NeeEk0的博客

回溯算法是一种经典的递归算法，通常⽤于解决组合问题、排列问题和搜索问题等。回溯算法的基本思想：从一个初始状态开始，按照⼀定的规则向前搜索，当搜索到某个状态无法前进时，回退到前一个状态，再按照其他的规则搜索。回溯算法在搜索过程中维护一个状态树，通过遍历状态树来实现对所有可能解的搜索。回溯算法的核心思想：“试错”，即在搜索过程中不断地做出选择，如果选择正确，则继续向前搜索，否则，回退到上一个状态，重新做出选择。回溯算法通常用于解决具有多个解，且每个解都需要搜索才能找到的问题。// 回溯算法的模板。

二叉树是一种经典的树结构，是节点的一个有限集合（该集合为空，或由一个根节点加上两棵别称为左子树和右子树的二叉树组成）。二叉树中又有一些特别的类型，例如二叉搜索树、红黑树等。若根的左子树不为空，则左子树上所有节点的值都小于根节点的值；若根的右子树不为空，则右子树上所有节点的值都大于根节点的值；根的左右子树也分别为二叉搜索树。前序遍历：根->左子树->右子树。中序遍历：左子树->根->右子树。后序遍历：左子树->右子树->根。

常见的、典型的搜索算法有 BFS（宽度优先搜索）和 DFS（深度优先搜索）。而递归是搜索算法的基础。如果将递归看作是一个大类，那么搜索算法就是递归下面的一个分支，因此要掌握搜索算法，就必须掌握递归。【Tips】递归是什么？简单来说，递归就是一个函数自己调用自己的行为。【Tips】为什么会用到递归？把一个问题看作是主要问题，这个主要问题可以划分为若干个相同的子问题，递归就主要针对这种场景。【Tips】如何理解递归？画递归展开的细节图（本质是对一棵树进行DFS）；借助二叉树的相关题目；

【补】图的基本概念（1）顶点集合V = {x|x属于某个数据对象集}是有穷非空集合；E = {(x,y)|x,y属于V}或者E = {|x,y属于V && Path(x, y)}是顶点间关系的有穷集合，也叫做边的集合。(x, y)表示x到y的一条双向通路，即(x, y)是无方向的；Path(x, y)表示从x到y的一条单向通路，即Path(x, y)是有方向的。顶点和边：图中结点称为顶点，第i个顶点记作vi。

最短路问题是图论中一种经典的题型，包括单源最短路、多源最短路、边权为 1 的最短路等等。本篇主要讲述的是边权为 1 的多源最短路问题。简单来说，边权为 1 的单源最短路问题即为：求从单个起点到终点的最短路径距离，而边权为 1 的多源最短路问题即为：求从多个起点到终点的最短路径距离。对于多源的最短路问题，我们将多个相邻的起点看作是一个整体，进而简化成一个起点，将多源转化成单源并利用 BFS 来处理，具体的方式是，在用队列进行 BFS 时，将所有起点入队，然后一层一层向外扩展。​。

最短路问题是图论中一种经典的题型，包括单源最短路、多源最短路、边权为 1 的最短路等等。本篇主要讲述的是边权为 1 的最短路问题。有如下一幅无向图，其中的每个点都可以看作是一个地点，两点之间的线可以看作是一条路径，路径上标识的权值（边权）可以看作是路径的长度，所谓最短路问题，就是求一个地点到另一个地点的最短路径长度。而边权为 1 的最短路问题，就是指每条路径上的权值都为 1 或都相同。

FloodeFill算法即填充算法，原理就是从一个点开始向四周扩散，向周围可以走到的点填充颜色，直到将可扩散到的点全部填充颜色。BFS （宽搜）算法通常使用队列实现，将起始像素点加入队列中，并不断扩展队列中的像素点，直到队列为空为止。DFS（深搜） 算法通常使用递归实现，在处理当前像素点的相邻像素点时，递归调用 DFS 函数，不断深入直到无法找到相邻像素为止。假设这一块4*4的方格是一块土地，有凸起的地方，也有凹陷的地方（凹陷的地方用负数表示）。此时下大雨发洪水，会把凹陷的地方填满。

1046. 最后一块石头的重量。

和栈类似，队列也是一种特殊的线性数据结构，是只允许在一端进行插入数据操作、在另一端进行删除数据操作的特殊线性表，具有先进先出的特性。进行插入操作（入队）的一端称为队尾，进行删除操作（出队）的一端称为队头。队列一般与 BFS（宽度优先搜索）结合出题，而 BFS 主要的题型有树形结构相关（多为二叉树）、图论相关（最短路问题、迷宫问题、拓扑排序等）。

栈是一种特殊的线性表，只允许在固定的一端进行插入和删除元素操作。进行数据插入和删除操作的一端称为栈顶，另一端称为栈底，栈中的数据元素遵守后进先出的原则。它的插入操作叫做进栈（或进栈/入栈），插入的数据在栈顶；删除操作叫做出栈。出的数据也在栈顶。栈一般与模拟算法结合在一起出题，在题目中野经常充当数据的缓存容器，来帮助模拟入栈和出栈的过程以求得结果。

