算法笔记回顾——持续更新

最近又开始回顾LeetCode算法题了，以前写在LeetCode各道题上，这里打算在博客上体系化汇总一下。

一、动态规划（DP）：反复求解局部，以求解整体。

先思考第1个和第2个的结果，再思考第3个和前2个的关系，来得到第3个，依次往复。
如果只需保存有限个结果，可以用轮动数组（或者称滚动数组）减小空间复杂度。

爬楼梯：每次爬1阶或2阶，求到达n阶的方法个数。

第1阶有1种方法。第2阶有2种方法。第3阶有1+2种方法。
结果符合斐波那契数列（1，2，3，5…），可以用动态规划（DP）。
可以用轮动数组，只记录当前涉及的3个数。

斐波那契数：

0，1，1，2，3…。用动态规划。可以用轮动数组。

打家劫舍：不能打劫相邻的两家，求能打劫到的最大金额。

只有1家，金额确定。有2家，选择最大金额的一家。
2家以上，如果打劫倒数第一家，就是倒数第1家的金额+轮到倒数第3家时能打劫到的最大金额，和轮到倒数第2家时能打劫到的最大金额，中的最大金额。

不同路径：每次向下或向右一格，求从左上格到达右下格的方法数。

第1行的每1格每一格只有1种方法到达。第1列的每1格只有1种方法到达。
到达第m行第n列的方法数是到达第m-1行第n列的方法数+到达第m行第n-1列的方法数，也就是到达上面格子的方法数+到达左面格子的方法数。

不同路径 II：格子上有障碍物。

第1行上，从第一个开始，有障碍物就不再向后遍历，方法数是0，否则就是1，继续向后遍历。第1列也是。
不是第1行，不是第1列，有障碍物，方法数是0，不是障碍物，方法数是到达上面格子的方法数+到达左面格子的方法数。

最长公共子序列：序列相同即可，不一定在字符串中相邻。

2个字符串只有一个字符，如果字符相同，最长公共子序列的长度是1，否则是0。
2个字符串一个是1个字符，1个多于1个字符，多于1个字符的字符串的第2个字符开始，每个字符依次和另一个字符串的唯一字符对比，相同就是1，不同就是之前的最长公共子序列长度。
2个字符串都多于1个字符，都从第2个字符开始，对比字符是否相同，相同就在之前都减少1个字符的最长公共子序列长度基础上+1，不同就是各自-1字符的情况下取最大值。

分割回文串 II：求将字符串分割成回文的最少分割次数。

设置默认值，也是悲观值，n个字符分割n-1次。
从2个字符开始求最少分割次数。每个字符串在不拆分的情况下如果是回文，结果是0；如果分割成最后一个和之前的部分，结果是之前部分的结果+1和整体已有结果的最小值；
如果拆成其它情况，判断后一部分是否是回文，是回文，结果就是前一部分的结果+1和整体已有结果的最小值。
使用对撞指针判断是否是回文，在左侧指针索引小于右侧指针索引的前提下，对比两个指针位置的值是否相同，相同就将左右指针向中间移动一位，继续对比值是否相同，全部相同就是回文。

二、图：顶点和边构成，分有向图和无向图。有根的无闭环部分的无向连通图是树。

深度优先搜索是递归方式，深入到底后回退，深入到下一个底。
广度优先搜索是循环方式，搜索当前层级后，搜索下一个层级。

岛屿数量：‘0’、'1’组成的二维数组中找到独立的’1’构成的块。

遍历二维数组，每次遇到’1’就向上下左右四个方向深度优先搜索或者广度优先搜索，将’1’变成’0’，这样就不会去影响找出下一个岛屿。

全排列：

深度优先搜索。

克隆图：深克隆无向连通图。

Map暂存已经克隆的节点，防止多次克隆。

子集：求集合的所有子集。

动态规划（在已有集合基础上加上新的元素）或者二进制方式（每个元素分存在与不存在，遍历2^n种可能）。或者深度优先搜索或者广度优先搜索二叉树。

三、字符串

翻转字符串里的单词：字符串中的单词整体翻转，不保留字符串前后空格。

字符串trim后用空格分割，然后用空格倒序拼接。

反转字符串中的单词 III：

翻转字符串中的每个单词。

整数转罗马数字：

按照个十百千的硬编码方式转换，或者逐步递减，用贪心算法，每一步能得到最终解的一部分。

四、散列

和为K的子数组：连续的子数组的和是K，求子数组的数量。（子数组是指内部连续元素构成的数组。）

前缀和 + 一个和为k的子数组 = 前缀和‘

两层循环，确定起点和终点，枚举所有的可能。
或者，一层循环，确定终点，前缀和的差如果是K，两个前缀和数组的差异部分就是和为K的连续子数组；将前面的前缀和以及出现次数存储下来，当前的前缀和减去K，所得值在前面的前缀和中出现了几次，就有几个和是K的连续子数组。

无重复字符的最长子串：求无重复字符的最长子串长度。

求每个字符开始的无重复字符的最长子串，存储最大长度。使用滑动窗口，复用已有成果。

五、排序：重点是快速排序、归并排序、堆排序。

数组中的第K个最大元素。

数据流的中位数。