LeetCode部分题解

链表：

2 正常遍历：正常进位计算，只不过考虑四种情况：都空、都不空、一个空，并且标记进位值；            

19 ·正常遍历：遍历链表大小，找到正序的位置，进而将其删除

 ·快慢指针：一次扫描，快慢指针之间的距离刚好为目标值，这样当快指针到达末尾的时候，慢指针所在位置的元素即为要删除的。

滑动窗口：

3 快慢指针：就像一个滑动窗口一样，如果当前检测位等于前面字符串里面的元素的话，将慢指针指向相同元素的后一位，比较最大长度；

每日

118：杨辉三角，当前位i，j的值由上一行的i-1，j和i-1，j-1的值相加决定，并且每一行的第一位和最后一位都是1，公式计算即可（唤醒对二维数组的应用）

204：任何一个合数可以看做几个合数之和，创建一个等长度的标记数组，从2进行检测，如果当前位（2）是质数，那么他的2倍、3倍的数肯定不是质数，进行标记。

数组：

26 ·正常遍历：对于每一个元素而言，都将其与他后面的元素进行比较，取最后一次出现的该元素。    

   ·双指针：首先第一个元素肯定要，快指针从1开始，慢指针从0开始，如果两个位置上的元素不相等，则将其放到慢指针后面一位。   

27 双指针：快指针为目标元素，慢指针从0开始，如果二者不相等，那么就将其放入数组的慢指针位置上，慢指针后移；

80：快慢指针：两个指针之间相差2个位进行遍历，如若当前两个位相等，那么则需要将当前位删除，我使用了一个笨办法，就是让后面的逐个前移一位，从而继续进行判断，也就是在这一步使得我的代码运行时间变慢。

189：第一种方法：最容易想的就是开创一个新数组，然后进行搬运，进行相应位的挪动即可；

第二种方法：每次往后移动一步，然后设一个k步的循环（主要是如果直接往后移动k步的话，或造成一直是两个在动的情况）

String：

28：·正常遍历（有点像滑动窗口）：对于给定的字符串的每一位都从他开始往后遍历目标字符串个长度，满足则直接返回，不满足则进行下一位的遍历。

    ·BMP：先求目标串的最大相同前后缀长度数组，而这个数组是当当前位不匹配时，往前后退几步的关键：若不匹配，则从当前位的前一位的next值开始重新遍历。

D:\火狐\1599638354-SppDsh-KMP精讲2.gif

动态规划：

每日62：要走到当前格子，有两种方法：从上面的格子往下走一步、或者从左边的格子往右走一步，所以符合动态规划的思想，dp[i][j]=dp[i-1][j]+dp[i][j-1]。

63：与62思想相同，但是很折磨人，当遇到障碍的时候，将其置为0，即可（sm边界条件）

70：一维的动态规划，到达当前阶梯有两种办法：前一个走一步、或者前两个走两步dp[i]=dp[i-1]+dp[i-2]。

279：同样也是一维的动态规划，其实我是想到了思路的，就是当前位的最优解是前面的某一位+1而成，就是在实现的时候对于那些平方根的处理没仔细想，其实也就先枚举出来所有的可以一步平方的数，然后在对其进行循环完善dp数组。

Dp[i]=min(dp[i],dp[i-sqrt[j]]+1).

64：二维的动态规划，很简单，这次完全是自己想出来的；dp[i][j]=min(上，左)+grid;

72:二维，其实刚开始自己想的时候也很简单，dp[i][j]代表的就是word1的前i个和word2的前j个的最小实现，而每往后走一步只需要看三个位置进行动态规划即可，也就是：dp[i][j]=min(dp[i-1][j-1,dp[i-1][j],dp[i][j-1])，只是初始的第一行的初始化我没有想出来，也就是dp[0][i]=i；

97：比较难想一点的二维，dp[i][j]代表的就是s1的前i个和s2的前j个是否可以拼成s3的前i+j个，而当前dp位的判断取决于s1或者s2当前位是否等于s3的当前位，只要是满足一个true即为true，f(i,j)=[f(i−1,j)and s1(i−1)=s3(p)] or [f(i,j−1)and s2(j−1)=s3(p)]

起初我是直接想到了双指针一位一位的排除，但其实示例就直接反驳了这个思想。

贪心：

55：只要求出当前可以到达的最远点，将其与最后一位进行比较，即可看出是否可以到达。重点：判断当前位是否可以到达，进而来更新最远到达距离。

122：只遍历一遍，只要当前位-前一位的值为正的那么就将其加入到result中，因为可以多次买卖，所以贪心求得就是当前只要能有收益就卖。

每日135：二次贪心：先从头遍历一遍，使其满足r[i]>r[i-1]的情况，对于每一位求得一个糖果值，进而从后往前遍历一遍，使其满足r[i]>r[i+1]的情况，进而求二者在每一位的最大值。

每日860：找零钱问题；模拟+贪心；对于当前的钱数，判断零钱库中是否满足，无非就那几种情况；

哈希：

    每日49：哈希表的第一次应用：将当前检索的string排序作为一个key在哈希表中查询调用getOrDefault() 进行list的更新；并且学习到了ArrayList和List的区别。

回溯：

①画出递归树，找到状态变量(回溯函数的参数)，这一步非常重要※

②根据题意，确立结束条件

③找准选择列表(与函数参数相关),与第一步紧密关联※

④判断是否需要剪枝

⑤作出选择，递归调用，进入下一层

⑥撤销选择

78：回溯最简单的入门模板题：对于本题而言，每一步都是从当前位+1重新开始back添加，所以确定了状态变量，并且找准递归函数的参数进行添加，将本题作为一个简单的模板来使用。

90：作为78题的进阶版，在78题的基础上增添了剪枝，首先画出递归树是很重要的，在这颗树上找到相应的规律，并且在确定了递归函数之后进而确定剪枝条件，对于本题而言的剪枝就是：在每一步的递归里面加入当前位是否等于上一位的判断，如果等于则说明，本次结果已经重复了，不必在实现。

77：这个题其实和上面的一个意思，换了一种问法和剪枝，同样的画出递归树，找到状态变量：当前位+1，剪枝：判断是否大小到k。惭愧，看了讲解才做出来。

39：组合类型；这道题需要换一个逆向的思维，对于目标值而言，每一次都减去相应的给定值，这样在下一次递归的时候目标值都会发生变化，而剪枝条件就是：target=0或者<0，并且在剪枝之后退回原来的状态；对于消除重复的情况：在每层的递归开始时，只进行当前位后面的目标的减，即可消除重复结果；   画出递归树很重要！！！！