哈希表是一种存储数据的容器，可以快速查找某个元素，其查找的时间复杂度为 O(1)，非常合适需要频繁查找某一个元素的场景。直接使用底层为哈希表的 STL 容器。用数组模拟简易的哈希表，例如利用数组统计字符串中字符的频次、整型的数据范围很小时映射某些值等。

链表是一种常见的线性数据结构，是一种在物理结构上非连续、非顺序的存储结构，其中的数据元素的逻辑顺序由其中的指针链接次序实现，指针链接的每一个结构体都是一个节点。链表的结构多种多样，有单向或双向、带头或不带头、循环或非循环之分。无头单向非循环链表（或称单链表）带头双向循环链表（或称双向链表）【Tips】链表的常用技巧一定要画图！引入一个虚拟的头节点，利于处理边界情况、对链表进行各种操作。不要吝啬空间，大胆定义变量去使用，尤其涉及到插入操作的时候。

字符串是一种数据结构，大多与别的算法结合在一起出题，例如模拟、高精度算法、双指针、dp、回溯等，因此这个专题的题型本身是特别丰富的。本篇选取了较为典型的字符串题型，除了涵盖一些常用算法，还包括经常用到的容器、接口等。

与快速排序类似，归并排序也将无序数组进行划分，根据数组的中间位置，通过递归的方式依此将数组划分为两个区间，直到每个区间只有一个元素为止，然后在每一层递归对划分后的数组进行排序，最终递归层层返回，将若干个排好序的小区间合并起来，这样就完成了对无序数组的排序。

快速排序算法有很多版本，其中较为常见的有 hoare 法、挖坑法、前后指针法。这些版本已经在往期博客中做过详细的梳理（【算法】八种常见排序算法-CSDN博客），本篇则侧重于三路划分版本。三路划分，顾名思义就是把一个顺序数据结构（一般为数组）分成三个部分，在该数据结构中随机选定一个基准值作为 key，然后按元素的值把数组分成小于 key 的部分、等于 key 的部分、大于 key 的部分。此时，这个 key 是已经排好序的了，接下来只需继续对其他区间进行划分，直到整个数组完成排序。

程序中的所有数在计算机内存中都是以二进制的形式储存的，位运算就是直接对整数在内存中的二进制位进行操作，常见有逻辑与（&）、逻辑或（|）、逻辑异或（^）、按位取反（~）等。【Tips】常见位运算方法总结（1）区分位运算的优先级：别人工区分了，按题目要求能加括号就加括号！（2）基础的与、或、异或（3）位图相关确定 n 的二进制数的第 x 位是 0 还是 1：右移 x 后与 1将 n 的二进制数的第 x 位修改成 1：或上 1 的左移 x。

模拟算法是指，根据题目表述进行筛选提取关键要素，按需求书写代码解决实际问题，换句话说其实就是“依葫芦画瓢”，但很考察对数据结构、容器和一些特殊数学方法的掌握程度。模拟算法一般是一些很基础的题目，只要按题目要求来写代码就能解开题目。不过，模拟题也有相对困难的题目，而它们大部分的优化思路都是找规律。

前缀和是指，从数组的起始位置到某一位置的所有元素的和，主要应用于数组，有一维前缀和、二维前缀和之分，其本质是简易版的动态规划，使用时也会频繁涉及递推公式。【ps】做前缀和类型的题目，切忌死记硬背、生搬硬套，关键在于学会前缀和的思想和推导过程，能在不同的题目中化用。

二分查找是一种高效的查找方法，其时间复杂度为 O（logN），主要针对于有序的顺序存储结构（无序有时也行，但是要有二段性），使用时的细节较多，但使用的套路相比其他算法更容易被摸清。34. 在排序数组中查找元素的第一个和最后一个位置 - 力扣（LeetCode）

滑动窗口是一种常见的算法技巧，其本质由同向双指针构成，是双指针算法的变型，同样也适用于数组或字符串。在一个数组或字符串中，一前一后的同向双指针将数组或字符串进行了划分，被同向双指针包围的区间就像一个“窗口”，通过移动同向双指针就实现了“窗口”的“滑动”。【Tips】滑动窗口的一般解题步骤根据题目要求，定义和初始化同向双指针，以此初始化窗口的起始位置和结束位置；不断移动窗口，让窗口外的元素进窗口；根据题目要求，不断进行判断是否更新解，或是否出窗口；

双指针（或多指针）是一种针对于线性结构的方法，适用于任何包含顺序存储的线性数据结构中，通过分别控制位于序列不同位置的两个指针，在序列中的移动，逐步简化待解决问题，以求解问题或满足特定条件。

所谓排序，就是一种使一串数据记录，按照其中的某个或某些关键字的大小，递增或递减地组织起来的操作。 从数据的存储上，它被分为内部排序和外部排序。内部排序，是数据元素全部放在内存中的排序。 外部排序，是数据元素太多的时候不能同时放在内存中，根据排序过程的要求又不能在内外存之间移动数据的排序。 稳定性是排序最重要的评价方式。假定在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次序保持不变，即在原序列中，r[i]=r[j]，且r[i]在r[j]之前，而在排