Lingkang的算法学习日记-1

核心思想：

1. 数据结构底层只有两种，数组，链式（指针指向对象）

2. 学会遍历，增删改查操作

动态规划：

穷举+优化

官方定义：basecase-> 状态转移-> 结果

穷举：

a. 递归的目的也是遍历所有可能

# 自顶向下递归的动态规划
def dp(状态1, 状态2, ...):
    for 选择 in 所有可能的选择:
        # 此时的状态已经因为做了选择而改变
        result = 求最值(result, dp(状态1, 状态2, ...))
    return result

a.1

树形可能性图也可以用数组递归，如下

leetcode 22

  public void generateAll(char[] current, int pos, List<String> result) {
        if (pos == current.length) {
            if (valid(current)) {
                result.add(new String(current));
            }
        } else {
            current[pos] = '(';
            generateAll(current, pos + 1, result);
            current[pos] = ')';
            generateAll(current, pos + 1, result);
        }
    }

b. for遍历

# 自底向上迭代的动态规划
# 初始化 base case
dp[0][0][...] = base case
# 进行状态转移
for 状态1 in 状态1的所有取值：
    for 状态2 in 状态2的所有取值：
        for ...
            dp[状态1][状态2][...] = 求最值(选择1，选择2...)

优化：

备忘录/DP table 避免重复计算

BFS && DFS

以二叉树为例子

1. BFS 优先把每一层深度遍历完

q:= queue

q.add(n)

depth:=0

bfs(q) {                   // 核心解法：每一层遍历完，把下层找到放到新队列中，下一次接着遍历

    if q.isempty(){return}    

    for q.isempty() { 

        n = q.poll        

        if n.val = target {return}

        if n.lelf!=nil {temp.add(n.left)}

        if n.right!=nil{temp.add(n.right)}

        }

bfs(tempq)

depth++ 

}

2. DFS 同理

dfs(n *node)

if node=target {return}

if (node.left!=nil) dfs(node.left)

if (node.right!=nil)  dfs(node.right)