Leetcode 算法解题思路总结

注：拿到题目后先通过审题，判断是哪一类题，可以套用什么模板，明确这一块非常重要没有之一，明确了之后，很可能出现自己都不知道是为什么，但题已经迎刃而解了！！！

一、二叉树问题

注：二叉树的遍历方式主要有广度遍历（BFS）和深度遍历（DFS），深度遍历又主要包含：先序遍历、中序遍历和后序遍历；

拿到题目

1）判断是搜索还是遍历；

2）如果是搜索，使用递归；

        明确当前节点要做的事；

        其他交给递归，如果当前节点会影响整个二叉树，借助辅助函数；

3）如果是遍历，使用对应框架；

二者区别及适用范围：

（1）BFS、DFS 最坏时间复杂度相同，但是相比之下 BFS 更高效；

（2）DFS 的空间复杂度优于 BFS，且 DFS 使用递归，代码比较好些；

（3）一般在寻找最短路径时使用BFS，其他时候使用DFS;

（4）DFS 是线，BFS 是面；相当于 DFS 是单打独斗，BFS 是集体行动；

1、BFS（广度优先搜索）

        BFS 主要解决最短路径问题，BFS 又分为传统 BFS 和双向 BFS；传统 BFS 是从起点开始扩散，遇到终点时停止；双向 BFS是从起点和终点同时开始扩散，且当两边有交集时停止；虽然二者的最坏时间复杂度相同，但是实际上双向 BFS会较快一些；二者空间复杂度相同；

        只要涉及暴力穷举的问题，BFS 都可以使用，而且可以更快地找到答案；在使用 BFS 框架时，如果遇到二维数组问题，一般都会转化为一维数组处理，因为二维数组套用 BFS 框架比较麻烦且效率低；如滑动拼图问题， labuladong 的算法小抄 P311 ；

注：使用双向 BFS 的前提是必须知道终点在哪里；

下面举例说明；

（1）BFS 求二叉树的最小高度

（2）BFS 求解开密码锁的最少次数

        002 BFS 实现解开密码锁的最少次数

        003 双向 BFS 实现解开密码锁的最少次数

注：在双向 BFS 中，如果每次选择较小的集合进行扩散，占用的空间增长速度就会慢一些，且效率会高一些；即在 while 循环开始时做一个交换，找出较小的集合；

补充：BFS 的使用有两种情况

情况一：在 while(!q.empty()){} 循环中使用 for 循环，for 循环结束即对应着，当前层遍历结束，应用的场合如：求树的深度；

情况二：在 while(!q.empty()){} 循环中不使用 for 循环，直接把当前节点的子节点加入到 q 队列中；

2、DFS（深度优先搜索）

        DFS 主要解决最短路径以外的搜索问题（例如涉及排序的相关问题）；深度优先搜索主要包括：先序遍历、中序遍历和后续遍历；

（1）先序遍历

        004 DFS 先序遍历实现全排列问题

3、BST（二叉搜索树）

        二叉搜索树是一种非常常用的二叉树，特点：任意节点的值要大于等于左子树所有节点的值，且要小于等于右子树的所有节点的值；基本框架见：labuladong 的算法小抄 P238 ；

        BFS 技巧：

（1）二叉树算法设计总路线：把当前节点要做的事做好，其他的扔给递归，无需当前节点操心；

（2）如果当前节点会对下面的子节点有整体影响，可以通过辅助函数增长参数列表，借助参数传递信息；

        006 验证二叉搜索树[C++]

        007 二叉搜索树的插入操作[C++]

二、查找问题

1、已知数组—无序状态

优先考虑：unordered_set、unordered_map 容器

原因1：两者的实现都是基于哈希表，其在插入和查找问题上时间复杂度很低，且高效，代价是消耗较多的内存；

原因2：两者都有 find() 内置函数，查找起来比较方便；

2、已知数组—有序状态

优先考虑：二分查找，套用模板；

注：在实现二分查找的过程中也可以考虑使用 unordered_set、unordered_map 容器；

二分查找模板如下：

注：模板参考 labuladong 的算法小抄 P83 

三、回溯算法

        解决回溯问题，实际上就是一个决策树的遍历问题，所以解决回溯问题使用的方法是二叉树的先序遍历，只不过二叉树变成了多叉树；且回溯算法就是纯暴力穷举，复杂度一般都很高；

        下面使用 Leetcode 例题说明；        

        004 DFS 先序遍历实现全排列问题

        005 回溯算法实现 N 皇后问题

回溯方法的框架见： labuladong 的算法小抄 P43 

注：总结仅仅是为了自己在刷题后期复习起来比较方便，持续更新中；