12.5 六问诊断法：面对陌生问题如何系统推进

核心问题：面对陌生问题如何系统推进？
直觉：像飞行员起飞前跑清单——逐项检查，不漏环节，不靠"灵感"。

一、问题情境：War Story——从迷茫到六问

想象你是一个新手程序员，面试官给你一个问题：

"给定一个字符串，找出最长回文子串。"

你脑袋一片空白：这是什么问题？该用什么方法？

常见错误反应：

等待灵感：盯着屏幕发呆，期望"突然想到"解法
乱试方法：想到一个方法就直接写代码，不管是否适用
查搜索引擎：直接搜答案，不理解原理

正确反应：像飞行员一样，跑一个清单——六问清单。

二、直觉引入：试飞员心态

2.1 为什么需要六问？

问题：新手面对陌生问题时，容易：

遗漏关键信息（没看清约束条件）
选错范式（没判断清楚就用方法）
跳过验证（写完代码不测试）

解决：一个系统化的"检查清单"，强制你走完关键步骤。

2.2 试飞员心态

飞行员起飞前不会靠"感觉"，而是逐项执行清单：

起飞前检查清单：
✅ 燃油量够吗？
✅ 仪表盘正常吗？
✅ 天气条件允许吗？
✅ 襟翼位置正确吗？
...

算法设计也一样：

六问诊断清单：
Q1: 我真的理解问题吗？
Q2: 有没有简单正确的算法？
Q3: 我的问题在已知目录中吗？
Q4: 特殊情况是否可解？
Q5: 哪种范式最像？
Q6: 还是想不出怎么办？

2.3 六问清单详解

问题	目的	关键词	典型输出
Q1	理解问题	理解	输入输出约束明确
Q2	简单基线	基线	暴力解法 + 瓶颈分析
Q3	查目录	目录	问题类型匹配
Q4	特殊情况	特殊化	简化版本启发
Q5	范式匹配	范式	候选方案 + 复杂度比较
Q6	循环修正	迭代	反例测试 + 重新建模

三、算法定义：六问诊断法形式化

3.1 六问流程图

输入：问题描述
   ↓
┌──────────────────────┐
│ Q1: 理解问题         │
│ 输入？输出？约束？    │
└──────────────────────┘
   ↓
┌──────────────────────┐
│ Q2: 简单算法         │
│ 暴力基线 + 瓶颈       │
└──────────────────────┘
   ↓
┌──────────────────────┐
│ Q3: 查目录           │
│ 匹配问题类型          │
└──────────────────────┘
   ↓
┌──────────────────────┐
│ Q4: 特殊情况         │
│ 参数固定、规模缩小    │
└──────────────────────┘
   ↓
┌──────────────────────┐
│ Q5: 范式匹配         │
│ 候选方案 + 复杂度比较 │
└──────────────────────┘
   ↓
┌──────────────────────┐
│ Q6: 循环修正         │
│ 反例测试、重新建模    │
└──────────────────────┘
   ↓
输出：推荐方案 + 待确认点

3.2 六问详解

Q1：我真的理解问题吗？

检查清单：

Q1 检查：
├── 输入是什么？（类型、规模、格式）
├── 输出是什么？（形式、要求）
├── 约束是什么？（时间、空间、正确性）
├── 有小例子吗？（手动计算验证）
└── 有等价表述吗？（重述问题）

常见错误：

混淆输入输出
忽略隐式约束
未构造小例子

Q2：有没有简单正确的算法？

检查清单：

Q2 检查：
├── 暴力解法是什么？（枚举所有可能性）
├── 暴力解法的复杂度？
├── 暴力解法慢在哪里？
└── 有启发式基线吗？

意义：

验证问题理解是否正确
作为正确性对照
发现瓶颈所在

Q3：我的问题在已知目录中吗？

检查清单：

Q3 检查：
├── 能否映射到已知问题？
├── 是否是已知问题的变体？
└── 是否组合多个已知问题？

已知问题目录：
├── 排序问题（Ch3）
├── 查找问题（Ch3）
├── 图问题（Ch7）
│   ├── 遍历（BFS/DFS）
│   ├── 最短路径
│   ├── MST
│   ├── 拓扑排序
│   └── 流问题
├── 组合搜索（Ch5回溯）
├── 优化问题（Ch6 DP, Ch7贪心）
├── NP完全问题（Ch8）
├── 分布式问题（Ch9）
├── 流式问题（Ch10）
└── 检索融合问题（Ch11）

