关于算法的一点总结

1. 分解问题的角度: fix 某一维度，尝试另一维度上的所有可能
   a. 可能是array的(i, j)pointers, b. 可能是矩形的长与宽, c. 可能是tree的每一个subtree, d. 可能是情景题的每一对pair…
   
   1. 求所有解的, 暴力上backtracking吧
   2. 如果问最短/最少的, 先想BFS、DP这对好基友
   3. 如果环相关/重复访问, DFS + visited state雄起
   4. 如果问连通性, 静态靠DFS/BFS, 动态靠Union-Find
   5. 如果有依赖性, 想想Topologic order 和indegree
   6. DAG的万能套路 DFS+memo, 再到DP
   7. 建图的时候想想vertex, edges/neighbors, cost分别是什么。如果出现cycle, 别忘了给vertex增加状态
   8. 树相关, 永远有backtracking 和 pure recursion两条路
   9. 遇到字符串/字典/char board相关的, Trie tree总是可以试试的
   10. Range里求最大/最小/sum等特征值, Segment tree会是不错的选择
   11. Matrix和Array通常都是1. Two Pointers, 2. Sliding Window(fixed & not fixed), 3. DP
   12. DP题型往往是: a. 问你可不可以啊, 数量有多少啊, b. 两个string上match来match去的, c. 1D/2D array 相关, d. 博弈游戏
   13. 破解DAG cycle想想哪个维度是具有单调性的: 常见的steps, directions, paths
   14. Reversed idea非常重要, 可能会帮助你破题: 最长可能是某种最短的反面, 最多可能是某种最少的反面, obstacle的反面是reachable, subarray的反面是array中的剩下元素, left的反面是right。
   15. Look up别忘了HashMap/HashSet, HashMap + DLL是常见hybrid数据结构。
   16. 找规律试试那些旁门左道: 单调Stack/双端Deque
   17. 排序大法总是可以试试的
   18. 时空复杂度: a. backtracking相关, 想想branching factor和height
       b. DFS+memo/DP相关, 想想state数量, 以及每个state的cost
       c. tree相关, 总是要考虑balanced 和 single linked list的
       d. array/矩阵相关, 先数数你有多少个for loops
       e. binary search application相关, 别忘了check function开销
       f. stack/queue/deque相关, 常说的吃进去一次又吐出来一次
       g. Java的string是朵奇葩, string concatenation不是免费的
       h. 没人知道n是什么, 先告诉别人m，n，k，V，E是什么
   19. 比较不同sol的trade offs: a. Time/Space complexity异同
       b. online/offline算法
       c. pre-computation cost
       d. 不同APIs的call frequency差异会导致不同的时间要求
       e. extension: 是否适用于generic parameters/stream input
       f. 线程安全/large scale

http://joshuablog.herokuapp.com/Leetcode-%E6%80%BB%E7%BB%93.html?from=groupmessage&isappinstalled=0