2401_85198927的博客

当我们支付cost[i]向后走两步到达i+2位置时，再从i+2位置到达终点，花费为dp[i+2]+cost[n]，所以递推公式为dp[i]=Math.min(dp[i+1],dp[i+2])+cost[i]。而题目也已经将前三个状态给了出来，dp[0]=0、dp[1]=1、dp[2]=1。接着利用之前的状态来推导dp[n]的值，根据最近的一步或者两步来划分问题：先到达dp[n]的前一个位置dp[n-1]，然后支付cost[n-1]走一步，到达dp[n]花费为dp[n-1]+cost[n-1]；

递归与循环一样，都是去执行相同的子问题，那么二者之间是可以相互转化的，那么我们什么时候用循环迭代效率更好，什么时候用递归效率更高。如下图所示，递归的细节展开图与二叉树的深搜极其相似。我们要想将递归转化为循环的话，就得借助栈来实现，因为当我们遍历一个子问题，我们需要保存上一个的信息方便调用方法执行右侧。但一个递归的细节展开图越复杂时，用递归就比较好解决；如果展开图只有一个分支，用循环迭代就比较方便。

如果p1所指的元素比p2所指的元素大，那么p1后面的元素就都是比p2大，就可以快速的统计出数目，然后再让p2++。找完右区域的逆序对，然后对右区域进行排序。方法2也同理，如果nums[p1]>= nums[p2]，就让p1向右移动，直到nums[p1]<nums[p2]，再让p2向右移动，p1同样不用回退。当我们在左右区域里面分别寻找逆序对时，如果数组长度较大，那么我们还可以再接着划分，继续按照上面的思路来找出逆序对的总数，这个部分就可以在递归中完成，所以我们在处理一左一右时也可以排个序。

接下来进行分类讨论：如果nums[i]=0，我们让nums[left+1]与nums[i]进行交换，然后i++，left++，就能保证[left+1,i-1]区间还都是1，还可能有一种极端情况，就是i=left+1，自身与自身进行交换，还是得需要left和i++，综上我们就可以写成nums[++left]与nums[i++]进行交换。第二种解法，利用大根堆，创建一个大小为k的大根堆，将数组的前k个元素丢进大根堆中，然后再将数组剩余的元素与堆顶元素比较，如果小就交换并调整堆，最后堆里面就是最小的k个数；

先初始化两个指针left和right，比较left和right是否相等，相等right就向右移动，当right的指向与left不相等时，right就停止，此时的left直接移动到right的位置。我们以示例1为例，先创建一个n行的矩阵，先向下填充，当x=n时，开始右上填充，当x=0时，又开始向下填充……如上图，k后面又是c，我们还需要给c记录上1，而我们要求的是所需不同青蛙的最少数目，所以我们从k里面借一个1，再去遍历最后一个"croak"，最终k里面存的就是最终结果。当遍历到c时，哈希表中c加1。

我们假设数组中出现三次的数字有n个，只出现一次的有1个，数组里的元素都是int类型的，我们从第0位开始遍历，让每一个数相同位数的比特位相加，那么它们的相加一共可以出现如下图4种情况。共包含6种&(按位与，有0就是0)、|(按位或有1就是1)、^(按位异或，相同为0，相异为1)、~(按位取反，0变成1，1变成0)、<<(左移)、>>(右移)。但我们需要注意的是，进位不是进到它本身这一位来，而是要进到左边这一位上来，所以我们还需要将按位与的结果左移1位，直到左移的结果为0。只需要将第x位修改为1，其他位不变。

我们先来回顾一下二位前缀和的计算：dp[i][j] = dp[i-1][j] + dp[i][j-1] - dp[i-1][j-1] + mat[i][j]。如果我们要在预处理矩阵dp[x][y]里面里的值，我们需要在mat[x-1][y-1]的位置找，在answer[x+1][y+1]的位置填入。我们先来思考暴力枚举：利用双指针left和right，当right移动到某一个位置时，left与right构成的区间之和为k时，此时right不能停止，数组元素可能为负的，有可能后面还存在和为k的子数组。