Q4：特殊情况是否可解？

检查清单：

Q4 检查：
├── 固定一个参数，问题是否变简单？
├── 缩小规模，能否看清结构？
├── 删掉一个约束，能否求解？
└── 特殊输入（有序、空、单元素）？

意义：

发现问题的隐藏结构
获得启发和洞察
为推广做准备

Q5：哪种范式最像？

检查清单：

Q5 检查：
├── 能分解？ → 分治（子问题独立）
├── 能贪心？ → 需证明无后效性
├── 有重叠子问题？ → DP
├── 无有效分解？ → 回溯/搜索
├── NP完全？ → 近似/启发式
└── 规模极大？ → 分布式/流式

对比方法：
├── 每种范式给出一个候选方案
├── 分析各方案的复杂度
└── 选择最优适配

Q6：还是想不出怎么办？

检查清单：

Q6 检查：
├── 回到问题定义，重新审视
├── 构造反例，检验假设
├── 查阅文献/教程
├── 请教专家或同伴
└── 让Agent生成候选方案，逐一审查

Agent协作模式：
├── 输入问题描述
├── Agent走六问流程
├── 输出结构化诊断报告
├── 人工审查每步判断
└── 修正并迭代

3.3 六问与前章节的映射

六问步骤	关联章节	关联知识点
理解问题	Ch1	问题定义、输入输出、约束
简单算法	Ch1-Ch12	暴力基线、启发式
查目录	Ch2-Ch11	问题分类、范式识别
特殊情况	Ch5-Ch8	参数固定、规模缩小
范式匹配	Ch3分治, Ch5回溯, Ch6DP, Ch7贪心	四大范式选择
循环修正	Ch1	六问循环、Agent协作

四、实现示例：最长回文子串的六问诊断

让我们用六问诊断法分析"最长回文子串"问题。

4.1 问题陈述

问题描述：
给定一个字符串s，找出其中最长的回文子串。

回文：正读反读都相同的字符串。
子串：字符串的连续片段。

4.2 六问诊断过程

Q1：理解问题

输入：字符串s（长度n）
输出：最长回文子串（字符串）
约束：
├── 时间限制：O(n²)可接受，O(n³)可能太慢
├── 空间限制：O(n)或O(n²)可接受
└── 正确性：必须是最长，且是回文

小例子：
s = "babad"
回文子串："bab"、"aba"、"a"、"b"、"d"
最长："bab"或"aba"（长度3）

等价表述：
找字符串中满足s[i:j]是回文且长度最大的子串

Q2：简单算法

暴力解法：
枚举所有子串，检查是否回文，找最长的

复杂度：
├── 子串数：O(n²)
├── 回文检查：O(n)
└── 总复杂度：O(n³)

瓶颈：
回文检查需要O(n)时间，重复计算很多次

基线验证：
n=5时：O(125)可行
n=1000时：O(10^9)太慢

Q3：查目录

问题类型匹配：
├── 字符串问题（Ch3扩展）
├── 最优化问题（Ch6 DP）
├── 搜索问题（回溯扩展）
└── 不是排序、查找、图的直接应用

候选范式：
├── DP：有可能（重叠子问题）
├── 分治：不适合（子问题不独立）
├── 贪心：不适合（无贪心选择性质）
└── 回溯：可行（枚举所有回文子串），但效率不如DP

Q4：特殊情况

固定参数：
├── 单字符：总是回文（长度1）
├── 双字符：相邻相同才回文
└── 已知对称性：可利用

缩小规模：
├── 先看小例子："a"、"aa"、"aba"
└── 发现规律：回文有对称中心

启发：
回文可以看作"从中心向外扩展"

Q5：范式匹配

候选方案：

方案1：DP
状态：dp[i][j] = s[i:j]是否是回文
转移：dp[i][j] = (s[i]==s[j]) and (j-i<=2 or dp[i+1][j-1])
复杂度：O(n²)时间，O(n²)空间

