Neophyte0608-CSDN博客

原创 C++算法练习day73——45.跳跃游戏2

贪心算法：每一步都选择当前最优解，从而希望这样的局部最优解能够导致全局最优解。边界维护：通过维护两个边界（和max_point）来跟踪当前跳跃能力和能够到达的最远位置。算法复杂度：时间复杂度为 O(n)，因为我们只遍历了一次数组；空间复杂度为 O(1)，因为我们只使用了几个变量来存储中间结果。这个问题是一个典型的贪心算法应用实例，通过维护两个关键的边界（和max_point），我们可以有效地计算出到达数组最后一个位置所需的最少跳跃次数。贪心算法的核心在于每一步都选择当前最优解，从而逐步逼近全局最优解。

2025-01-01 14:39:14 318

原创 C++算法练习day72——55.跳跃游戏

贪心算法：在每一步选择中都采取最好或最优（即最有利）的选择，从而希望导致结果是全局最好或最优的算法。动态规划：虽然本题可以使用动态规划解决（定义 dp[i] 为到达位置 i 所需的最小跳跃次数），但贪心算法提供了更简洁、更高效的解决方案。max 函数：用于返回两个数中的较大值。数组遍历：通过循环遍历数组的每个元素。“跳跃游戏” 是一个展示贪心算法应用的经典问题。通过维护一个rightmost变量来跟踪当前能够到达的最远位置，我们可以有效地判断是否能够到达数组的最后一个位置。

2025-01-01 14:38:44 316

原创 C++算法练习day71——122.买卖股票的最佳时机2

贪心算法：每一步都采取在当前状态下最好或最优的选择，从而希望导致结果是全局最好或最优的算法。局部最优解：在求解某些复杂问题时，从局部最优解出发，通过逐步构造，最终得出全局最优解。股票买卖问题：通过贪心策略，即只关注价格差来求解最大利润，而不需要记录买入和卖出的具体日期。本文讨论了一个经典的股票买卖问题，通过贪心算法的思想，我们可以简化问题，只需关注价格差来求解最大利润。这种方法不需要记录买入和卖出的具体日期，大大减少了问题的复杂性。通过贪心策略，我们能够在遍历一遍价格数组后得出全局最优解，即最大利润。

2024-12-17 13:09:08 432

原创 C++算法练习day70——53.最大子序和

一种用于解决最大子数组和问题的线性时间复杂度算法。动态规划：一种通过将问题分解为更小的子问题来解决问题的方法，通常用于优化问题。max 函数：用于比较两个值并返回其中的较大值。本文介绍了如何使用 Kadane's Algorithm 来解决最大子数组和问题。通过维护两个变量（全局最大子数组和和当前子数组和），我们可以在遍历数组时不断更新它们，并最终得到全局最大子数组和。这种方法的时间复杂度是 O(n)，非常高效。希望本文能帮助大家更好地理解最大子数组和问题和 Kadane's Algorithm。

2024-12-10 22:15:52 475

原创 C++算法练习day69——376.摆动序列

边界情况处理：在处理数组、链表等数据结构时，考虑边界情况（如空数组、单个元素数组）非常重要。滑动窗口/指针技术：通过指针或索引来遍历数组，跳过不必要的计算，提高算法效率。数学判断：利用乘法判断数字间的大小关系，从而确定是否构成摆动。摆动序列问题是一个经典的算法问题，它考察了对数组遍历、边界情况处理以及数学判断的综合应用能力。通过本题，我们可以学习到如何在遍历数组时高效地跳过不必要的元素，以及如何运用数学方法（如乘法判断）来简化问题。

2024-12-10 22:15:37 495

原创 C++算法练习day68——455.分发饼干

贪心算法：贪心算法是一种在每一步选择中都采取最好或最优（即最有利）的选择，从而希望导致结果是全局最好或最优的算法。在这个问题中，我们每次都选择最小的饼干来满足当前孩子的需求。排序：排序是计算机科学中的一个基本问题，它允许我们高效地查找、合并和比较数据。在这个问题中，我们对孩子需求和饼干大小进行了排序，以便能够使用贪心算法。指针/迭代器：在C++中，指针和迭代器是用于遍历和操作容器（如数组、向量等）中的元素的工具。在这个问题中，我们使用两个指针来分别遍历孩子需求和饼干大小。

