Davis_1219-CSDN博客

原创代码随想录算法训练营33天 | 322. 零钱兑换、279.完全平方数、139.单词拆分、多重背包理论基础

（待更新...）

2025-08-30 16:06:48 20

原创代码随想录算法训练营32天 | 完全背包理论基础、518.零钱兑换II、377. 组合总和 Ⅳ、70. 爬楼梯（进阶版）

本文系统讲解了完全背包问题的动态规划解法，包括理论基础和典型应用。首先介绍了完全背包的二维和一维DP数组解法，重点分析了递推公式、初始化方法和遍历顺序。接着通过三个典型题目（零钱兑换II、组合总和IV、爬楼梯进阶版）展示了完全背包的应用场景，并强调组合问题和排列问题在遍历顺序上的区别。关键点在于理解完全背包与01背包的核心差异（物品无限取用），以及掌握一维DP数组在组合/排列问题中的不同遍历方式（组合问题先物品后背包，排列问题先背包后物品）。

2025-08-29 10:05:32 936

原创代码随想录算法训练营31天 | 1049.最后一块石头的重量II、494.目标和、474.一和零

本文总结了三道动态规划经典问题的解法：最后一块石头的重量II：转化为01背包问题，将石头分成两堆，使两堆重量差最小。目标和：转化为背包问题，求组合方法数，提供二维和一维DP两种解法。一和零：二维背包问题，物品重量有两个维度（0和1的个数）。三题都采用01背包思路，但各有特点：第一题求最大承重，第二题求方法数，第三题是二维背包。解题关键在于正确理解问题转化、DP数组定义和递推公式。

2025-08-28 10:42:18 734

原创代码随想录算法训练营30天 | 01背包理论基础、416. 分割等和子集

本文介绍了动态规划中01背包问题的理论基础和两种解法。第一种是二维DP数组解法，通过定义dp[i][j]表示前i件物品在容量j下的最大价值，推导出状态转移方程dp[i][j]=max(dp[i-1][j], dp[i-1][j-weight[i]]+value[i])。第二种是优化的一维DP数组（滚动数组）解法，将状态转移简化为dp[j]=max(dp[j], dp[j-weight[i]]+value[i])，并采用倒序遍历背包容量以避免重复计算。文章还以分割等和子集问题为例，展示了01背包理论的应用。

2025-08-27 15:27:24 733

原创代码随想录算法训练营29天 | 62.不同路径、63. 不同路径 II、343. 整数拆分（提高）、96.不同的二叉搜索树（提高）

本文总结了动态规划在解决不同路径、整数拆分等问题中的应用。对于不同路径问题（62题），通过构建二维dp数组，利用dp[i][j]=dp[i-1][j]+dp[i][j-1]的递推公式计算路径数；当存在障碍物时（63题），需在初始化时跳过障碍。整数拆分问题（343题）则采用一维dp数组，dp[i]表示数字i的最大乘积，递推公式为max((i-j)*j, dp[i-j]*j)。文章还提到二叉搜索树问题（96题）的解法待更新。这些案例展示了动态规划"分治+记忆化"的核心思想，通过状态转移方程将

2025-08-24 14:51:17 779

原创代码随想录算法训练营28天 | 509. 斐波那契数、70. 爬楼梯、746. 使用最小花费爬楼梯

本文介绍了动态规划的基础理论和三个经典例题：斐波那契数、爬楼梯和使用最小花费爬楼梯。重点讲解了动态规划五部曲：确定dp数组含义、递推公式、初始化、遍历顺序和举例验证。斐波那契数采用dp[i]=dp[i-1]+dp[i-2]递推；爬楼梯问题类似，但初始化不同；最小花费爬楼梯则需结合体力消耗计算最小值。这些例题展现了动态规划解决重叠子问题的优势，为后续更复杂的动态规划问题奠定了基础。

2025-08-23 16:31:35 991

原创代码随想录算法训练营27天 | 56. 合并区间、738.单调递增的数字、968.监控二叉树（提高）

本文总结了三个贪心算法题目：1）合并区间，通过排序和区间重叠判断实现；2）单调递增数字，从后向前遍历调整数字；3）监控二叉树（待补充）。重点展示了前两题的代码实现：合并区间使用排序和区间合并策略，单调递增数字采用数字字符处理技巧。这些题目展示了贪心算法在解决特定问题时的有效性，通过局部最优选择达到全局最优解。文章还提到后续会更新二叉树监控和算法总结内容。

2025-08-22 11:21:21 607

原创代码随想录算法训练营26天 | 452. 用最少数量的箭引爆气球、435. 无重叠区间、763.划分字母区间

本文介绍了三个贪心算法经典问题：1) 452题用最少数量的箭引爆气球，通过按左边界排序并比较右边界确定射箭位置；2) 435题无重叠区间，提供两种解法：转化为气球问题求补集或直接统计重叠区间；3) 763题划分字母区间，利用哈希表记录字符最后出现位置，动态维护切割边界。这些题目展示了贪心算法的核心思想：通过局部最优选择达到全局最优解，适用于区间调度和字符串处理等问题。