方案2：中心扩展
思路：枚举中心，向两边扩展直到不回文
复杂度：O(n²)时间，O(1)空间

方案3：Manacher算法（高级）
思路：利用对称性，避免重复检查
复杂度：O(n)时间，O(n)空间

推荐方案：
├── 简单场景：中心扩展（O(n²)，空间O(1))
├── 一般场景：DP（O(n²)，空间O(n²)，易理解）
└── 高级场景：Manacher（O(n)，复杂）

Q6：循环修正

测试方案1（DP）：
小例子验证：s="babad"
dp[0][2] = (b==b) and (2-0<=2) = True ✓
dp[1][3] = (a==a) and (3-1<=2) = True ✓
dp[0][4] = (b==d) = False

反例测试：
s="cbbd"
dp[1][2] = (b==b) and True = True ✓（回文"bb"）
最长回文是"bb"，长度2

结论：DP方案正确 ✓

4.3 六问诊断报告

┌─────────────────────────────────────┐
│ 问题理解：                           │
│   输入：字符串s（长度n）             │
│   输出：最长回文子串                 │
│   约束：O(n²)时间可接受              │
│ 简单基线：                           │
│   方案：枚举所有子串检查回文         │
│   瓶颈：回文检查O(n)，总O(n³)        │
│ 候选范式：                           │
│   [DP, 中心扩展, Manacher]           │
│   选择理由：重叠子问题适合DP         │
│ 复杂度比较：                         │
│   DP：O(n²)时间，O(n²)空间           │
│   中心扩展：O(n²)时间，O(1)空间      │
│   Manacher：O(n)时间，O(n)空间       │
│ 推荐方案：                           │
│   一般场景：中心扩展                 │
│   需最优效率：Manacher               │
│ 反例与边界：                         │
│   已验证小例子                       │
│ 仍需人工确认：                       │
│   Manacher实现复杂度                 │
└─────────────────────────────────────┘

五、与前章节关联：六问贯穿全书

5.1 六问与全书章节对应

六问	对应章节	教学内容
Q1:理解问题	Ch1开场	输入输出约束定义
Q2:简单算法	Ch3排序基线	暴力解法+瓶颈分析
Q3:查目录	Ch4图+Ch5回溯+Ch6DP+Ch7贪心	问题类型识别
Q4:特殊情况	Ch8NP完全	参数固定、规模限制
Q5:范式匹配	Ch3-Ch11综合	范式选择决策树
Q6:循环修正	全书迭代案例	反例构造、重新建模

5.2 六问法作为全书主线

六问法不是"最后一章才出现"的方法，而是贯穿全书的思维框架：

Ch1：Q1理解问题的基础
Ch2：数据结构选择影响Q5范式匹配
Ch3：分治原型，Q5候选之一
Ch4-Ch7：贪心、图算法原型，Q5候选
Ch5：回溯原型，Q5候选之一
Ch6：DP原型，Q5候选之一
Ch8：NP完全性，Q4特殊情况分析
Ch9-Ch10：分布式、流式，Q5扩展候选
Ch11：Transformer视角，LLM时代的新范式
Ch12：六问法综合，系统化凝练

