经典算法解题思路汇总

*1.在线算法求数组的中位数
维护一个大顶堆，一个小顶堆
priority_queue<int, vector, greater> 小顶堆
priority_queue<int, vector, less> 大顶堆
为方便计算中位数，需保持大顶堆大小不小于小顶堆，所以要先判断堆大小
如果大顶堆大小等于小顶堆，当插入新元素时，如果该元素比大顶堆最大元素小或相等，则直接插入
如果比大顶堆最大元素大则先将元素插入到小顶堆，再从小顶堆拿一个元素过来，使大顶堆个数还是小于小顶堆
如果大顶堆元素不等于小顶堆，如果插入元素大于大顶堆，则直接插入小顶堆，如果小于大顶堆，则把大顶堆堆顶元素
插入大小顶堆，再把插入元素放到大顶堆中.

*2.字符串替换技巧
通常有索引下标、源串、目的串
通常的做法是对索引下标排好序，依次替换，从前到后替换时，需要拷贝一个新串出来，按顺序遍历源串，拼接新串即可
如果希望在源串上操作，则好的做法是，下标排好序后，从后向前替换，这样之前的索引位置还是有效的.
有很多问题是从后向前解决时更方便

*3.字符串处理技巧
使用trie树、使用suffix trie树，注意实现search和insert函数

*4.图
注意根据边可以得到图，对于无向图，因为边时双向关系，在遍历无向图时，需要任选一个点，作为跟节点，并使其父节点为-1
然后跟他相邻的节点，作为其子节点，因为存在父子关系，当递归遍历子节点时，每个节点都需要维护跟改节点相邻的节点，
遍历时注意排除掉 节点等于 父节点的情况.

*5 BFS和DFS
两者算法复杂度都是o(n), 但是BFS需要使用额外空间，dfs不需要
BFS需要注意先设置标志位和后设置标志位的区别，通常先设置标志位后，可以防止重复加入元素，所以通常的做法都是先标记元素，后处理逻辑
DFS同样需要考虑先标记和后标记的问题，通常也是先标记，dfs走到改点时，直接标记改点已经走过，如果需要回溯的，返回时需更新会原先状态，不需要回溯的则不用处理.

*6. 二分查找用于逼近极值点
常规的二分查找用于找值，二分查找还可以用于分割问题，例如一个函数由两个子函数组成，一个子函数a单调递增，一个子函数b单调递减, 如果说我们想找到两个子函数值最接近的点，可以利用二分，在坐标点i，如果a(i)的值小于b(i)时，则在i的右半部查找，如果a(i)大于b(i), 则去i左半部查找，所以这里判断查找方向是依据左右两部分的值
尽量往两者值接近的地方去. 画一个递增的曲线和递减的曲线，我们找的就是两者的交点. 该点，a和b的取值最接近

*7. 找最少步数

a) 考虑BFS，遇到符合条件的即可以退出，如果使用DFS则需要遍历全部的可能，没有BFS快

b) djstra算法，单源最短路径，知道o(ElogE)解法即可，根据题目要求看是否可以使用

c) 动态规划，最值问题，也可以通过DP的递推公式来解决

转载于:https://www.cnblogs.com/ctrlzhang/p/9033678.html