01 · 综合题解
量化面试通用题解手册
44 章，覆盖概率、统计、脑题、博弈、数据结构、编程和金融直觉，并收录公司面经与分类拓展。适合边做题边补工具。
面试学习 · 分类方法与系统基础
用一套方法，解一类题
先理解题型为什么能用同一个方法，再练不同场景中的状态、边界和代码。这里集中提供量化与算法面试教材；各套材料都从基础概念讲起，再用具体例子展开推导与实现。
四条学习主线
02 · 分类编程
LeetCode Hot 100
100 道题按方法归类：哈希、双指针、窗口、链表、树、图、回溯、二分、栈、堆、贪心与动态规划。每题给出具体思路、Python 实现、复杂度和易错点。
03 · 概率与统计
量化面试：概率论与数理统计
从条件概率和期望出发，学习随机过程、估计、检验、回归及金融数据中的验证问题。用数值例子和推导理解公式，避免只背结论。
04 · 模型与推断
量化面试：机器学习理论
围绕模型假设、目标函数、优化、泛化和评估，把线性模型、树模型、降维与验证串起来。重点解释模型何时有效、何时会误导。
量化专项练习
52 道量化题逐题推导
适合沿一道具体题拆出建模、计算、证明与边界，再回到手册寻找对应知识点。
61 道同类题与方法迁移
把随机游走、几何分割、指标变量、停止时间、最优停止与信息论下界练成可迁移的方法。
如何提高学习压缩率
基础有些忘了时，先读数学工具起步或Python 与数据结构入门。概率统计和机器学习两本书也各有独立先修页段，分别解释符号、条件概率、导数积分与矩阵、投影和梯度，不用先查另一套教材才能开始。
- 先学一个类别的代表题。能解释为什么这样定义状态、为什么不漏解，再读同类题；不要先记几十段代码。
- 比较相邻题的变化。例如固定窗口到可变窗口，0/1 背包到完全背包，点估计到区间估计；重点记哪个假设改变了。
- 关掉答案重建步骤。先口述方法、边界和复杂度，再写实现或推导。写不出的步骤就是需要回看的位置。
- 最后混合练习。拿到题先识别条件，选择工具，再检验结果；分类是学习支架，面试不会提前告诉你题型。
怎样阅读长笔记
先看基础说明，再选每类代表题。手机上可以展开目录选择章节，正文保持正常纵向阅读；代码和长公式支持横向滑动。章节间通过方法和条件的变化建立联系，练习时先遮住解答自己走一遍。
材料范围与资料入口
这些教材用于学习方法与练习。公开面经中的公司归属、提问频率和招聘流程可能变化；新理论教材在文末给出官方指南与课程资料。Hot 100 的范围以教材所列官方学习计划为准。