2025-08-21 12:42:47 686

原创代码随想录算法训练营25天 | 134. 加油站、135. 分发糖果、860.柠檬水找零、406.根据身高重建队列

本文介绍了四道贪心算法题目的解题思路和代码实现。1）加油站问题通过计算累计剩余油量确定起点；2）分发糖果问题采用两次遍历，分别处理左右评分关系；3）柠檬水找零问题优先使用大额零钱；4）身高重建队列问题先按身高排序再按k值插入。这些题目都体现了贪心算法"局部最优推导全局最优"的思想，通过合理定义局部最优解，最终得到全局最优解。解题时需注意处理顺序和边界条件，不同题目需要根据具体特点设计不同的贪心策略。

2025-08-17 09:09:34 666

原创代码随想录算法训练营24天 | 122.买卖股票的最佳时机 II、55. 跳跃游戏、45.跳跃游戏 II、1005.K次取反后最大化的数组和

摘要：本文总结了贪心算法在四道经典题目中的应用。1.买卖股票问题通过分解每日正利润实现全局最优；2.跳跃游戏通过维护最大覆盖范围判断可达性；3.跳跃游戏II通过动态更新覆盖范围计算最小步数；4.K次取反问题通过每次反转最小值最大化数组和。这些解法都体现了贪心算法的核心思想：通过局部最优选择逐步达到全局最优解。文章还提到后续将用动态规划方法重新解决股票问题，并预告了阶段总结内容。

2025-08-16 12:27:40 558

原创代码随想录算法训练营23天 | 455.分发饼干、376. 摆动序列、53. 最大子序和

本文总结了贪心算法的理论基础和三个典型应用：分发饼干、摆动序列和最大子序和问题。贪心算法的核心是局部最优解导向全局最优解。分发饼干问题采用大小匹配策略，摆动序列通过识别坡度变化点来统计峰值，最大子序和则通过舍弃负和来维护最大连续和。每个问题都给出了详细的解题思路和代码实现，并讨论了边界条件和特殊情况处理。这些案例展示了贪心算法在实际问题中的应用模式，为后续学习动态规划解法奠定了基础。

2025-08-15 11:11:03 625

原创代码随想录算法训练营22天 | 491.递增子序列、46.全排列、47.全排列 II、332.重新安排行程（提高）、51. N皇后（提高）、37. 解数独（提高）

本文总结了回溯算法在解决递增子序列、全排列、N皇后等经典问题时的应用。对于递增子序列问题，重点在于不能对原数组排序，并通过集合或数组实现去重；全排列问题需注意使用标记数组处理重复元素；N皇后问题则通过递归控制行、循环控制列，并验证每个位置的合法性。文章提供了清晰的代码实现和关键思路，强调回溯过程中状态标记的重要性，并指出后续可提高的题目方向（如解数独、重新安排行程等）。

2025-08-14 15:38:42 469

原创代码随想录算法训练营21天 | 93.复原IP地址、78.子集、90.子集II

本文介绍了回溯算法解决三类问题的实现：1. 复原IP地址通过递归分割字符串，验证每段数字的有效性（0-255）；2. 子集问题收集所有节点结果，通过递归遍历所有可能的元素组合；3. 子集II在子集基础上增加去重处理，通过排序和标记数组避免重复子集。三题均采用回溯框架，关键区别在于终止条件和去重处理。IP地址需验证分段有效性，子集问题收集全路径，子集II需处理重复元素。

2025-08-07 10:32:12 600

原创代码随想录算法训练营20天 | 39. 组合总和、40.组合总和II、131.分割回文串

本文总结了回溯算法在组合和分割问题中的应用。组合总和问题（39题）允许元素重复使用，通过剪枝优化递归效率；组合总和II（40题）要求元素仅用一次且需处理重复元素，通过used数组标记树层去重；分割回文串（131题）将切割转化为组合问题，使用双指针判断回文子串。关键点在于：1）组合问题中startIndex控制递归范围；2）树层去重需排序和标记；3）切割问题通过startIndex模拟切割线。这些题目展示了回溯算法处理组合类问题的通用模板和变体技巧。

2025-08-06 10:56:48 724

原创代码随想录算法训练营19天 | 77.组合、216.组合总和III、17.电话号码的字母组合

本文介绍了回溯算法的理论基础及其在组合问题中的典型应用。主要包括77.组合、216.组合总和III、17.电话号码的字母组合三个问题的解法。文章详细讲解了回溯算法的模板结构，通过startIndex参数避免重复组合，并给出了剪枝优化的方法。在组合总和问题中，增加了对元素总和的限制条件；在电话号码字母组合问题中，使用数字-字母映射表进行处理。这些解法都遵循回溯算法的基本框架：路径记录、条件判断、递归调用和回溯撤销。文章还提示了回溯算法在其他类型问题（如切割、子集、排列、棋盘等）中的应用可能性。

