基础

一.大O时空复杂读分析法

一种分析时间复杂读和空间复杂度方法。常见的时空复杂度量级有O(1),O(logn),O(n),O(n*logn),O(n^2),O(2^n),O(n!)。复杂度分析又可以分为最好，最坏，平均和均摊时空复杂度。

二.Chunk it up

三.Deliberate practicing

四.Feedback

 

多写多练，在明确题目含义的情况下，想出一个题目所有的解，从中找到一个最好的解。例如leetcode上有一个这样的题:

给定一个整数数组 nums 和一个目标值 target，请你在该数组中找出和为目标值的那 两个 整数，并返回他们的数组下标。

你可以假设每种输入只会对应一个答案。但是，数组中同一个元素不能使用两遍。

给定 nums = [2, 7, 11, 15], target = 9

因为 nums[0] + nums[1] = 2 + 7 = 9
所以返回 [0, 1]

最容易让人想到的就是暴力法了:

class Solution {

public:

    vector<int> twoSum(vector<int>& nums, int target) {

        vector<int> res;

        for (int i = 0; i < nums.size() - 1; ++i) {

            for (int j = i + 1; j < nums.size(); ++j) {

                if (nums[i] + nums[j] == target) {

                    res.push_back(i);

                    res.push_back(j);

                    return res;

                }

            }

        }

        return res;

    }  

};

但是这种解法的时间复杂度为O(n^2)，并不是最优的。在仔细想一下其实有更好的解法:

class Solution {

public:

    vector<int> twoSum(vector<int>& nums, int target) {   

        vector<int> res;

        map<int, int> hashtest;

        for (int i = 0; i < nums.size(); ++i) {

            if (hashtest.count(target-nums[i])) {

                res.push_back(hashtest[target-nums[i]]);

                res.push_back(i);

                return res;

            }

            hashtest[nums[i]] = i;

        }

        return res;

    }

};

这种解法的时间复杂度为O(n)，时间复杂度显著降低，其实只要去给出的数据中查找差值target-nums[i]是否存在即可。