早就戒了的博客

关于动态规划中的最长子序列问题有很多优秀的解读，在这里推荐一位博主的关于最长子序列的文章，非常不错，配有大量的图片和文字解答，在这里推荐给大家。[本文章转载自这里](http://blog.csdn.net/hrn1216/article/details/51534607)1.基本概念 首先需要科普一下，最长公共子序列（longest common sequence）和最长公共子串（longes

8.栈的最大值问题问题的描述和思路可以参考这里Java实现代码如下：import java.util.Stack;/** * 栈的最大值问题 Title: Description: Company: * * @author 郑伟 * @date 2018年4月12日下午8:57:29 */public class SpecialStack { Stack<Integer> sta

1.重建二叉树输入某二叉树的前序遍历和中序遍历的结果，请重建出该二叉树。假设输入的前序遍历和中序遍历的结果中都不含重复的数字。例如输入前序遍历序列{1,2,4,7,3,5,6,8}和中序遍历序列{4,7,2,1,5,3,8,6}，则重建二叉树并返回。根据二叉树的性质： public class Rebuild_Tree { public TreeNode reConst...

此文总结了本人在刷LeetCode是遇到的动态规划问题以及对应的解法。word-breakGiven a string s and a dictionary of words dict, determine if s can be segmented into a space-separated sequence of one or more dictionary words. For ...

最近刷leetcode时遇到了好多DFS的题目，一开始的迷茫，只能看着答案一步一步的分析，而现在，对于DFS这类题目有了自己的一些见解。 首先DFS是什么呢？ D—depth，F—first，S—serach，形象一点的讲法就是一条道路走到黑，直到走到终点或者前面没有路，可以理解为一根筋。DFS算法大同小异，只要抓住其核心思想，那么关于DFS的题目在你看来就像是一个模子刻出来的。那么其

简介贪心算法(greedy)分阶段地工作，在每一个阶段都可以认为所做的决定是最好的，而不用考虑后果。这就意味着得到的是局部最优解决方案，当算法结束时，如果一个一个局部最优解能组成全局最优解决，那么就说明这个算法是正确的；如果不是，则此算法的到的结果就是一个次优解。因此，如果使用贪婪算法得到问题的最优解，那么问题就必须满足一定的条件。找零钱问题这个问题在我们的日常生活中非常普遍了。假设1元、2元、5元

经常看到类似”不使用XXX符号的前提下，实现加、减、乘、除“？第一次遇见的同学可能会懵，如果你记起来一个叫位运算的东西就会豁然开朗了。算法概述加法：比如5+6。小学的时候数学老师告诉我们的是，先求不算进位的值，也就是1，然后再将进位结果(这里是1)加入，直到进位为0。使用位运算也是同样的道理。只不过我们对于进位和不进位的结果的产生感到陌生而已。位运算中两个数相加的不进位结果：a^b，进位结果a&b；

如果要学红黑树，那么就必须知道二叉树，毕竟红黑树本身就是一个二叉搜索树。只不过红黑树比一般的二叉搜索树更加稳定，也就是更加平衡，但是有没有AVL树那么的稳定，这换来的是红黑树比AVL数有更好的插入和删除效率，但是查找效率并没有比AVL差很多。下文我将用RBT代替红黑树。二叉搜索树的删除介绍RBT的删除，就先要知道二叉搜索树的删除(知道的同学可以直接跳过)。删除分为四步： 1.找到删除点假设为X

红黑树的插入相比较其删除是比较简单的。总的分为两步： 第一步，找到节点位置，插入节点即可，默认插入的节点是红色的(这样不会影响平衡）。 第二步，将调整颜色，避免出现红—红的出现，这是红黑树不允许的。再次强调红黑树的定义： （1）每个节点或者是黑色，或者是红色。 （2）根节点是黑色。 （3）每个叶子节点（NIL）是黑色。 [注意：这里叶子节点，是指为空(NIL或NULL)的叶子节点！] （

最近刷leetcode时遇见了好几道动态规划，因此对如何解动态规划这类题目也稍有心得。什么是动态规划？可能大家都知道官方的具体解释，巴拉巴拉一堆解释。而在我看来，动态规划就是一种对于问题的拆分。将一个问题拆分成一个一个子问题，总问题的解决办法就依靠着这些子问题的解决而解决。好比你爬上10层楼，你需要先解决1楼到2楼，2楼到3楼。。。。。。最后9楼到10楼。状态转移方程怎么来的？问题描述： 有编号分

面试中会经常遇到手撕代码的情况，而求TopK的是经常遇到的题目。下面我就用Java来实现。主要通过两种方法实现，快排思想以及堆排序的思想，两者的复杂度为O（NlogK）。基于快排的TopK实现：import java.util.Arrays;/** * 使用快排实现的TopK问题 Title: Description: Company: * * @author 郑伟 * @date 201