引言
对于正在准备编程面试的候选人来说，尤其是那些在训练营或自学中高速冲刺的同学，掌握 Big O 表示法 不仅是一项技术能力，更是一种策略优势。理解 O(n)、O(n²)、O(log n) 等复杂度类别，并非只是死记定义——你需要真正理解算法在输入规模变化时的性能变化，并且能在白板现场自信地解释清楚。但问题在于，很多最好的讲解都藏在长达 20–30 分钟的 YouTube 或课程视频里。一旦你为了省时间开了“2×倍速”，记忆效果下降，拿回 IDE 重测代码的能力也会削弱。
这时，Big O 的文字稿就显得格外有用。与其反复倒回视频捕捉代码段或最坏情况说明，不如把讲座转成干净的、带时间戳的文字稿，方便搜索和标注。配合合理的工作流，你可以提取可运行的代码示例、给推理加批注、制作可重复使用的抽认卡——直接加速面试准备进程。
最快且不触犯平台规则的方法，就是将讲座链接输入像 快速生成文字稿 这样的工具。SkyScribe 能处理 YouTube 链接或文件上传，生成带说话人标签和精确时间戳的整洁文本——直接可用，无需额外清理。
为什么文字资料比 2× 倍速更适合面试备考
很多开发者低估了视频反复倒退的时间浪费。一次标准学习中，若你试图记下每个关于 O(n²) 的嵌套循环，或 O(log n) 的二分查找示例，可能有 40–60% 的时间消耗在拖动进度条和暂停上。这会破坏间隔重复（spaced repetition），即用短时间、分散的方式多次复习，把知识真正记进长期记忆。
而文字笔记则完全不同：
- 可以瞬间搜索“O(log n)”或“二分查找”，直达概念出现的时间点。
- 可以并行学习：将代码片段粘贴进 IDE，同时在旁边查看解释。
- 能直接在讲解旁边批注，加固主动回忆的能力。
例如，文字稿中记录： 0:43–1:48 — 讲者：“这是 O(1)，因为通过索引访问数组元素与 n 的大小无关” 你就可以把“O(1)”标记成抽认卡，或在下面加一段代码示例。
更重要的是，基于视频的学习容易忽略最坏情况推理，而这是 Big O 分析默认采用的前提（除非明确说明不是）。文字稿让你有空间记录这些细微差别——很多候选人会忽略这一点（Interview Cake 解释了原因）。
Big O 文字稿的分步工作流
第一步：生成文字稿
先将你的讲座或学习小组录音输入转写工具。避免传统的下载器——它们需要保存完整视频文件在本地，不仅没必要，有时还会违反平台规则。直接把链接交给 SkyScribe，就能生产出干净且带时间戳的讲座文字稿。除了代码，还能保留诸如“想象一棵递归树的图示”这样的视觉描述。
示例：
```
2:15–3:05 — 讲者 1：
“n 元素的两层嵌套循环是 O(n²)，重要的是……”
```
这样就能直接搜索，不必在 18 分钟视频中翻找嵌套循环的解释。
第二步：重新分段为逻辑块
原始文字稿往往按说话停顿切分，而不是按内容逻辑。重新分段非常关键——将每段 Big O 讲解从头到尾归到同一块。
手动整理时间戳很费时，所以像 自动重组文字稿 这样的批处理功能很有用。例如，你可以一次性抓取 5:12–7:39 的所有内容，构成讲解 O(log n) 二分查找的完整块，顺带保留图示和代码。这还能确保“最坏情况”“最好情况”等相关术语不被拆散。
分段完成后，点击清理按钮去掉口头语、调整大小写、统一标点——为下一步的代码提取做好准备。
提取代码示例并在 IDE 中测试
有了干净且逻辑清晰的文本，就能找到每个复杂度类别的代码片段，贴到 IDE 中运行。例如文字稿中标记：
```
