qq_43325216的博客

定义主串指针i（初始化0）, 子串指针j , 不断比较主串和子串每个字符是否一致，如果一致，继续比较，如果不一样，主串指针变成1,子串指针变成0，从新开始比较。如图，匹配失败之后，保持指针i 不变，尽可能移动子串的指针到有效的匹配位置（这个意思是指，i前面两位已经匹配成功了，不需要额外进行比较了。KMP其实是对上面的暴力求解进行了改进，利用的是匹配失败之前，匹配成功的信息。比如求子串在主串中出现的起始位置，子串在主串中出现的次数等等。其实求next数组，可以看做是两个相同的字符串自己和自己比较。

比如我们求从0 到其他点的最短距离，定义一个数组，第0行分别是每个节点，第一行是0到其他节点的距离，初始化为正无穷大，第三行是表示是否已经是最小距离。因为从1到2的距离是2+1，小于当前的5，因此可以刷新下表，此时得到了0到2最短距离3。思路就是上面的思路，不断的获取距离，然后和当前的距离比较，如果比他小，就更新进去。首先遍历0能够直接到达的顶点，修改如下，此时0到1的距离是最短的，可以标记为T。个人感觉，邻接矩阵适合无向图，邻接表适合有向图。然后看从2出发，能够直接到达的距离。

因为机器人每次要么向下走，要么向右走所以可以转换为求grid[0][0] + 右边矩阵网格和下方矩阵网格的最小值。1、如果当前位置已经在grid右下角了，说明是最后一步了，可以取当前值跳出递归。，请找出一条从左上角到右下角的路径，使得路径上的数字总和为最小。2、走到了边界，没办法继续往右或者往下走了。一个机器人每次只能向下或者向右移动一步。给定一个包含非负整数的。【递归+记忆化搜索】

上述递归调用，并不能完全通过用例，从给出来的图也可以看出，递归的过程中是有很多节点进行了重复计算的，那么可以进行优化，定义一个数组，用于存放计算过的节点数据，这样递归的过程中，如果发现已经计算过了，直接从数组中取值就可以了，不需要重复计算。拿到这个题，一开始考虑的是用贪心算法，即每次尽可能取最大的硬币，但是这种思路有个很大的问题，就是每次取最大的值，计算到后面不一定能拼出等于amount的解。本题其实也就是找路径的问题，可以看做是一个树形结构。，表示不同面额的硬币；你可以认为每种硬币的数量是无限的。

1、首先假设给定三个正整数 a,b,,c，满足 a

如果我们只是为了遍历一棵树、一张图上的所有结点的话，那么 DFS 和 BFS 的能力没什么差别，我们当然更倾向于更方便写、空间复杂度更低的 DFS 遍历。不过，某些使用场景是 DFS 做不到的，只能使用 BFS 遍历。这就是本文要介绍的两个场景：「层序遍历」、「最短路径」。

定义：前缀和是一种重要的预处理，能大大降低查询的时间复杂度。结合Hash缓存，能够进一步优化提升算法执行效率同余定理：如果两个数被同一个数整除后，余数相同，那么这两个数的差值可以被该数整除推理公式： (sum[i] - sum[j]) % k == 0sum[i] % k ==sum[j] % k演变：如果数组前（i-1）个数字的和整除k后余数为r,那么前r个数字的和整除k后余数为(r+nums[i])%k;

滑动窗口法也叫尺取法（可能也不一定相等，大概就是这样），可以用来解决一些查找满足一定条件的连续区间的性质（长度等）的问题。由于区间连续，因此当区间发生变化时，可以通过旧有的计算结果对搜索空间进行剪枝，这样便减少了重复计算，降低了时间复杂度。往往类似于“请找到满足xx的最x的区间（子串、子数组）的xx”这类问题都可以使用该方法进行解决。

二分查找也称为折半查找，时间复杂度O(logn)，是一种较为快速的查找算法。【使。。最大值尽可能小】【最小值尽可能大】等是二分搜索中常见的问法，想要应用二分查找，前提条件是必须具备如下特征： 1、数据在数组中 2、数据有序排列

就是把一个复杂的问题分成两个或者更多相同或者相似的子问题（分），在把子问题分成更小的子问题...一直到最后的子问题可以简单的直接求解出来，那么原问题的解就是分出来的这些子问题的合并（治）。n为偶数时：x^n = x^(n/2) * x^(n/2) ===》这个场景不需要考虑n的正负。x^n = x^(n/2) * x^(n/2) * x ===》n为正数。x^n = x^(n/2) * x^(n/2) / x ===》n为负数。3、合并：将已求解的各个子问题的解，逐步合并为原问题的解。

在上述代码的递归调用里，调用的是f(n-1)和f(n-2)，但是在f(n-1)的递归里面，f(n-2)其实已经计算过了，但是后面还会重复计算。如果最后一步走1个台阶，那么就是n=n-1时候的方法，如果最后一步走2个台阶，那么就是n=n-2的方法，因此 f(n)=f(n-1)+f(n-2)3、如果只有一个节点为null，这种是需要调换左右节点的，假设左节点不为null，右节点为null，那么调换之后，左节点为null，右节点不为null，因此可以不需要特殊处理。）同时，这个节点的子节点也要进行相同的操作。

