2501_92707800的博客

本文介绍了动态规划在路径问题中的应用。通过分析无后效性和数据范围确定是否使用DP，经验性地定义状态（通常与结尾或答案相关），并通过状态转移方程验证状态定义的正确性。文章列举了四个典型路径问题的DP解法：1）网格路径数量（二维DP）；2）带障碍物的路径数量（障碍处理）；3）最小路径和问题（累加最小值）；4）三角形最小路径和问题（边界处理）。每种解法都展示了状态转移的核心思路和代码实现，突出DP在不漏/不重原则下的应用差异。时间复杂度分析表明DP效率与状态数量直接相关。

本文介绍了滑动窗口算法及其应用。作者通过比较暴力解法（时间复杂度O(n²)）和滑动窗口解法（时间复杂度O(n)），展示了该算法在解决子数组/子串相关问题时的优势。滑动窗口特别适用于统计最大最小长度、计算子串数量以及字符匹配等问题。文章以求解最小长度子数组和为target为例，详细讲解了滑动窗口的实现原理：通过左右指针动态调整窗口范围，避免重复计算，从而提升效率。代码示例展示了如何用滑动窗口将问题优化为线性时间复杂度。作者表示这是初次接触该算法，后续会继续探索其更多应用。

本文详细介绍了KMP字符串匹配算法及其优化。作者首先通过暴力解法引出KMP算法，指出其通过next数组记录前后缀关系，将时间复杂度从O(n*m)优化到O(n+m)。文章深入解析了next数组的构建逻辑，并演示了KMP算法的实现过程。针对KMP的不足，作者提出两种优化方案：一是改进next数组存储方式，减少冗余跳转；二是通过实时回溯替代next数组，将空间复杂度降至O(1)。最后强调KMP的核心思想是失配时不回退主串，只跳子串，通过空间换时间提高匹配效率。