先说一件让我破防的事
我得坦白一个不太光彩的经历。2023 年 3 月的一个周日早上，我坐在电脑前打力扣周赛，第三题卡了整整四十分钟，最后因为超时两分钟没交上去。那道题当时的分数区间大概在 1700 左右。赛后我点开讨论区，第一条回复只有一句话：这不就是换了个壳的拓扑排序吗，然后贴了二十行代码。
我不知道你有没有过那种感觉。不是不会做，是压根没往那个方向想。你盯着题目里的「区间」「最大值」「最少次数」这些词，脑子里冒出的是滑动窗口和贪心，结果人家考的是图论建模。
那次之后我开始怀疑一件事：力扣给题目贴的那个难易标签，到底在衡量什么。我花了大概一年时间，把自己做过的两百多道题重新标了一遍，结论是——官方的三档标签，有四分之一到三分之一跟我的实际体验对不上。
通过率不是题目的属性，是做题者构成的属性
先把机制说清楚。题号旁边那个 Acceptance Rate，是「通过提交次数 ÷ 总提交次数」，不是「通过人数 ÷ 尝试人数」。这两个东西差别很大。一个人提交八次才过，和八个人各提交一次全过，在统计上完全是一回事。
更关键的是分母里站着谁。一个做过八百题的人点开第 4 题 Median of Two Sorted Arrays，大概率一次过；一个刚学完数组的新手点开第 1 题 Two Sum，可能要想半小时。题目被谁做，决定了它的通过率，而不是题目内在的认知负荷决定通过率。这是反向因果。
而且这个偏差会随时间放大。一道 2015 年就存在的老题，十几年间被几十万人踩过，题解、视频、博客铺满全网，你现在做它的时候，脑子里早就被剧透过了一部分。一道上个月刚加进来的新题，哪怕思路平平无奇，通过率也会低一截。
我给你几组可以自己去验证的数字。打开力扣，把鼠标悬停在题号上，通过率就出来了：
- 第 4 题 Median of Two Sorted Arrays，Hard，通过率四十出头
- 第 41 题 First Missing Positive，Hard，通过率四十出头
- 第 146 题 LRU Cache，Medium，通过率四十三左右
两个 Hard 和一个 Medium，挤在同一个数字区间里。但做过的人都知道，第 41 题的核心就是「把数字 x 放到下标 x-1 的位置上」来回交换，想通了五分钟写完；而 LRU Cache 你得同时维护哈希表和双向链表，还要处理容量为一、get 之后要移到头部、put 已存在的 key 要更新值这些边界，我见过太多人在面试里写到一半链表指针就断了。
反过来看，第 136 题 Single Number，Easy，通过率七十五左右。如果你不知道异或这回事，这道题对你是 Hard；如果你知道 a^a=0 和 a^0=a，它就是两行。它的难度完全取决于你脑子里有没有那一块拼图，跟标签关系不大。
题号顺序和题单顺序，又是另外两层滤镜
第 1 题到第 100 题是按时间顺序加进去的，不是按知识点递进的。Two Sum 用哈希表，第 2 题 Add Two Numbers 是链表指针操作，第 4 题是二分加分治，第 5 题最长回文子串是 DP 或者中心扩展。你在前五题里就被扔进了四个不同的知识领域。所以「按题号刷」这件事从第四题开始就崩了。
Hot 100 好一点，但它是按知识点分组的，不是按难度。你去看 Hot 100 里动态规划那一组，第 5 题最长回文子串和第 198 题打家劫舍是挨着的。前者是二维 DP 加边界处理的中上难度，后者是 DP 入门第一课。翻两页你就能从地狱到幼儿园，中间没有任何过渡。
还有一个坑是公司题库。力扣中国站的「公司高频题」是用户众包上传的，你看到的某个大厂题单，很可能是 2020 年某个人整理完之后再没更新过。技术栈和面试风格两三年换一轮，那个列表的时效性，远不如你自己用记事本记的面经。
顺带说一句题解区。点开任何一道热题，前三个高赞题解的结构几乎一模一样：思路、代码、复杂度分析，连话术都差不多。真正有信息量的往往是第八到第十五个赞那一档，那些是有人自己踩完坑之后写的。我印象很深的是第 239 题滑动窗口最大值的一条低赞题解，作者手画了一张单调队列的图，比高赞题解里贴的代码清楚十倍。
我自己的重排方法：用三个数替代三档标签
从 2023 年起，我每做完一道题，在本地记三个数：想清楚用了多久、敲代码用了多久、debug 用了多久。这三个数的比例，比通过率有用得多。
如果「想清楚」占了大头，超过总时长的六成，那这道题对你的真实难度就是 Hard 级，不管标签写什么，一周后必须重做。如果「敲代码加 debug」占大头，说明思路你已经会了，纯属工程手感问题，做一遍归档就够。如果三个数都很小，直接划掉，别再浪费时间搞什么三刷四刷。
按这套标准，我 2023 年做过的两百多道题里，官方标 Easy 的有十七道被我打上了 Hard 标记，官方标 Hard 的有九道被我降到了 Easy。重合度七成左右。这个数字不精确，也不需要精确，因为它本来就是给一个人自己用的尺子。
还有个附加操作：我会给自己做过的每道题写一句「识别线索」，只写一句，比如「看到区间最大值想到单调栈或稀疏表」「看到最少修改次数往 DP 转移上想」。半年之后回看，这一百多句识别线索，比任何题单都值钱。因为面试现场真正卡住你的，从来不是写不出代码，是没认出来这是哪一类题。
结尾我不想熬鸡汤
我不打算说刷题不重要这种话。在筛选这件事上，它依然有效，依然是最省事的过滤手段。但如果你已经刷了一百五十题，还是觉得没开窍，可能不是你不够努力，是你一直在用一把刻度不准的尺子量自己。
把官方标签丢掉一阵子，用自己的三个数重新标一遍。这是我这两年做过最有用的一件事，没有之一。