m0_63099455的博客

从本地上传文件至github仓库时，add和commit都执行了且成功，但是执行git push -u origin master后出现了：error: src refspec master does not match any的报错。

之前是会的，但是win11版本的画图又不会用了。其实超简单！

用latex在overleaf上写论文，想要实现首页尾注内进行论文作者的简介（不短），且此时尾注已经有版权相关文字信息

显示器黑屏且只显示鼠标的解决办法

单调栈适合解决求当前元素左边或右边第一个比当前元素大或者小的元素，找到这个元素可以找到数值或者对应下标，然后进行其他运算。这个方法可以提供时间复杂度上的优化。我们需要自己用栈模拟单调栈。

编辑距离是一道较为复杂的题，但在通过前面的动态规划练习后使用动态规划解决该问题会简单一些。

本博客我们梳理用动态规划方法解决子序列问题。

本篇博客将整理并使用动态规划解决买卖股票的最佳时机系列问题。

本篇博客来整理用动态规划解决打家劫舍系列问题。

在上一篇博客的基础上，继续补充完全背包相关问题。

完全背包是每个物品可以使用无数次，求给我们一个背包，装满后的最大价值是多少。与01背包的不同就是01背包中物品只能使用一次。如果对01背包不了解建议先去学习之前的几篇博客，这样能对01背包和完全背包都能得到更充分的理解。

继续练习01背包相关的问题。

背包问题简述以及01背包解题

上一篇博客，我们简单介绍了动态规划问题，并整理了动态规划问题的解题思路，现在我们要对动态规划继续进行练习。

动态规划，DP，如果问题存在很多相同的子问题，则可以是用动态规划解决。动态规划我的理解是把一个大问题拆解为小问题，然后从一个个小问题的转台转换中得到最后的状态以及结果。动态规划题目一般分为以下几类：动态规划基础题（斐波那契、爬楼梯等）、背包问题、打家劫舍、股票问题、子序列问题（最长递增子序列、编辑距离等）等。动态规划的重点在于得到递推公式。

本博客整理了一些用贪心算法解决的区间相关的题目。

我们继续对贪心算法进行练习，积累题目经验。

上一篇博客，我们介绍了贪心算法的基础知识，现在我们要对此进行进一步练习。

贪心算法就是每个阶段取局部最优从而实现最终全局最优。贪心算法没有固定模板，没有什么规律。可以思考什么是局部最优，局部最优能不能推导出全局最优。感觉需要多做题积累经验。

前面几篇博客我们学会了使用回溯法解决一些中等难度的问题，现在要学习其更困难的题目。因为图论中也运用了回溯法的思想，所以我们现在用回溯法解决一些图论中有一定难度的题目。