【力扣一刷】代码随想录day49（动态规划part10-12 - 买卖股票专题：121 I、122 II、123 III、188 IV、309 含冷冻期、714 含手续费、买卖股票专题总结） 时间复杂度：O(n²)，for循环嵌套遍历 空间复杂度：O(1)时间复杂度：O(n)，for循环遍历一次 空间复杂度：O(1)时间复杂度：O(n)，for循环遍历一次 空间复杂度：O(n)，额外的二维数组时间复杂度：O(n)，for循环遍历一次 空间复杂度：O(1)，只用了两个变量存储时间复杂度：O(n)，for循环遍历一次 空间复杂度：O(1)方法二 动态规划（二维数组）时间复杂度：O(n)，for循环遍历一次 空间复杂度：O(
【力扣一刷】代码随想录day48（动态规划part9 - 打家劫舍专题：198.打家劫舍、213.打家劫舍II 、337.打家劫舍III） 当数组中只有两个元素时，不进入for循环，此时y就是答案，所以最后的返回值不能是z，只能是y。
【力扣一刷】代码随想录day44（动态规划part6 - 背包问题专题： 完全背包理论基础、卡码网52、518. 零钱兑换 II、377. 组合总和 Ⅳ ） 遍历第 i 个物品，书包容量为 j 时，不取第 i 个物品，则直接返回旧值dp[ j ]，取第 i 个物品时，最大容量为 dp[j - weights[i]] + values[i]，其中dp[j - weights[i]]的意思是留足够的空间给需要取的第 i 个物品，再从。完全背包和01背包问题唯一不同的地方就是，01背包问题的每种物品只能取0次或1次，而完全背包问题的每种物品可以取无限次。，外层for遍历的是物品，内层for遍历的是背包容量。2、顺序不同的序列被视作不同的组合，相当于求的是。
【力扣一刷】代码随想录day43（动态规划part5 - 背包问题专题： 1049. 最后一块石头的重量II、494. 目标和、474.一和零） sum = 23，target = 23 / 2 = 11，不可能将这堆石头恰好分成重量相同的两堆，但是最理想的情况下，是容量为11的背包恰好能装满，那么背包里的石头的重量就是11，剩下的没被装入书包的石头的重量就是23-11=12，那么两堆石头的重量差值就是12-11=1，即和为奇数的数组的最小差值至少为1。sum=151，target = 151 / 2 = 75，容量为75的书包最多能装重量为73的石头，那么剩下的石头的重量为151 - 73 = 78，那么最小差值就是 78 - 72 = 5。
【力扣一刷】代码随想录day42（动态规划part4 - 背包问题专题：卡码网46.携带研究材料、416.分割等和子集 ） 1、定义二维矩阵的时候，行数M对应M件物品，列数N+1对应背包容量，因为还需要考虑容量为0的情况。2、初始化第一行时要考虑背包容量和第0件物品所占空间的大小关系，可以直接从物品0所占空间对应的背包容量开始遍历进行初始化，也可以从背包容量0开始遍历加以判断再进行初始化。3、在递推时，也要考虑背包容量和第0件物品所占空间的大小关系，即能不能放物品 i ，不能放直接返回不放的最大价值，能放要考虑不放 i 和放 i 哪个价值大。4、卡码网的输入输出问题，以及记得要import和写main函数。
【力扣一刷】代码随想录day41（动态规划part3：343. 整数拆分、96.不同的二叉搜索树 ） 中等题（需要仔细推理过程）dp(i)就是将 i 拆分为 k 个正整数的和（ k >= 2 ），k个整数乘积的最大值。对于 n 而言，需要分 1~n/2 种情况讨论，用 j 代替其中一种那么，j = 1时，剩余的和为n-1，只要比较 1 × dp(n-1) 和 1 × (n-1)哪个更大，即可得到将n拆分为正整数后一定包含正整数1的乘积最大值。以此类推，直至 j = n/2，遍历所有 j 的情况后统计乘积最大值，即可得到dp(n)。
【力扣一刷】代码随想录day39（动态规划part2：62.不同路径、63. 不同路径 II ） 中等题只能向右或向下移动一步，当前格子只能由左边（向右移）或上边（向下移）到达到达当前格子的路径数 = 到达左边格子的路径数 + 到达上边格子的路径数。
【力扣一刷】代码随想录day36（贪心算法part5 - 重叠区间专题：435. 无重叠区间、763.划分字母区间、56. 合并区间 ） 则删除最后一个区间，添加合并后的区间到返回列表中，注意合并区间的右边界应该是两区间右边界的最大值；
【力扣一刷】代码随想录day35（贪心算法part4：860.柠檬水找零、406.根据身高重建队列、452. 用最少数量的箭引爆气球 ） 2、调整顺序如果用ArrayList实现，时间复杂度会偏高，最好用LinkedList，而且要想到按k调整顺序相当于按k为索引，依次将people排序后的各个数组插入链表。存在重叠区域：不需要增加箭，只更新shoot的范围，起始位置不变，结束位置取上一个shoot的结束位置和当前遍历气球的结束位置的最小值。按照身高降序排序后，即使将后面的数组调整到前面，也不会影响前面的 k ，因为前面的肯定比后面的高。1、排序需要重写compare方法，先按身高h降序排序，身高相同的情况下，再按k升序排序。
【力扣一刷】代码随想录day34（贪心算法part3：1005.K次取反后最大化的数组和、134. 加油站、135. 分发糖果） lambda表达式return的不同类型1、静态方法2、实例方法3、特殊类型方法4、构造器。
【力扣一刷】代码随想录day31（贪心算法part1：理论基础、455.分发饼干、376. 摆动序列、53. 最大子序和 ） 利用摆动标记mark，区分前两种情况，最后一个点一定要记录结果，对应初始值res=1。
【力扣一刷】代码随想录day29（回溯算法part5：491.递增子序列、46.全排列、47.全排列 II） 1、处理当前节点如果到当前节点的路径长度为1或者为0，直接遍历访问子节点即可如果到当前节点的路径长度大于/等于2，则判断是否递增如果递增，则记录路径如果不是递增，则不记录路径，不访问子节点，直接返回在for循环遍历前，定义Set对象，用于记录当前层遍历过的子节点（注意：不能定义为全局变量，因为递归的时候会加入其它层的节点）。在for循环遍历时，如果当前层前面出现过相同值的子节点，就不遍历该子节点，跳过。需要【判断子序列是否递增】和【考虑如何去重】
【力扣一刷】代码随想录day28（回溯算法part4：93.复原IP地址、78.子集、90.子集II ） 去重的时候，是判断当前子节点在当前层前面是否已经遍历过，是 i > start， 而不是 i > 0。i > start才能保证判断的是当前层的第二个节点，而当前层的第一个节点也可能符合 i > 0，万一该节点等于数组中上一个节点的值，则该节点就无法遍历了。只递归遍历单独"0"这个子串的分支，遍历完后直接return，不再遍历剩下的"0x"不合法的IP段。1、将题目抽象成树，子节点为指定开始索引start的子串，在遍历子节点的时候进行剪枝（打叉的地方表示剪枝），保证子节点合法。中等题（偏难，坑很多）
关注
