力扣高频 888

“猜你想练”按 0 到 100 的练习调度分排序。分数越高，越值得现在 打开。它只使用当前浏览器记录到的本页状态、运行和提交行为， 不读取力扣历史提交。

只要还有 Hot100 题没有完整 AC，这类题会先于其他候选进入推荐队列； 在 Hot100 未 AC 候选内部，再继续按练习调度分排序。

公式可以理解为： 到期复习 + 薄弱程度 + 题目价值 + 当前适配 - 疲劳惩罚， 最后截断到 0 到 100。

浮层里的“开始推荐流”会把“猜你想练”保持为沉浸流：先打开当前 第一推荐；之后只有完整提交 AC 才会重新计算并跳到下一道推荐题。 它不是页面下一题，运行样例通过不会跳。

1. 到期复习：页面会估计每题的本地稳定度和可回忆率。 完整 AC、连续 AC、样例通过和“熟练”会提高稳定度；失败、耗时偏慢 和“需思考”会降低稳定度。距离上次 AC 越久，可回忆率越低。
2. 薄弱程度：没有完整 AC、提交失败、样例失败、 每 10 行耗时偏慢和“需思考”会提高分数；近期连续 AC、样例通过 和“熟练”会降低分数。
3. 题目价值：Top888 频率、Hot100、字节企业题库、 最近字节 bucket、核心标签覆盖和相关题网络会提高分数，避免 低频冷门题只因为“不会”长期压过高频核心题。
4. 当前适配：如果当前打开了一题，共享标签、相关题 和难度邻近会提高推荐分，让下一题更像同路线迁移或合理进阶。
5. 疲劳惩罚：今天已经 AC、当前 session 已经 AC、 或与今天已练标签高度重复的题会降分，避免推荐流卡在同一类题里。
6. 冷启动：没有本地提交记录的题也可以被推荐，但主要 依赖题目价值、人工状态和未建立稳定度的风险。

分数相同时，优先看到期复习、薄弱程度、题目价值、提交失败、 样例失败、计分速度和 AC 次数，最后再用力扣频率排序。这个排序是 启发式建议，不是能力证明。