A区域的和可以很好的算出来：dp[i-1][j-1]，但是B、C区域的和又不好算了。我们需要求的是某段数组元素的和，那么就可以利用前缀和思想，i左侧的元素之和f(i) = f(i-1) + nums[i-1]，i右侧的元素之和g(i) = g(i+1) + nums[i+1]。第一步，我们先预处理出一个前缀和数组int[] dp，dp[i]代表的是arr数组区间[1,i]的和。而数组dp中每一个元素的算法不用再从头加到尾，直接利用递推公式dp[i] = dp[i-1] + arr[i]。

通过上面的示例1，我们可以很明显地发现“二段性”，左边是严格大于某个值的递增区间，右边是严格小于某个值递增区间，并且数组中没有重复元素，折线表示如下图所示。从上图中我们已经可以看出，数组已经被分成两段，左边是递增的，右边是递减的，符合“二段性”，可以利用二分查找。我们注意一个细节：如果给定的数组为[0,1,2,3]，数组元素与下标都是一一对应的，而缺失的数字为最后一个元素加一。在缺失的数字之前，数组元素与数组下标是一一对应的，到缺失的位置时，缺失的数字比数组元素小1。或者是递增的，或者是递减的。

当x与目标值进行比较时，left可以移动到x右边，那么x的左边已经判断过了都是小于目标值，但右边还是未知的，即使left与right相遇，那这个数依然是未知的。right指针移动的时候，一直是在合法的区间，left一直想要跳出这个不合法的区间，直到两个指针相遇，无需判断，相遇的位置就是我们要找的结果。我们先来思考暴力解法：由于x是非负整数，那么x的平方根定义是小于等于x的。如果x=17，我们可以从1开始向右枚举，如果找到一个数n，n*n小于等于x，且(n+1)*(n+1)大于x，则x的平方根则为n。

只不过这次的count是统计字符的种类，因为在找字母异位词时，子串和字符串是一一对应的关系，这里字符却是大于等于的关系。我们看下图，我们从s中找出一段符合要求的子串，然后让left向后移动一步，此时会出现两种情况，要么缩小的区间还是符合要求，要么不符合要求，我们就让right向右移动，并且在这期间right是不需要回退的。我们还是先来思考一下暴力解法：先定义两个指针，我们以其中一个指针为起点，另一个指针向右移动，找到所有符合条件的子串，从里面挑出最短的长度。进窗口，把s中的字符串丢进哈希表中统计。

因为数组是具有单调性的，两个指针不用回退，就可以省去很多不必要的枚举，让子数组里的元素不停进出，维护更新子数组的和。是不需要的（如下图所示），right要么不动，要么向右移动，此时又符合同向双指针的解法，也就是可以使用滑动窗口。我们取出一段子数组，里面的水果种类kinds恰好为2，此时让left向右移动，会出现两种结果：kinds不变，right也不需要向右移动；“判断”，当子数组的和大于target时（这里不写等于，是为了防止代码书写混乱的），left指针向左移动，完成“出窗口”的操作；

但此时还有一种特殊情况，如果复写之后最后一个元素为零，那么dest就会越界，所以我们还要单独处理一下边界，只需把倒数第二个元素直接复写成零，然后cur向前移动一位，dest向前移动两位。我们先对三元子数组进行去重，当我们left或者是right移动一位所指向的值不变，那么就继续移动，此时我们需要注意指针是否会越界。首先我们依然想到的是先排序，然后暴力枚举，利用三层for循环来判断三数之和是否为零，由于题目不要求输出的顺序和三元组的顺序，所以我们需要对三元组进行去重的操作，那么此时的时间复杂度就是。

首先，我们得明白如何计算容器的体积，容器的底就可以用两个数组的下标相减得到，容器的高根据木桶效应是数组中最小的元素。我们先选左右边界来作为容器，此时我们记容器体积为v1，如果left指针向右移动，则容器的底一定在减小，如果遇到比左边界小的数，那么高就会减小，如果遇到比左边界大的数，那么高不变。此时我们就可以把左边界干掉，left向右移动，得到新的容器体积v2，根据上面的逻辑，我们同理可以把右边界干掉。然后通过sum与target的比较，如果sum小于target，则左指针向右移动；那么此时的时间复杂度为。