LogicStack-LeetCode 模拟类题解地图：266 道模拟题的识别方法、通用套路与源码精讲

• 教程
• 文档

模拟（Simulation）是 LeetCode 中覆盖面最广、出现频率最高的题型之一：从字符串处理、矩阵遍历到游戏规则、状态机推演，凡是「按照题意把过程一步步走完」的题目，几乎都可以归类为模拟。本文以「宫水三叶的刷题日记」开源仓库 LogicStack-LeetCode 中的 Index/模拟.md 索引为骨架，系统梳理该仓库收录的 266+ 道模拟类题目，并结合仓库内多篇代表性题解源码，提炼出模拟题的通用识别方法、分类体系与实战套路，帮助你建立一套可复用的「模拟题做题框架」。

一、什么是模拟题：先学会「认出」它

模拟题的核心特征非常朴素：题目描述即算法。出题人把某个过程（一个游戏、一次遍历、一组规则、一段文本处理）用自然语言完整描述出来，解题者只需要忠实地把这个过程翻译成代码，而不需要引入贪心、DP 等额外的算法优化。

在 LogicStack-LeetCode 仓库中，每篇题解都会在开头用Tag : 「模拟」标注题型，例如 495. 提莫攻击（简单） 标注Tag : 「模拟」，1583. 统计不开心的朋友（中等） 则标注Tag : 「哈希表」、「模拟」——后者说明「模拟」常与哈希表、双指针、栈、队列等基础数据结构组合出现。

识别模拟题的三个典型信号：

二、读懂仓库的模拟题索引：结构与用法

Index/模拟.md是仓库中「模拟」这一主题的导航总表，采用四列表格组织全部收录题目：

• 题目列：链接到 LeetCode 原题，便于直接查看题目描述与提交评测；
• 题解列：链接到宫水三叶在 LeetCode 上的对应题解，涵盖完整思路推导与多语言代码；
• 难度列：简单 / 中等 / 困难，用于规划练习节奏；
• 推荐指数列：以 🤩 数量（1～5 个）标注推荐优先级，🤩🤩🤩🤩🤩 表示强烈推荐优先练习。

从索引可见，模拟题覆盖了从简单到困难的全难度梯度：

• 简单题（如 1. 两数之和、7. 整数反转、66. 加一、495. 提莫攻击）适合作为入门热身；
• 中难题（如 54. 螺旋矩阵、65. 有效数字、591. 标签验证器、1001. 网格照明）则要求更精细的状态设计，往往需要配合哈希表、栈、双指针等工具。

推荐的练习路径是：先刷推荐指数 ≥ 🤩🤩🤩🤩 的简单题建立手感，再挑战同指数的中难题，最后用困难题检验对「过程建模」的掌控力。

三、模拟题的通用方法论：来自源码的四步框架

对比仓库中多篇题解，可以提炼出模拟题的通用四步框架：

3.1 明确状态与哨兵值

模拟题的第一步是定义「需要维护的状态」。以 495. 提莫攻击 为例，核心状态是「上一次攻击的结束时间点last」。题解中特别强调了一个关键细节：last初始化为-1（哨兵值），而非0，目的是保证当timeSeries[0] = 0时第 0 秒也能被正常计数：

int ans = 0, last = -1; for (int s : timeSeries) { int e = s + duration - 1; ans += last < s ? duration : e - last; last = e; }

这个哨兵设计的思路在模拟题中极其常见——边界状态（如第一次操作、空输入、起点为 0）往往需要专门处理，否则会产生经典的「差一错误」。

3.2 按区间/阶段拆分过程

当过程存在「重叠」或「分段」时，用区间视角拆分。提莫攻击题的核心洞见在于：若两次攻击不重合（last < s），本轮贡献完整的duration；若重合（last >= s），本轮只贡献增量e - last，相当于一次轻量级的区间合并。整体复杂度为 O(n) 时间、O(1) 空间。

3.3 建立索引/映射加速规则判断

当模拟过程需要频繁查询「两个对象的相对关系」时，预处理一张映射表是标准做法。以 1583. 统计不开心的朋友 为例：preferences[i]本身按亲密度从高到低排列，题解利用下标将其转换为「亲密度得分」map[i][preferences[i][j]] = n - j（得分越大越亲密），然后对每一对配对(x, y)，遍历所有其他配对(u, v)，检查是否存在「x 更喜欢 u 且 u 更喜欢 x」或「x 更喜欢 v 且 v 更喜欢 x」的互选背叛关系：

boolean check(int x, int y, int u, int v) { Map<Integer, Integer> xmap = map.get(x), umap = map.get(u); Map<Integer, Integer> vmap = map.get(v); if (xmap.get(u) > xmap.get(y) && umap.get(x) > umap.get(v)) return true; if (xmap.get(v) > xmap.get(y) && vmap.get(x) > vmap.get(u)) return true; return false; }

题解同时给出两种实现：哈希表套哈希表（P1）与二维数组（P2），并指出在 n ≤ 500 的数据范围内二维数组充当哈希表完全可行——这提示我们：模拟题的存储结构选择应服从数据范围，不必一味追求复杂结构。