2025-08-03 10:03:40 612

原创代码随想录算法训练营18天 | 669. 修剪二叉搜索树、108.将有序数组转换为二叉搜索树、538.把二叉搜索树转换为累加树

该文章介绍了二叉搜索树的三个经典算法问题及解法：1. 修剪二叉搜索树（669题），通过递归判断节点值范围决定是否保留；2. 将有序数组转换为二叉搜索树（108题），采用二分法递归构建平衡BST；3. 二叉搜索树转累加树（538题），利用右-中-左的逆中序遍历累加节点值。每个解法都给出了清晰的递归思路和代码实现，并建议后续可以通过迭代法进一步优化。文章结构清晰，代码注释详细，适合算法学习者理解BST相关操作。

2025-08-02 10:52:17 529

原创代码随想录算法训练营17天 | 235. 二叉搜索树的最近公共祖先、701.二叉搜索树中的插入操作、450.删除二叉搜索树中的节点

本文介绍了二叉搜索树的三种重要操作。1) 查找最近公共祖先：通过比较节点值决定递归方向，当前节点值位于两目标节点值之间时即为所求；2) 插入操作：递归找到合适位置后新建节点，迭代法则需记录父节点位置；3) 删除节点：处理五种情况，包括叶子节点、单子树节点和双子树节点（需将左子树接至右子树最左节点）。这些操作均利用二叉搜索树的有序特性，通过值比较决定操作路径，时间复杂度为O(h)，h为树高。

2025-08-01 09:27:04 663

原创代码随想录算法训练营16天 | 530.二叉搜索树的最小绝对差、501.二叉搜索树中的众数、236. 二叉树的最近公共祖先

本文总结了三道二叉树相关的算法题解：1) 二叉搜索树的最小绝对差，采用中序遍历递归解法，比较相邻节点差值；2) 二叉搜索树的众数查找，通过一次遍历同时记录频率和最大频率；3) 二叉树的最近公共祖先，使用后序遍历处理左右子树的返回值。解法均采用递归实现，其中第三题通过判断左右子树返回值来定位最近公共祖先。文章还提示后续可尝试迭代法实现前两道题，并思考非二叉搜索树情况下如何求众数。

2025-07-31 09:15:49 458

原创代码随想录算法训练营15天 | 654.最大二叉树、617.合并二叉树、700.二叉搜索树中的搜索、98.验证二叉搜索树

本文总结了二叉树相关的4个经典算法题解。654题通过前序遍历递归构造最大二叉树，每次选取数组最大值作为根节点并分割数组；617题展示了合并二叉树的递归和迭代两种解法，重点处理节点叠加逻辑；700题利用二叉搜索树特性实现高效搜索；98题通过中序遍历验证二叉搜索树，给出数组、最大值和双指针三种验证方法。这些题目涵盖了二叉树构造、遍历、搜索和验证等核心操作，解题时需注意不同遍历顺序的应用场景。递归法是解决二叉树问题的通用方法，而迭代法在某些情况下性能更优。

2025-07-30 11:35:30 422

原创代码随想录算法训练营14天 | 513.找树左下角的值、112.路径总和、113.路径总和ii、106.从中序与后序遍历序列构造二叉树、105.从前序与中序遍历序列构造二叉树

这篇文章总结了二叉树相关的5个算法题解，包括找树左下角的值、路径总和、路径总和II以及两种遍历序列构造二叉树的方法。对于找左下角值，提供了迭代法（层序遍历）和递归法两种解法；路径总和问题通过递归和迭代两种方式实现，重点处理路径计数和回溯；构造二叉树的解法详细说明了如何根据中序+后序或前序+中序遍历序列重建二叉树，通过切割数组和递归处理左右子树。文章还指出可以通过传索引优化性能，避免频繁拷贝vector。整体涵盖了二叉树遍历、路径处理和重构等核心算法。

2025-07-30 09:57:37 648

原创代码随想录算法训练营13天 | 222.完全二叉树的节点个数、110.平衡二叉树、257. 二叉树的所有路径、404.左叶子之和

本文总结了二叉树相关算法题解：1.完全二叉树的节点计数（递归/迭代/利用完全二叉树性质优化）；2.平衡二叉树判断（递归计算高度差）；3.二叉树所有路径（前序遍历+回溯）；4.左叶子节点求和（迭代/递归）。重点涉及多种遍历方式、完全二叉树性质应用、回溯技巧等。文章提供了详细的代码实现，并指出后续可优化方向（如平衡二叉树的迭代解法）。这些题目涵盖了二叉树的基础操作和典型问题解决方法。

2025-07-24 12:47:04 830

原创代码随想录算法训练营12天 | 226.翻转二叉树、101. 对称二叉树、104.二叉树的最大深度、111.二叉树的最小深度

本文介绍了二叉树相关的多个算法题解，包括翻转二叉树（递归法和迭代法的前序、中序、后序遍历实现）、判断对称二叉树（递归和迭代实现）、相同树比较、子树判断、二叉树和N叉树的最大/最小深度计算（后序遍历解法），以及N叉树的前序和后序遍历。重点讲解了递归思路在不同问题中的灵活应用，如通过比较外侧和内侧节点判断对称性，以及处理节点为空等边界条件的技巧。文章还区分了节点深度和高度的概念，并针对不同遍历顺序的特点进行了详细分析。

2025-07-18 14:40:01 649