用途：该技能面向算法设计与解题，目标是掌握常见算法模式、优化技巧和系统化的解题框架，并了解不同问题的时间与空间复杂度权衡。
主要能力：覆盖搜索与排序（线性搜索 O(n)、二分查找 O(log n)、归并排序 O(n log n)、快速排序平均 O(n log n)、堆排序 O(n log n)）；分治（拆分子问题、递归求解、合并结果、用递推关系分析）；动态规划（识别重叠子问题、定义状态与转移、记忆化与表格化，经典问题如斐波那契、背包、最长公共子序列）；贪心（Huffman 编码、Dijkstra、活动选择，适用条件为最优子结构与贪心选择性质）；回溯（N 皇后、排列、数独求解，含剪枝）；以及图相关主题如最短路、环检测和拓扑排序。
使用方式：技能元数据提供 pattern 参数（枚举为 search、sort、dp、greedy、backtrack、divide-conquer、graph，必填）与 language 参数（枚举为 python、java、cpp、javascript，默认 python）。另有重试配置（最多 3 次、指数退避、初始延迟 500 毫秒）与观测配置（日志级别 INFO，指标包括 pattern_usage、solution_complexity、hint_count）。文档给出五步解题框架：理解（读题、识别约束、找例子）、规划（识别模式、先想暴力解再优化）、编码（写清晰代码、处理边界）、优化（改进时间/空间复杂度）、验证（测试并验证分析）。
适用场景：算法学习、技术面试准备、常见题型练习（数组如两数之和、最大子数组；字符串如最长子串、模式匹配、变位词；树如遍历、BST、LCA、路径和；图如最短路、环检测、拓扑排序；动态规划如斐波那契、背包、零钱兑换、编辑距离；数学如素数、GCD、幂）。
限制：资料未提供具体安装命令、代码实现、平台支持或收费信息；估计学习时间为 8-12 周，前置要求为 cs-foundations。