六、设计反思：策略先于战术

6.1 策略 vs 战术

策略（Strategy）：做什么——选择范式、选择数据结构

战术（Tactics）：怎么做——实现细节、代码优化、边界处理

重要原则：策略错误，再好的战术也救不了。

例子：

问题：最长递增子序列（LIS）

错误策略：用贪心
战术：优化贪心选择规则、优化代码
结果：无论如何优化，贪心都是错的（不能保证最优）

正确策略：用DP
战术：朴素DP实现、空间优化
结果：保证最优解

6.2 从简单到正确到高效

三层递进：

第一层：简单
├── 暴力解法
├── 正确性验证
└── 理解瓶颈

第二层：正确
├── 选择正确范式
├── 设计正确算法
└── 构造反例验证

第三层：高效
├── 优化复杂度
├── 空间优化
└── 常数因子优化

不可跳过第二层——先保证正确，再追求高效。

七、知识卡片

C12-33 六问诊断法

直觉解释：像医生看病，按清单逐项检查，不漏环节。

核心内容：Q1理解问题 → Q2简单算法 → Q3查目录 → Q4特殊情况 → Q5范式匹配 → Q6循环修正。

关键特征：系统化推进，每步都有明确目标，避免"等灵感"。

常见误解：

❌ 六问法是线性流程——实际会回环迭代
✅ 正确理解：六问法是循环，可能回到前面的步骤

实例：最长回文子串——按六问逐步推进，发现中心扩展法和Manacher算法。

C12-34 Q1: 理解问题

直觉解释：先搞清楚"要什么"，别急着动手。

核心内容：明确输入输出、约束条件、构造小例子验证理解。

关键特征：不要模糊理解就开始写代码，小例子能发现隐藏约束。

常见误解：

❌ 理解问题很简单——复杂问题的输入输出约束很隐蔽
✅ 正确理解：仔细阅读问题描述，构造小例子验证

实例：二分查找——理解"有序数组"的约束是关键前提。

C12-35 Q2: 简单算法

直觉解释：先用"笨办法"做出来，别想一步到位。

核心内容：给出暴力基线方案，分析瓶颈在哪里。

关键特征：基线方案不一定高效，但能验证理解和发现瓶颈。

常见误解：

❌ 简单算法没用——它是正确性验证和优化起点
✅ 正确理解：基线方案是优化的起点

实例：排序问题——暴力O(n²)，分析瓶颈是"比较太多"，引出分治优化。

C12-36 Q3: 查目录

直觉解释：翻开"知识库"，看问题属于哪类。

核心内容：识别问题类型：排序/搜索/图/字符串/动态规划...

关键特征：问题类型匹配算法范式的知识库。

常见误解：

❌ 问题都能归入某一类——有些问题是混合类型，需要拆解
✅ 正确理解：可能需要组合多种范式

实例：最短路径——查目录发现图论问题，候选范式：贪心（Dijkstra）/DP（Bellman-Ford）。

C12-37 Q4: 特殊情况

直觉解释：参数固定或规模缩小，问题变简单。

核心内容：固定某些参数、限制规模、考虑退化情况。

关键特征：特殊参数可能让NP问题变成P问题。

常见误解：

❌ 特殊情况不重要——它们常是突破口或边界验证
✅ 正确理解：特殊情况能发现隐藏结构

实例：图着色问题——k=2时多项式可解（二分图判断），k≥3时NP完全。

C12-38 Q5: 范式匹配

直觉解释：从候选方案中选最适合的。

核心内容：分治/贪心/DP/回溯/近似的选择依据和复杂度比较。

关键特征：范式选择依赖问题特征：子问题是否独立？是否有贪心选择性质？是否有重叠子问题？

常见误解：

❌ 每个范式对应一类问题——很多问题多种范式都适用，需比较复杂度
✅ 正确理解：多种范式可能都适用，需对比选择

实例：背包问题——贪心（近似）、DP（精确）、回溯（求所有解）。

C12-39 Q6: 循环修正

直觉解释：方案不是一次对的，要反复检查。

核心内容：构造反例测试、参考专家方案、必要时重新建模。

关键特征：反例是发现设计漏洞的利器，专家方案提供验证。

常见误解：

❌ 一次设计就正确——复杂问题需要多次迭代修正
✅ 正确理解：迭代修正直到正确

实例：贪心策略初稿→发现反例→修正策略或换范式。

C12-40 试飞员心态

直觉解释：像飞行员起飞前跑清单，不要靠"感觉"。

核心内容：系统性思考（按六问清单） > 灵感式思考（等想法）。

关键特征：结构化方法保证覆盖关键环节，避免遗漏。

常见误解：

❌ 方法论限制创造力——方法论是基础，创造力在此基础上发挥
✅ 正确理解：方法论是框架，创造力在框架内发挥

实例：资深程序员也有Checklist（代码审查清单、部署清单）。

八、练习设计

基础练习（理解六问）

练习 12.5-1：用六问诊断法分析"最长公共子序列（LCS）"问题。

参考答案：

Q1: 理解问题
输入：两个字符串X和Y（长度m和n）
输出：最长公共子序列的长度（或子序列本身）
约束：O(mn)时间可接受
小例子：X="ABC", Y="AC" → LCS="AC"长度2

