算法框架小结

一. 动态规划

思路：

1. 明确 状态：找出原问题和子问题中变化的值是哪个
2. 定义 dp 数组 / 函数 的含义：明确 dp 数组最后要求的值
3. 明确 选择并择优：明确前后状态的变化
4. 明确基本状态：就是要初始化的数组值

例子：凑零钱问题

1. 最少的硬币数
2. 价格 n 时的硬币数
3. 在之前相隔硬币价值的 dp 元素中取最小值 加一
4. 刚好求到价格 n 为 0 时返回 0，n 小于 0 时返回 -1 ， 并一直返回 -1

二. 回溯算法

思路：

1. 路径：已经做出的选择
2. 选择列表：可以做出的选择
3. 结束条件：到达决策树底层，无法再选择的条件

例子：N 皇后问题
4. 已经放置的皇后，及皇后所在的横竖斜都被占领
5. 选择这行的那个列放皇后
6. 行数到达底部

tips：递归时增加行数，每次递归判断每一列是否能放置，递归完后回溯
判断时判断同列，两斜线是否有皇后

三. BFS算法

思路：
找出所有的下一步可能性
找到结束条件
将经历过的情况记录下来，再遇到就略过
使用队列，层序遍历，直到找到答案

例子：二叉树的最小高度
下一步可能性为遍历 left 或 right 节点
结束条件为 左右子节点都为 null
记录层数，找到叶子节点后退出

tips：
双向 BFS：知道终点的情况下，也从终点一起开始遍历，每次查找数量最小的下一步所有情况

四. 二分查找

思路：
闭区间查找，即 [ left ， right ] 而非 [ left ，right）
结束条件：区间为空 ，左指针大于右指针
根据具体条件（要缩减左边界还是右边界）
判断指针时 mid + 1 还是 - 1
判断返回左指针还是右指针

以上思路来自高星 github 项目

是一个成都老哥写的，可以关注他的公众号 labuladong ，有 PDF 版本