3.4 处理多语言实现的一致性

仓库题解几乎每篇都同时给出 Java / C++ / Python / TypeScript 实现，且各语言逻辑完全一致。例如外观数列题中「双指针求连续段」在四种语言中结构相同，仅语法差异。这意味着你可以把仓库当作「多语言对照表」：先看懂任意一种语言的思路，再对照翻译成自己熟悉或需要练习的语言。

四、按题材拆解：五类高频模拟题精讲

将索引中的 266+ 道题按题材归类，可以得到五类高频模拟场景，每类都有可复用的套路。

4.1 字符串模拟：逐字符 + 双指针

字符串模拟是数量最多的一类，代表题包括 38. 外观数列、65. 有效数字、468. 验证IP地址、71. 简化路径、8. 字符串转换整数 (atoi)（中等）.md)。

以 38. 外观数列 为例，题解给出「从ans = "1"出发逐项递推，用双指针求连续段长度」的经典写法：

String ans = "1"; for (int i = 2; i <= n; i++) { String cur = ""; int m = ans.length(); for (int j = 0; j < m; ) { int k = j + 1; while (k < m && ans.charAt(j) == ans.charAt(k)) k++; int cnt = k - j; cur += cnt + "" + ans.charAt(j); j = k; } ans = cur; }

其套路是：外层迭代阶段，内层双指针切分连续段，段内统计、段尾跳跃。这一模式同样适用于 443. 压缩字符串、1047. 删除字符串中的所有相邻重复项 等题。

4.2 矩阵模拟：按形状 / 按方向

矩阵类模拟题考察「坐标推进」能力，代表题有 54. 螺旋矩阵、59. 螺旋矩阵 II、867. 转置矩阵、1260. 二维网格迁移、1706. 球会落何处。

54. 螺旋矩阵 的题解给出「按圈模拟」的思路：用左上角(x1, y1)与右下角(x2, y2)框定当前圈，按「上边 → 右边 → 下边 → 左边」四条边遍历，随后两个角点同时向中心收缩一圈，递归执行；并处理两个退化情况——只有一行（x1 == x2）按行走、只有一列（y1 == y2）按列走。这种「形状驱动」的模拟比维护方向数组 + 转向标志的写法更直观、不易出错，是矩阵遍历题的优选模板。

另一种矩阵模拟思路是「状态驱动」，可参考 1706. 球会落何处：对每一列的球，根据当前格子的挡板方向与下一格子的挡板方向判断能否继续下落，模拟整条下落路径。

4.3 数学模拟：按公式 / 按周期

当过程背后存在可推导的数学规律时，模拟与数学推导常可互相转化。索引中 166. 分数到小数、168. Excel表列名称、171. Excel表列序号、400. 第 N 位数字、1185. 一周中的第几天 均属此类。典型技巧包括：取模定位周期、进制转换（如 Excel 列名的 26 进制映射）、长除法记录余数判断循环节等。

4.4 游戏 / 规则模拟：忠实翻译规则

游戏类模拟题强调「严格按规则逐回合推进」，代表题有 412. Fizz Buzz、682. 棒球比赛、1823. 找出游戏的获胜者、2069. 模拟行走机器人 II、794. 有效的井字游戏。这类题目的难点往往不在过程本身，而在于把自然语言规则翻译成精确的边界条件——建议先写伪代码列出所有规则分支，再落成代码。

4.5 数据结构模拟：选对容器

部分模拟题需要借助栈、队列、哈希表等容器来承载过程，代表题有 20. 有效的括号、150. 逆波兰表达式求值、385. 迷你语法分析器、636. 函数的独占时间、591. 标签验证器。容器选择的关键是匹配过程的访问模式：后进先出用栈、先进先出用队列、随机/频繁查询用哈希表或字典树。

五、从索引到源码：如何在本仓库高效刷模拟题

LogicStack-LeetCode 仓库的目录结构按题号区间组织（如LeetCode/491-500/、LeetCode/1701-1710/），每篇题解文件以「题号. 题名（难度）.md」命名，与索引文档一一对应。推荐的刷题工作流：

1. 按推荐指数筛选：在 Index/模拟.md 中按难度 + 🤩 数量挑选目标题，优先覆盖各题材的代表题；
2. 先读题解正文：每篇题解均包含完整的题目描述、示例、提示（数据范围）、核心思路推导与多语言代码（Java / C++ / Python / TypeScript），并附时间复杂度与空间复杂度分析；
3. 对照多语言实现：利用同题多语言代码对照理解，或直接摘抄为本地练习的起点；
4. 按主题回看归类：索引同时关联了仓库中其他主题索引（如 Index/哈希表.md、Index/双指针.md、Index/栈.md），同一道题往往同时挂在多个主题下，刷完模拟主题后，可以顺藤摸瓜串起相关联的算法主题，形成知识网络。

六、总结

模拟题是算法学习中性价比极高的题材：它不要求先掌握高深的算法理论，却对「把自然语言翻译成精确代码」的能力提出扎实要求。借助 Index/模拟.md 这份覆盖 266+ 道题的索引地图，你可以按难度、按题材、按推荐指数系统练习；配合仓库内每篇题解的多语言源码与复杂度分析，既能快速入门，也能在「字符串双指针」「矩阵按圈遍历」「哈希映射预处理」等通用套路上建立肌肉记忆，为后续学习 DP、图论等更复杂的算法主题打下坚实的「忠实模拟」基础。

• 教程
• 文档