2024-12-09 10:30:21 570

原创 C++算法练习day67——37.解数独

递归：函数直接或间接地调用自身的方法。在解决数独时，递归用于尝试填入每个空位置的所有可能数字。回溯：在递归过程中，如果遇到无法继续的情况（如所有数字都尝试过但都不合法），则回溯到上一步，尝试其他选择。在解决数独时，回溯用于清空当前位置并尝试下一个数字。合法性检查：在尝试填入数字之前，需要检查这个数字在当前行、列和宫中是否已经存在。通过递归回溯法，我们可以有效地解决数独问题。首先，我们遍历整个数独网格，找到每个空位置。然后，对于每个空位置，我们尝试填入1到9的数字，并检查这个填法是否合法。

2024-12-09 10:29:51 547

原创 C++算法练习day66——51.N皇后

回溯算法：通过递归尝试所有可能的解，并在发现冲突时撤销最近的一次选择。N皇后问题：经典的组合优化问题，目标是在N×N的棋盘上放置N个互不攻击的皇后。状态表示：使用二维字符串数组表示棋盘状态，'Q'表示皇后，'.'表示空位。冲突检查：检查当前位置放置皇后是否会与已放置的皇后冲突，包括列冲突和对角线冲突。N皇后问题是一个经典的组合优化问题，通过回溯算法可以有效地找到所有可能的解。本文详细介绍了N皇后问题的解题思路，包括冲突检查、回溯算法的实现以及代码注释。

2024-12-07 11:31:38 625

原创 C++算法练习-day65——332.重新安排行程

哈希表（unordered_map）：用于高效存储和查询键值对。深度优先搜索（DFS）：一种用于遍历或搜索树或图的算法，通过递归实现。回溯：在DFS过程中，当当前路径不可行时，返回到上一步，尝试其他可能的路径。C++ STL容器：如vectormap和的使用。本题通过构建航班信息的哈希表，并使用深度优先搜索算法结合回溯技巧，成功地找出了从“JFK”出发，能够访问每个航班一次并最终返回“JFK”的行程路线。

2024-12-07 11:30:51 400

原创 C++算法练习-day64——47.全排列

回溯算法：一种通过递归尝试所有可能的选择来解决问题的算法。在每一步中，算法做出一个选择，并递归地继续处理剩余的问题。如果当前选择导致无法找到解决方案，算法会“回溯”到上一步，并尝试另一种选择。排序：对数组进行排序，以便在回溯过程中能够更容易地检测并跳过重复的排列。条件判断：在回溯过程中，使用条件判断来跳过那些会导致生成重复排列的选择。通过排序和回溯算法，我们可以有效地生成一个数组的所有唯一排列。排序确保了相同元素在数组中的相对位置是固定的，这有助于我们在回溯过程中检测并跳过重复的排列。

2024-12-06 13:15:54 307

原创 C++算法练习-day63——46.全排列

回溯法：一种通过递归和剪枝来生成所有可能解的算法。在这个问题中，它用于生成数组的全排列。全排列：一组元素的所有可能排列方式。数组与向量：在C++中，数组和向量都是用于存储一系列元素的容器。数组的大小在编译时确定，而向量的大小可以在运行时动态改变。在这个问题中，我们使用了向量来存储结果集和当前构建的排列。元素标记：为了避免重复使用同一个元素，我们将已经使用过的元素标记为特殊值（在这里是11这个问题是一个典型的全排列问题，通过回溯法可以有效地找出所有可能的排列组合。在回溯过程中，我们使用了一个向量pos。

