list.Element+container/list实现 O(1) 查找与移动，避免手写双向链表
树与递归：用结构体定义节点，优先考虑后序遍历
Go 中树节点通常定义为：
type TreeNode struct { Val int Left *TreeNode Right *TreeNode }空节点即 nil，递归终止条件清晰。后序遍历天然适合“自底向上”问题（如最大路径和、平衡判断、最近公共祖先）。
- 二叉树最大深度：递归返回左右子树深度最大值 + 1；非递归可用层序 BFS（
queue []*TreeNode） - 翻转二叉树：递归交换左右指针，一行核心逻辑：
root.Left, root.Right = invertTree(root.Right), invertTree(root.Left) - 二叉搜索树中第 K 小：中序遍历（左→根→右）天然升序，可配合闭包计数提前退出，避免全遍历
图与搜索：BFS 用切片模拟队列，DFS 偏爱递归+visited map
图常以邻接表形式给出：map[int][]int 或 [][]int。Go 没有内置队列/栈，但切片 append 和切片截断（q = q[1:]）足够高效做 BFS；DFS 多用递归+闭包或显式栈。
- 岛屿数量（DFS）：遍历网格，遇 ‘1’ 则递归沉没（设为 ‘0’）四周连通陆地，避免额外 visited 空间
- 课程表（拓扑排序）：统计入度 + BFS（Kahn 算法），用
queue []int存入度为 0 的课，每次出队更新邻接点入度 - 单词接龙（BFS 最短路径）：每层枚举当前单词所有可能变换（26×位置），用 map 记录已访问，避免重复入队