Q2: 简单算法
暴力解法：枚举X的所有子序列，检查是否是Y的子序列，找最长的
复杂度：O(2^m × n) —— 指数爆炸
瓶颈：子序列数是O(2^m)

Q3: 查目录
问题类型：字符串问题、最优化问题
候选范式：DP（重叠子问题）

Q4: 特殊情况
固定参数：单字符匹配
启发：LCS(X,Y)可能依赖LCS(X前缀,Y前缀)

Q5: 范式匹配
候选方案：DP
状态：dp[i][j] = X前i字符与Y前j字符的LCS长度
转移：dp[i][j] = max(dp[i-1][j], dp[i][j-1], dp[i-1][j-1]+1 if X[i]==Y[j])
复杂度：O(mn)时间，O(mn)空间（可优化到O(min(m,n))）

Q6: 循环修正
小例子验证：X="ABC", Y="AC"
dp[1][1] = (A==A) → dp[0][0]+1 = 1 ✓
dp[2][2] = (B!=C) → max(dp[1][2], dp[2][1]) = 1 ✓
dp[3][2] = (C==C) → dp[2][1]+1 = 2 ✓
结论：DP方案正确 ✓

进阶练习（六问应用）

练习 12.5-2：用六问诊断法分析"三数之和"问题。

思路：

Q1: 理解问题
输入：数组nums，目标target
输出：三个数的下标，使其和=target
约束：无重复解，O(n²)时间可接受

Q2: 简单算法
暴力解法：三重循环枚举所有三元组
复杂度：O(n³)
瓶颈：三重循环

Q3: 查目录
问题类型：数组问题、查找问题
候选范式：排序+双指针（贪心扩展）

Q4: 特殊情况
固定一个数：变成"两数之和"问题
启发：两数之和有O(n)解法（哈希表）

Q5: 范式匹配
候选方案：
├── 排序+双指针：O(n²)
└── 固定一个数+哈希表：O(n²)

推荐方案：排序+双指针（空间O(1)）

Q6: 循环修正
小例子验证：nums=[-1,0,1,2,-1,-4], target=0
排序后：[-4,-1,-1,0,1,2]
双指针找到：[-1,-1,2]和[-1,0,1]
结论：方案正确 ✓

设计练习（六问→Agent）

练习 12.5-3：设计六问诊断Agent Skill的伪代码。

思路：

python

def six_question_diagnosis_agent(problem_description):
    """
    六问诊断Agent Skill
    
    输入：问题描述文本
    输出：结构化诊断报告
    """
    report = {}
    
    # Q1: 理解问题
    report['Q1'] = {
        'input': parse_input(problem_description),
        'output': parse_output(problem_description),
        'constraints': parse_constraints(problem_description),
        'examples': generate_examples(problem_description)
    }
    
    # Q2: 简单算法
    baseline = generate_baseline_solution(report['Q1'])
    report['Q2'] = {
        'baseline_solution': baseline,
        'baseline_complexity': analyze_complexity(baseline),
        'bottleneck': identify_bottleneck(baseline)
    }
    
    # Q3: 查目录
    problem_type = match_problem_type(report['Q1'])
    report['Q3'] = {
        'problem_type': problem_type,
        'related_chapters': get_related_chapters(problem_type)
    }
    
    # Q4: 特殊情况
    special_cases = generate_special_cases(report['Q1'])
    report['Q4'] = {
        'special_cases': special_cases,
        'insights': analyze_special_cases(special_cases)
    }
    
    # Q5: 范式匹配
    candidates = generate_paradigm_candidates(report['Q3'])
    report['Q5'] = {
        'candidates': candidates,
        'complexity_comparison': compare_complexity(candidates),
        'recommendation': select_best_candidate(candidates)
    }
    