2024-12-06 13:15:38 361

原创 C++算法练习-day62——491.非递减子序列

回溯法：一种通过递归地探索所有可能的候选解来找出所有解的算法。在每一步中，算法都会尝试所有可能的选项，并在必要时撤销选择（回溯），以便尝试其他选项。数组与向量：在C++中，数组和向量都是用于存储一系列元素的容器。数组的大小在编译时确定，而向量的大小可以在运行时动态改变。条件判断与循环：用于控制程序流程的基本结构。条件判断用于根据条件执行不同的代码块，而循环用于重复执行一段代码直到满足特定条件。这个问题是一个典型的回溯法问题，通过递归地探索所有可能的子序列来找出所有非严格递增子序列。

2024-12-05 19:56:53 442

原创 C++算法练习-day61——90.子集2

回溯算法：通过递归尝试构建解的一部分，并在每一步决定是否继续构建或撤销当前选择，以探索所有可能的解。递归：函数调用自身的方法，常用于解决可以分解为相似子问题的问题。向量（Vector）：C++ STL中的动态数组，可以动态增长和缩小。排序：对数组进行排序，以便在回溯过程中利用排序后的性质（如跳过重复元素）。条件判断：在回溯算法中，条件判断用于确定何时停止递归（即找到了一个解）和何时回溯（即撤销当前选择，尝试其他可能的解）。通过回溯算法和排序的结合，我们可以有效地生成给定数组的所有唯一子集。

2024-12-05 19:56:33 640

原创 C++算法练习-day60——78.子集问题

回溯算法：回溯算法通过递归尝试构建解的一部分，并在每一步决定是否继续构建或撤销当前选择，以探索所有可能的解。递归：递归是一种函数调用自身的方法，常用于解决可以分解为相似子问题的问题。向量（Vector）：C++ STL中的动态数组，可以动态增长和缩小。条件判断：在回溯算法中，条件判断用于确定何时停止递归（即找到了一个解）和何时回溯（即撤销当前选择，尝试其他可能的解）。通过回溯算法，我们可以有效地生成给定数组的所有子集。回溯算法的关键在于递归地构建解的一部分，并在每一步决定是否继续构建或撤销当前选择。

2024-12-04 13:05:52 938

原创 C++算法练习-day59——93.复原IP地址

回溯算法：通过递归地尝试所有可能的组合来找到所有解。字符串处理：使用string类的insert和erase方法来修改字符串。整数转换：将字符串片段转换为整数以进行检查。边界条件检查：在处理字符串和整数转换时，要注意边界条件（如字符串长度、数字范围等）。本文介绍了一个使用回溯算法来解决从给定字符串中找出所有可能的、有效的IPv4地址的问题。我们定义了辅助函数来检查一个字符串片段是否可以作为一个有效的IPv4段，并使用回溯函数来递归地构建所有可能的IPv4地址。

2024-12-04 13:05:30 543

原创 C++算法练习-day58——131.分割回文串

回文判断：通过双指针法，从字符串两端向中间遍历，比较字符是否相等。回溯算法：通过递归和撤销选择（回溯）来探索所有可能的解。字符串操作：使用substr函数提取子串。向量操作：使用vector存储结果和路径，以及进行添加和删除操作。本文介绍了一种使用回溯算法解决字符串分割成回文子串问题的方法。通过定义辅助函数判断回文子串，以及使用回溯函数探索所有可能的分割方式，我们成功地找到了所有可能的回文子串分割结果。这种方法不仅适用于本题，还可以扩展到其他类似的组合和分割问题。

2024-12-03 12:32:13 510

原创 C++算法练习-day57——225.用队列实现栈

栈（Stack）：后进先出（LIFO）的数据结构，基本操作包括push（压栈）、pop（弹栈）、top（获取栈顶元素）和empty（检查栈是否为空）。队列（Queue）：先进先出（FIFO）的数据结构，基本操作包括enqueue（入队）、dequeue（出队）、front（获取队首元素）和empty（检查队列是否为空）。队列与栈的转换：通过两个队列的协作，可以实现栈的功能，关键在于push操作中元素在两个队列之间的转移。std::swap：C++ 标准库中的函数，用于交换两个变量的值。