除了某个元素只出现一次以外，其余每个元素均出现两次。找出那个只出现了一次的元素。对字符串做一个分割，然后遍历，把单词存入到map中，最后取出符合要求的单词即可。上面是用双指针解题，其实双指针的题目很容易用滑动窗口的模板来套用解题。看题意，其实就是要把字母相同顺序不同的字符串进行分组。387. 字符串中的第一个唯一字符。3. 无重复字符的最长子串。解题思路 --- 滑动窗口。136. 只出现一次的数字。解题思路 -- 哈希表。49. 字母异位词分组。解题3 --- 位运算。819. 最常见的单词。

红黑树也是一种自平衡的二叉搜索树，和AVL树比较，插入和删除时，旋转的次数更少。

平衡搜索二叉树，相对于搜索二叉树而言，AVL树又多了一个性质：左右子树的高度差不大于1.2、平衡因子，balance factor，以下简称bf，是左子树高度减去右子树的高度。检查节点是否失衡，如果失衡，就平衡，然后返回新的跟节点。5、平衡操作，发生在新增，删除时，对树进行平衡的操作。右旋方法：传入要旋转的节点，返回值是新的根节点。左右旋方法 --- 先左旋左子树，在右旋跟节点。插入的时候，要更新节点高度，并平衡树。右子树先右旋，失衡节点在左旋。左子树先左旋，失衡节点右旋。7、 节点的删除操作。

把它叫做树是因为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。循环或者递归，比较key的值，key比当前节点的key大，就往右子树找，key比当前节点的key小，就往左子树找，找不到就返回null。二叉树的深度为根节点到最远叶子节点的最长路径上的节点数。最小深度是从根节点到最近叶子节点的最短路径上的节点数量。递归，但是要注意一点，如果左右子树为null的时候，就不应该计算进去。二叉搜索树满足：节点的key大于左子树的key，小于右子树的key。给树的节点定义一个key，是不可用重复的。

刷题的过程中，经常会遇到一些题目中给了关联数组，即 int[] values1 ，int[] values2，解题过程中需要根据某个数组的值进行排序，但是要同时保证另外一个关联数组也按照同样规则排序。构建一个一维数组，存储数组的坐标，然后根据排序规则新数组，取值根据坐标取就OK了。给定的两个数组按照value值进行关联排序，后面按照题意解题即可。构造二元数组，然后排序，后续取值的时候，从二元数组中取值。如下：根据values的进行从大到小排序。如下：根据values的进行从大到小排序。

题目比较难以理解，简单的说就是，给一个数组，和一个k的值，进行初始化，每次add的时候，加入一个元素，然后，把当前数据里面第K大的元素删除并返回。前面已经实现了大顶堆，其实poll方法拿出来的，就是当前最大的元素，因此排序方法可以写成下面的格式。找到堆中的最后一个非叶子节点，从当前节点往前遍历，不断的执行下沉操作。不断的往定义的列表中添加数据，取这个列表中的中位数。移除指定元素的操作，思路也是一样的，代码如下。3、堆的构造方法 --- 建立堆的操作。请注意，你需要找的是数组排序后的第。

因为一把锁的时候，offer拿锁，poll会阻塞，因此在size++的过程中，就不可能出现size++的操作，故是线程安全的，而两把锁的时候，offer和poll互不影响，因此就可能在size++的时候出现size-- 导致线程不安全。poll：定义一个max指针，先指向最后面，然后不断往前遍历，如果前面的优先级大，那么就更新max的值，找到最大的max，删除该位置元素，然后后面数组向前移动。这个题是一个变形的二叉树层序遍历，可以用BFS求解，值得注意的是，每隔一层，输出的值顺序是相反的。

图示，先push1,2,3，然后peek,栈1内元素转到栈2，后面只要栈2不为null，就可以执行pop和peek操作，如果为空，在吧元素从栈1转到栈2 就可以了。每次入栈的时候，判断当前元素和栈顶元素是否配对，如果配对，则弹出，如果不配对，则继续入栈。最后栈元素为空，则true，否则，为false。遇到左括号，则对应的右括号入栈，遇到右括号，则比较与栈顶元素是否一致，一致则出栈，继续，否则直接返回false。请你仅使用两个队列实现一个后入先出（LIFO）的栈，并支持普通栈的全部四种操作（

ASCII：将英语中的字符表示为数字的代码。为每个字符分配一个介于 0 到 127 之间的数字。将A~Z对应位号存入相应的数据，比如记录一个字母出现了多少次 （小写字母同理）我们可以构造的最长的回文串是"dccaccd", 它的长度是 7。常见的ASCII码大小比较：0~9

遍历外层数组，使用并查集将每个内层数组的两个节点merge，如果遍历过程中发现两个节点的root已经相同， 说明两个节点早就在一个集合里面，删除这个连接也不会影响，因此，这个边就是题目要寻找的边。并查集是一种典型的数据结构，用于处理一些不相交集合的合并和查询问题。给出的edges是一个二维数组，其中外层数组是两两关联的点，内层数组是连接的这两个点。一个无向图，找到可以删除的边，要求删除这个边后，剩下的n个节点是一个树。两个城市相连的时候怎么办？两个城市直接相连是1，不直接相连是0，题目用二维数组进行呈现。

顾名思义，首先是一个后入先出的栈，其次，栈内存储的数据是单调有序的。单调递增栈：单调递增栈就是从栈底到栈顶数据是从小到大单调递减栈：单调递减栈就是从栈底到栈顶数据是从大到小