LocalAlgo

简体中文 | English

一个离线、消息流式的算法练习 CLI。界面以 coding agent 为灵感：题面、编辑动作和判题结果按时间追加，不使用左右分栏，也不内置一套新的代码编辑器。

项目状态：0.x 预览版。 核心流程已经可用，当前主要在 Linux 上验证； macOS 和 Windows 仍需要更多真实环境测试。

当前能力

• agent CLI 风格的消息流和底部输入框
• / 命令建议、Tab 补全与上下键历史
• 12 类面向初学者的本地技巧教程和学习路线
• 内置中文示例题库
• 使用 $VISUAL 或 $EDITOR 编辑解答
• Python、C++ 公开样例和本地隐藏测试
• 按源码、测试集和编译器自动失效的 C++ 编译缓存
• 本地记录当前题目、完成状态和提交次数
• 题目与解答均可在断网环境使用

当前 runner 会直接执行本地 Python 代码，并不提供安全沙箱。不要运行不可信的题包或解答文件。

环境

• Node.js 20+
• Python 3
• 支持 C++ 时需要 g++（C++17）
• 一个终端编辑器，例如 Vim、Neovim、Helix 或 Nano

安装与运行

从 npm 安装

推荐直接从 npm 全局安装：

npm install --global localalgo
localalgo --version

mkdir -p ~/practice/localalgo
cd ~/practice/localalgo
localalgo

从源码安装

克隆仓库、安装依赖并构建，然后通过 npm link 注册全局命令：

git clone https://github.com/tiandada/localalgo.git
cd localalgo
npm install
npm run build
npm link

mkdir -p ~/practice/localalgo
cd ~/practice/localalgo
localalgo

不执行 npm link 也可以直接运行：

npm run dev -- ~/practice/localalgo

程序会在练习工作区创建：

.localalgo/state.json      # 本地进度
.localalgo/problems/*.json # 导入的离线题目
solutions/*.py             # Python 解答
solutions/*.cpp            # C++ 解答

使用

/list
/list 数组 2
/topics
/topic
/topic 数组
/topic 动态规划 medium
/learn
/learn 滑动窗口
/roadmap
/next
/next 滑动窗口
/import ./my-problems.json
/pick two-sum
/random easy
/hint
/locale en
/edit
/test [[2,7,11,15],9]
/run
/submit
/progress
/wrong
/review
/doctor

界面语言

LocalAlgo 默认使用中文。输入 /locale en 可以切换英文界面，输入 /locale zh 切回中文；选择会保存在当前练习工作区，重新启动后自动恢复。命令帮助、选择器、 运行状态和交互反馈支持中英文，内置题目与教程内容目前仍以中文提供。

切换到 C++：

/lang cpp
/edit
/run
/submit

也可以选题时直接指定语言：

/pick two-sum cpp

Python 和 C++ 解答分别保存在 solutions/two-sum.py 与 solutions/two-sum.cpp，切换语言不会覆盖另一个版本。新建的解答文件顶部会 包含题目描述、示例和约束；旧的空白模板会安全升级，已经修改过的代码不会被覆盖。

C++ 编译结果缓存在 .localalgo/cache/cpp/。重复运行相同源码和测试集时会 直接复用；修改源码、切换测试集、升级编译器或切换平台会自动生成新缓存。缓存 最多保留 64 项，可以随时安全删除。一个测试集只编译一次，但每个 case 会在 独立进程运行，避免全局变量、崩溃或超时影响其他 case。

/test 接收一个 JSON 数组，其中每一项对应函数的一个参数，并直接显示返回值。 它适合在提交前快速验证自己想到的边界情况，例如：

/test [[3,3],6]
/test ["{[]}"]

运行 /test、/run 或 /submit 时可以按 Ctrl+C 取消当前判题并返回输入框； 空闲状态下按 Ctrl+C 才会退出 LocalAlgo。单次运行的输出上限为 1 MiB，避免 失控程序持续打印耗尽终端进程内存。