    # Q6: 循环修正
    report['Q6'] = {
        'test_cases': generate_test_cases(report['Q5']['recommendation']),
        'need_human_review': identify_review_points(report)
    }
    
    return report

开放练习

练习 12.5-4：六问法如何与LLM协同工作？

思考方向：

LLM擅长：
├── Q1理解问题：解析文本，提取输入输出约束
├── Q2简单算法：生成基线方案代码
├── Q3查目录：检索知识库，匹配问题类型

LLM不擅长：
├── Q4特殊情况：判断哪些特殊情况有意义
├── Q5范式匹配：复杂度比较需要精确分析
├── Q6循环修正：构造反例需要创造性思维

人机协作分工：
├── LLM：Q1-Q3自动化
├── 人：审查LLM输出，补充Q4-Q6
└── 循环：人反馈修正→LLM更新诊断

协同模式：
├── LLM生成诊断报告初稿
├── 人审查并标注待确认点
├── LLM根据反馈迭代修正
└── 人最终确认方案

导航：上一节：12.4 回溯回顾 | 下一节：12.6 综合练习 →

12.5 六问诊断法：面对陌生问题如何系统推进 ​

一、问题情境：War Story——从迷茫到六问 ​

二、直觉引入：试飞员心态 ​

2.1 为什么需要六问？ ​

2.2 试飞员心态 ​

2.3 六问清单详解 ​

三、算法定义：六问诊断法形式化 ​

3.1 六问流程图 ​

3.2 六问详解 ​

Q1：我真的理解问题吗？ ​

Q2：有没有简单正确的算法？ ​

Q3：我的问题在已知目录中吗？ ​

Q4：特殊情况是否可解？ ​

Q5：哪种范式最像？ ​

Q6：还是想不出怎么办？ ​

3.3 六问与前章节的映射 ​

四、实现示例：最长回文子串的六问诊断 ​

4.1 问题陈述 ​

4.2 六问诊断过程 ​

Q1：理解问题 ​

Q2：简单算法 ​

Q3：查目录 ​

Q4：特殊情况 ​

Q5：范式匹配 ​

Q6：循环修正 ​

4.3 六问诊断报告 ​

五、与前章节关联：六问贯穿全书 ​

5.1 六问与全书章节对应 ​

5.2 六问法作为全书主线 ​

六、设计反思：策略先于战术 ​

6.1 策略 vs 战术 ​

6.2 从简单到正确到高效 ​

七、知识卡片 ​

C12-33 六问诊断法 ​

C12-34 Q1: 理解问题 ​

C12-35 Q2: 简单算法 ​

C12-36 Q3: 查目录 ​

C12-37 Q4: 特殊情况 ​

C12-38 Q5: 范式匹配 ​

C12-39 Q6: 循环修正 ​

C12-40 试飞员心态 ​

八、练习设计 ​

基础练习（理解六问） ​

进阶练习（六问应用） ​

设计练习（六问→Agent） ​

开放练习 ​

12.5 六问诊断法：面对陌生问题如何系统推进

一、问题情境：War Story——从迷茫到六问

二、直觉引入：试飞员心态

2.1 为什么需要六问？

2.2 试飞员心态

2.3 六问清单详解

三、算法定义：六问诊断法形式化

3.1 六问流程图

3.2 六问详解

Q1：我真的理解问题吗？

Q2：有没有简单正确的算法？

Q3：我的问题在已知目录中吗？

Q4：特殊情况是否可解？

Q5：哪种范式最像？

Q6：还是想不出怎么办？

3.3 六问与前章节的映射

四、实现示例：最长回文子串的六问诊断

4.1 问题陈述

4.2 六问诊断过程

Q1：理解问题

Q2：简单算法

Q3：查目录

Q4：特殊情况

Q5：范式匹配

Q6：循环修正

4.3 六问诊断报告

五、与前章节关联：六问贯穿全书

5.1 六问与全书章节对应

5.2 六问法作为全书主线

六、设计反思：策略先于战术

6.1 策略 vs 战术

6.2 从简单到正确到高效

七、知识卡片

C12-33 六问诊断法

C12-34 Q1: 理解问题

C12-35 Q2: 简单算法

C12-36 Q3: 查目录

C12-37 Q4: 特殊情况

C12-38 Q5: 范式匹配

C12-39 Q6: 循环修正

C12-40 试飞员心态

八、练习设计

基础练习（理解六问）

进阶练习（六问应用）

设计练习（六问→Agent）

开放练习