2024-12-03 12:31:54 373

原创 C++算法练习-day56——232.用栈实现队列

栈（Stack）：后进先出（LIFO）的数据结构，基本操作包括push（压栈）、pop（弹栈）、top（获取栈顶元素）和empty（检查栈是否为空）。队列（Queue）：先进先出（FIFO）的数据结构，基本操作包括enqueue（入队）、dequeue（出队）、front（获取队首元素）和empty（检查队列是否为空）。栈与队列的转换：通过两个栈的协作，可以实现队列的功能，关键在于swapstack函数，它负责在两个栈之间转移元素。通过使用两个栈（inStack和outStack。

2024-12-02 11:23:52 324

原创 C++算法练习-day55——40.组合总和2

回溯算法：通过递归的方式构建所有可能的解，并在满足条件时保存解。排序：排序可以帮助跳过重复的元素，减少不必要的计算。去重策略：在回溯过程中，如果当前元素与前一个元素相同，并且前一个元素已经在当前路径中被使用过，则跳过当前元素。通过这道题目，我们深入了解了回溯算法在解决组合问题中的应用。通过排序和去重策略，我们能够有效避免生成重复的组合，从而找到所有独特的、满足条件的组合。此外，这道题目也展示了如何在回溯过程中动态地构建和撤销选择，以及如何在递归函数中传递状态信息。

2024-12-02 11:23:36 452

原创 C++算法练习-day54——39.组合总和

回溯法：一种通过递归和状态重置来构建所有可能解的算法。剪枝：在搜索过程中提前终止不可能产生有效解的路径，以减少计算量。状态重置：在回溯过程中，通过撤销选择来回到之前的状态，以便尝试其他可能的解。通过这道题目，我们学习了如何使用回溯法来解决组合问题，并理解了剪枝和状态重置的重要性。回溯法是一种强大的算法，适用于解决许多组合和排列问题。在实际应用中，我们需要注意如何有效地进行剪枝，以减少不必要的计算，提高算法的效率。此外，对于涉及组合的问题，如果数组已排序，可以进一步简化问题，避免产生重复的组合。

2024-12-01 22:02:36 545

原创 C++算法练习-day53——17.电话号码的字母组合

回溯算法：通过递归和状态重置（回溯）来生成所有可能的解。递归：函数调用自身以解决问题的一部分。映射表：使用实现数字到字母的映射。字符串操作：包括字符串的拼接和字符的移除。通过这道题目，我们学习了如何使用回溯算法来解决组合生成问题。回溯算法是一种强大的工具，适用于解决许多涉及排列、组合和子集生成的问题。通过递归地构建候选解并逐步扩展，我们能够生成所有可能的解，并在必要时通过回溯来尝试其他解。此外，我们还学习了如何使用映射表来建立数字到字母的对应关系，以及如何进行字符串操作来构建和修改当前的组合。

2024-12-01 22:02:17 403

原创 C++算法练习-day52——216.组合总和3

回溯算法：一种通过构建候选解并逐步扩展直到满足问题要求或无法再扩展的算法。递归调用：函数直接或间接调用自身，用于在回溯算法中逐步构建候选解。剪枝：在搜索过程中提前终止不符合要求的候选解，以减少不必要的计算。逆序遍历：在处理类似问题时，逆序遍历可以更方便地进行剪枝。问题是一个典型的回溯算法问题，通过递归调用和剪枝来找出所有满足条件的组合。在回溯过程中，我们逐步构建当前组合，并在每一步中检查是否满足条件。如果不满足条件，则回溯并尝试其他可能的数字。逆序遍历数字可以更方便地进行剪枝，从而提高算法的效率。

2024-11-30 13:51:17 487

原创 C++算法练习-day51——77.组合

回溯算法：一种通过探索所有可能的候选解来找出所有解的算法。它通常用于解决组合、排列和子集生成等问题。递归：函数直接或间接地调用自身。在回溯算法中，递归用于探索所有可能的候选解。状态重置：在回溯过程中，当探索完一个候选解的所有可能性后，需要重置状态（即回溯），以便尝试下一个候选解。通过回溯算法，我们可以有效地生成从1到n的所有可能的k个数的组合。回溯算法的核心思想是递归地探索所有可能的候选解，并在必要时通过回溯来重置状态。