内置题库目前包含 16 道核心题、14 道不同结构的精选题和 300 道确定性专项训练题，共 330 道。 覆盖数组、矩阵、链表、二叉树、哈希表、字符串、栈、数学、二分查找、双指针、 滑动窗口、前缀和、前缀积、贪心、分治和动态规划。使用 /topics 查看每个类型的完成进度；/topic <类型> [难度] 会优先随机选择该类型下尚未 完成的题目。/list 每页显示 20 道，使用 /list 数组 2 可以筛选并翻页。 直接输入 /topic 会打开内联类型选择器：使用方向键或 j/k 移动，Enter 选择不限难度，或者按 E、M、H 分别选择 easy、medium、hard。

学习模式

刷题前输入 /learn 会打开内联教程选择器，使用方向键或 j/k 移动、Enter 打开、Esc 取消。也可以直接输入类型，例如 /learn 双指针；类型名称支持 Tab 补全。每份教程都包含：

• 什么时候应该想到这个套路
• 可以照着执行的标准步骤
• 时间、空间复杂度
• 初学者常犯的错误
• 与语言无关的伪代码模板
• 对应的 /list 和 /topic 练习入口

输入 /roadmap 可以查看建议顺序：先学习数组与哈希表，再逐步进入双指针、 滑动窗口、树、动态规划和贪心。每份教程带有由浅入深的推荐题单；/next 会进入整条路线中的下一道未完成题，/next 滑动窗口 则只推进指定类型。当前 推荐题尚未完成时不会直接跳过，避免遗漏基础环节。教程、路线和练习题一样都 保存在本地，断网可用。

错题复习

/submit 未通过时会记录失败次数。使用 /wrong 查看错题本，使用 /review 随机选择一道错题；存在尚未解决的错题时会优先复习它们。题目后来通过后仍会 保留历史失败记录，并在错题本中标记为“已掌握”。/progress 也会显示错题数。

任一本地测试出现 Wrong Answer 时都会完整显示输入、期望值、实际值，以及数组 或字符串中的第一个差异位置；运行时错误和超时也会显示触发问题的完整输入。

导入离线题包

题包是一个 JSON 文件，可以包含一道或多道题。项目提供了可直接修改的 examples/problem-pack.json：

/import ./examples/problem-pack.json
/pick fibonacci-number

导入后的题目保存在练习工作区的 .localalgo/problems/，以后断网启动也会 自动加载。题包会校验 slug、题面、示例、约束、Python/C++ 模板和测试数据； 还会检查函数名、参数类型和整数范围，不会静默覆盖已有题目。包含多道题的导入 会作为一个文件原子写入；单个自定义题目文件损坏时会跳过并报告，不影响其他 本地题目继续载入。

进度文件使用带版本号的格式保存，并在更新前保留 .localalgo/state.json.bak。 主状态损坏时会自动读取备份，同时兼容早期版本的无版本状态文件。 首次运行时如果只发现旧版 .localcode 数据目录，会自动迁移到 .localalgo。

题包参数类型支持 int、long long、double、bool、string、 vector<int>、vector<string>、vector<vector<int>>、ListNode 和 TreeNode。链表使用整数数组表示，二叉树使用包含 null 的层序数组表示； 运行时会为 Python 和 C++ 自动构造对应节点对象。

输入 / 会显示匹配的命令；使用 Tab 补全命令、题目 slug、语言或难度， 使用 ↑/↓ 浏览当前会话中的命令历史。/hint 会从思路方向开始逐级给出 提示，不直接展示完整答案。

如果希望使用 Neovim：

export EDITOR=nvim
localalgo

如果使用 VS Code，需要让命令等待编辑窗口关闭：

export EDITOR="code --wait"

开发

npm run dev
npm test

贡献前请阅读 CONTRIBUTING.md。安全问题请按照 SECURITY.md 私下报告；不要在公开 issue 中披露可利用细节。

题目内容与项目关系

LocalAlgo 是独立的社区项目，与 LeetCode 或其他刷题平台没有隶属、赞助或背书 关系。随项目分发的题面、示例、提示、模板与测试作为 LocalAlgo 内容维护；贡献 者只能提交自行创作或明确允许再分发的内容，不应从商业题库复制或抓取内容。 详细说明见 NOTICE.md。

许可证

代码和项目自有内容采用 MIT License 发布。

下一阶段适合增加更多真正不同的精选题、交互式 /browse 和可选的容器沙箱。