What is SmartRecall AI?

SmartRecall AI is an AI-powered flashcard tool that turns PDFs, lecture notes, and textbooks into spaced-repetition decks using the SM-2 algorithm.

Is SmartRecall AI free?

Yes. A free tier lets you generate and review flashcards. Paid tiers unlock higher AI quotas and advanced analytics.

How does spaced repetition work in SmartRecall?

SmartRecall uses the SM-2 algorithm — the same scientifically-validated scheduler behind SuperMemo and Anki — to surface each card at the optimal interval based on how easy or hard you found it.

Can I import my own PDFs and notes?

Yes. Upload a PDF, paste text, or import notes. SmartRecall extracts key concepts and generates multiple flashcard types automatically.

How is SmartRecall different from Anki?

Anki requires you to write every card by hand. SmartRecall reads your source material with AI and generates cards for you, while keeping the same SM-2 spaced-repetition science.

LeetCode 模式记忆卡片：掌握 30 种算法模式,解锁 80% 的面试题

在 Google 面试前,我花了三个月刷 LeetCode,做了 247 道题。结果面试官问了一道图遍历问题——我之前明明见过——我却卡住了,因为我记住的是解法,而不是模式。

转机出现在我停止把每道题当作独立问题,开始构建一套 30 种模式的记忆卡片。两个月后,我能在读完新题目的 30 秒内识别出正确方法。模式识别变成了自动反应。

TL;DR
大多数 LeetCode 问题都属于约 30 种可识别的模式(滑动窗口、双指针、单调栈等)。间隔重复记忆卡片帮助你内化这些模式,在面试中瞬间识别它们。使用两种卡片类型:概念卡片(何时使用该模式)和模板卡片(代码框架)。每天复习 2-3 个月,让模式匹配成为自动反应。

为什么模式识别胜过题海战术

LeetCode 有 2900+ 道题,你不可能全部记住。但关于专家问题解决的研究表明,大师们不是记忆解法——他们识别问题结构。

Chase 和 Simon 在 1973 年的研究发现,国际象棋大师在看 5 秒钟后能重构棋盘位置,但仅限于棋子形成合法棋局模式时。如果随机打乱棋子,大师的表现并不比初学者好。他们通过刻意练习建立了约 50,000 种棋局模式的心理库。

编程面试的原理相同。当你看到"找大小为 k 的子数组的最大和",你的大脑应该立即触发:滑动窗口,固定大小。当你看到"合并 k 个有序链表",你应该想到:最小堆,k 路归并模式。

问题在于:随机做 200 道 LeetCode 题并不能高效建立这个模式库。你需要间隔重复将模式从短期识别转化为长期自动化。

覆盖 80% 面试题的 30 种核心模式

在分析了 500+ 道标记为"Google"、"Meta"和"Amazon"的 LeetCode 问题后,我总结出 30 种反复出现的模式。按类别分类如下:

数组与字符串模式(8 种)

滑动窗口(固定大小) — 大小为 k 的子数组最大和
滑动窗口(可变大小) — 无重复字符的最长子串
双指针(相向而行) — 有序数组的两数之和、盛最多水的容器
双指针(同向而行) — 删除有序数组中的重复项
前缀和 — 和为 k 的子数组
Kadane 算法 — 最大子数组和
荷兰国旗 — 颜色分类(三路划分)
循环排序 — 在 [0, n] 中找缺失数字

链表模式(3 种)

快慢指针 — 检测环、找中间节点
分组反转 — K 个一组翻转链表
合并模式 — 合并两个有序链表、合并 k 个有序链表

栈与队列模式(4 种)

单调栈(递增) — 下一个更大元素
单调栈(递减) — 柱状图中最大的矩形
单调队列 — 滑动窗口最大值
表达式求值 — 有效的括号、计算器问题

树与图模式(7 种)

DFS(前序/中序/后序) — 树的遍历、路径总和
BFS(层序) — 二叉树的层序遍历、最小深度
二叉搜索树性质 — 验证 BST、第 k 小的元素
最近公共祖先 — 二叉树/BST 的 LCA
图 DFS(回溯) — 岛屿数量、单词搜索
图 BFS(最短路径) — 单词接龙、腐烂的橘子
拓扑排序 — 课程表、火星词典

动态规划模式(5 种)

一维 DP(线性扫描) — 打家劫舍、爬楼梯
二维 DP(网格) — 不同路径、最小路径和
背包(0/1) — 分割等和子集
背包(完全) — 零钱兑换
LCS/LIS 模式 — 最长公共子序列、最长递增子序列

二分查找模式(3 种)

经典二分查找 — 在有序数组中搜索
旋转数组搜索 — 寻找最小值、搜索目标
答案空间二分 — Koko 吃香蕉、运送包裹的能力

两种卡片类型:概念 vs 模板

有效的 LeetCode 模式记忆卡片需要两个层次:

1. 概念卡片(何时使用该模式)

正面:
什么时候应该使用单调栈?

背面:

需要为每个元素找下一个更大/更小的元素
需要在类似柱状图的结构中找最大矩形
问题涉及从左到右处理元素时保持顺序

关键信号:

"下一个更大/更小"
"最大/最小矩形/面积"
需要 O(n) 时间解决看似 O(n²) 的问题

示例问题:

下一个更大元素 I/II (LC 496, 503)
柱状图中最大的矩形 (LC 84)
接雨水 (LC 42)

这种卡片类型训练模式识别——让你在面试的前 30 秒识别出正确方法的技能。

2. 模板卡片(代码框架)

正面:
单调栈模板(递增)

背面:

def next_greater_element(nums):
    result = [-1] * len(nums)
    stack = []  # 存储索引

    for i in range(len(nums)):
        # 弹出较小元素
        while stack and nums[stack[-1]] < nums[i]:
            idx = stack.pop()
            result[idx] = nums[i]
        stack.append(i)

    return result