7:48–8:25 — 讲者 2：
“二分查找每次把已排序数组一分为二，所以复杂度是 O(log n)。”
```
此时你可以抓取二分查找函数，在 n = 1、n = 1000 时运行，观察迭代次数的变化。这样能澄清常见误解——比如“n 次循环”并不总是 O(n)，嵌套循环的行为很不一样。
优先测试这些可运行示例：
- O(n)：单循环遍历数组
- O(n²)：双重嵌套循环（如冒泡排序）
- O(log n)：二分查找
- O(2ⁿ)：无备忘录的递归斐波那契
- O(n!)：生成全排列
测试它们能加深你对输入规模如何影响性能的理解，而不仅仅是关注运行秒数——这是这篇 Big O 教程中强调的关键点。
加批注的学习笔记与抽认卡
在测试完示例后，为每个复杂度加上要点批注。比如你的笔记可以是：
```
O(n²)：n 元素的双重嵌套循环。
主导项：n²，忽略常数（O(n² + n) → O(n²)）。
最坏情况推理：始终要跑完整的双循环，没有提前退出。
代码：冒泡排序示例。
抽认卡总结：“O(n²)：双循环增长。”
```
面试准备笔记的检查清单：
- 只保留主导项：去掉低阶项。
- 最坏情况明确：说明没有提前返回的可能。
- 最好情况差异：标注何时表现不同。
- 配套视觉：链接文字稿中的图示说明。
- 可运行例子：随手复习用的代码片段。
带时间戳的文字稿会保留图示描述（例如 O(n!) 的递归树图），你可以画成草图或嵌入图片，丰富抽认卡，让它不仅仅是抽象定义。
把理论和实操连接起来
很多训练营课程为了赶进度，没能强调为什么 O(n log n) 在规模上优于 O(n²)——但在 FAANG+ 等大厂的面试中，这个差别恰恰是高频考点。用可复现的文字稿工作流，你可以缩短理论与实战的距离：
- 抓取完整讲座的合规文本版本
- 整理成符合教学逻辑的内容块
- 去掉无用口语，保留关键图示和示例
- 提取代码并单独测试
- 批注、精炼成抽认卡或一句话总结
配合 文字稿编辑器中的 AI 清理功能，整个过程几乎零阻力——你可以把精力花在主动学习上，而不是文件管理或反复倒退视频。
结语
在高压的编程面试中，能清晰回忆并自信讲解 Big O 表示法是制胜关键。Big O 文字稿可以把冗长的讲座内容转化成快速、可索引、可测试的学习资料，让你自由掌控学习节奏与深度。结合文字稿生成、逻辑分段、一键清理和代码微测试，你就能打造一份包含主导项、最坏情况推理和可运行代码的批注笔记库。
与其寄希望于 2× 倍速奏效，不如拥有一套随时可复习的复杂度类别、推理以及边界情况的资料库——当面试官问你“这个方法的复杂度是多少”时，你会比别人多一步准备。
常见问答
1. 为什么要用文字稿而不是反复看 Big O 视频？
因为可搜索的文字稿能让你直接定位所需内容、添加批注、并行运行代码测试——相比反复播放视频，更省时间、记忆效果更好。
2. 时间戳对学习 Big O 有什么帮助？
时间戳能把每个解释或代码片段与它在讲座中的原始位置对应起来，方便快速回顾视频中提及的图示。
3. 重分段文字稿的优势是什么？
逻辑分段能把相关概念（例如 O(n²) 的代码和它的最坏情况解释）放在同一块，避免学习内容支离破碎。
4. 批注版 Big O 笔记中是否必须包含代码示例？
是的。可运行的代码能让你理解规模变化带来的性能影响，而不是只记住定义。
5. 笔记中该如何处理最好情况和最坏情况？
要明确标注最坏情况的假设，指出提前返回的可能性，并保留能体现差异的示例。面试通常默认采用最坏情况，批注笔记能确保你不会忽略这一点。