2024-11-30 13:50:55 282

原创 C++算法练习-day50——538.把二叉树转换为累加树

二叉搜索树（BST）左子树所有节点的值都小于根节点。右子树所有节点的值都大于根节点。左右子树也分别为二叉搜索树。反向中序遍历遍历顺序：右子树 -> 根节点 -> 左子树。常用于处理与BST节点值大小顺序相关的操作。全局变量与类成员变量在递归函数中，为了保存中间结果，常常使用全局变量或类成员变量。在这里，我们使用类成员变量sum来保存累加和。本文介绍了如何将一个二叉搜索树转换为累加树的问题。通过反向中序遍历，我们可以利用BST的性质，从右子树开始累加每个节点的值，并更新节点的值。

2024-11-29 22:12:28 537

原创 C++算法练习-day49——108.将有序数组转换为二叉搜索树

二叉搜索树（BST）：一种特殊的二叉树，其中每个节点的值都大于其左子树所有节点的值，且小于其右子树所有节点的值。平衡二叉搜索树：每个节点的两个子树的高度差不会超过1的BST。递归：一种解决问题的方法，通过函数调用自身来解决子问题，最终将子问题的解合并得到原问题的解。分治策略：将一个大问题分成若干个小问题分别解决，然后将子问题的解合并得到原问题的解。通过将有序数组的中间元素作为当前子树的根节点，并递归构建左右子树，可以有效地将有序数组转换为平衡二叉搜索树。

2024-11-29 22:12:07 511

原创 C++算法练习-day48——669.修剪二叉搜索树

二叉搜索树（BST）：一种特殊的二叉树，其中每个节点的值都大于其左子树所有节点的值，且小于其右子树所有节点的值。递归：一种在函数内部调用自身的编程技巧，常用于解决可以分解为相似子问题的问题。边界条件处理：在递归函数中，正确处理边界条件（如空节点）是避免无限递归和错误结果的关键。通过递归地修剪二叉搜索树，我们可以高效地解决给定范围内的节点修剪问题。递归方法利用了二叉搜索树的性质，使得问题可以分解为更小的子问题，从而简化了解决方案。

2024-11-28 11:23:33 331

原创 C++算法练习-day47——450.删除二叉搜索树中的节点

二叉搜索树的性质：对于树中的每个节点，其左子树中的所有节点的值都小于该节点的值，而右子树中的所有节点的值都大于该节点的值。删除节点的三种情况节点没有子节点：直接删除。节点有一个子节点：用子节点替换被删除的节点。节点有两个子节点：找到右子树中的最小节点（或左子树中的最大节点），将其提升到被删除节点的位置，然后递归地删除该最小（或最大）节点。

2024-11-28 11:23:02 542

原创 C++算法练习-day46——701.二叉搜索树中的插入操作

二叉搜索树（BST）：一种特殊的二叉树，其中每个节点的值都大于其左子树中所有节点的值且小于其右子树中所有节点的值。节点插入：在BST中插入新节点时，根据BST的性质决定新节点的位置。遍历：通过比较新节点的值与当前节点的值，决定向左还是向右遍历树，直到找到空位置。本文介绍了如何在二叉搜索树中插入一个新节点。首先，我们讨论了BST的基本性质，然后详细分析了插入新节点的步骤，包括特殊情况的处理（树为空时）和遍历查找插入位置的过程。通过代码实例和详细的注释，我们展示了具体的实现方法，并总结了涉及的关键知识点。

2024-11-27 14:25:17 432

Linux学习-基本信息部分

MySQL学习-存储过程部分

MySQL学习-SQL优化部分

MySQL学习-视图部分

MySQL学习-索引部分

MySQL学习基础-sql语句部分

MySQL学习基础部分-函数部分

MySQL学习基础部分-约束部分（附Xmind制作文件）

MySQL学习基础部分-查询部分

MySQL学习基础部分-事务部分

MySQL学习基础部分-总结的思维导图

空空如也