weixin_53153619的博客

以for循环去遍历孩子数组，index代表饼干数组最大尺寸的饼干，如果当前s[index] >=g[i]的话，那么饼干数组就继续往前走，并且孩子数组也在往前遍历。这里的思路就是用尺寸最大的蛋糕 优先满足胃口最大的孩子 为了避免尺寸浪费。所以这里分别对孩子数组和饼干数组进行排序，然后倒序遍历。思路：这道题啊 不太会。今天开始贪心算法了！

对path路径进行判断是否为空，如果不为空，那就同时判断上一次的元素也就是path[-1]是否大于我们当前的元素，如果上一个元素大于当前元素，或者当前元素已经在我们的used_set中了，那么久continue。当我们的收获到的path的长度已经和nums的长度一样了，说明我们完全遍历完了，也就是该收获的时候了，所以加入结果集然后return。和上一个题不一样的是，nums数组中出现了重复的元素，并且我们的输出结果中，也有重复的元素，但是要求返回不重复的排列。实际上在这一层他是已经使用过的。

循环终止条件：当index>nums的长度的时候，说明所有元素被遍历过了 就要退出了。其实子集也是一种组合问题，因为它的集合是无序的，子集{1,2} 和 子集{2,1}是一样的。中依旧讲解组合总和问题，本题集合元素会有重复，但要求解集不能包含重复的组合。思路：这道题和之前的回溯有相同的地方，不同点就在于元素是不重复的。如果把 子集问题、组合问题、分割问题都抽象为一棵树的话，有同学问了，什么时候for可以从0开始呢？求排列问题的时候，就要从0开始。

这道题的思路和我们之前做的一样，不过唯一不同的地方就是可以不在意答案元素内是否有重复的元素，之前我们的startindex是从i+1开始每次递归，那么这里既然元素可以取多次，那么我们的下次递归依旧是从i开始，就不是i+1了。我们转化为树形结构来看，有两个维度，一个是树的同一层，另一个是树的分支，也就是说树的分是可以取重复的，但是在树的同一层中，之前用过的就不能再用第二次了。思路：本题核心难度在于 数组内的元素可以重复，但是数组是不能重复的，比如[1，7]和[7，1]只能取一个。

如果当前的path已经达到了k的长度，但是不满足和等于n，那么就pop出来并且减掉当前的元素。单层循环逻辑：首先找到当前要遍历digits中字母的位置，也就是map[digits[index]],index从0开始，获取到了第一个数字 然后再map中找到了这个数字映射的字母。树的深度就是当前digits的长度，而最后的叶子节点就是我们要收集的结果，那么回溯出现在哪里呢？然后开始递归下一层，这里递归了之后是需要返回到上一层的，也就是s = s[：-1]，这个就代表我们回溯到上一层的字母。

第一次取1，集合变为2，3，4 ，因为k为2，我们只需要再取一个数就可以了，分别取2，3，4，得到集合[1,2] [1,3] [1,4]，以此类推。单程循环逻辑:回溯法的搜索过程就是一个树型结构的遍历过程，在如下图中，可以看出for循环用来横向遍历，递归的过程是纵向遍历。回溯法是一种搜索的方式，常常与递归一起，如果某个程序写了递归，那么往往就缺少不了回溯。，是的，我指的是所有回溯法的问题都可以抽象为树形结构！可以看出这个棵树，一开始集合是 1，2，3，4，，[1,2],[2,1]这就是两种排列方式。

这是一个特例，当发现0不符合我们的范围区间的时候，不能直接return none，还要去考虑0的右子树，这里可以直接将0的右子树赋值给3的左子树，所以这就是涉及一个二叉树的重构过程。如果root（当前节点）的元素小于low的数值，那么应该递归右子树，并返回右子树符合条件的头结点。如果root(当前节点)的元素大于high的，那么应该递归左子树，并返回左子树符合条件的头结点。接着划分区间，root的左孩子接住下一层左区间的构造节点，右孩子接住下一层右区间构造的节点。都提到了，这是常用的操作手段。

本题目涉及到一个二叉搜索树树的插入操作，如果当root等于none的时候，实际上我们这里就要开始插入操作了，因为我们对二叉搜索树的特性有了解，如果这个val<根节点的话，它一定会被插到左子树中去，所以当root等于none的时候，也就是这个节点应该放的位置， 这 里直接return treenode(val)就可以了。如果pq两个节点都小于root，那么最近公共祖肯定是在他的左子树，如果都大于那么，肯定就在右子树。思路：这道题吧 面试如果考这个 我就直接g了。卡哥给的动画 直接秒懂！

思路：这里再再再次强调!遍历二叉搜索树即为遍历有序数组！那么这个问题就转化成了 递增数组中找出 出现频率最多次数的元素！既然与元素出现次数相关 那就再用一个哈希表来记录即可！思路：记住二叉搜索树的特性，中序遍历是有序数组，所以我们直接对树做一次中序遍历，然后对数组中的node进行一次循环遍历不断获取最小值就行了，这里需要创建一个max_value拿来作比较。对于中序遍历这里就不多阐述了，奥这里我踩了好几次的坑，就是我们储存遍历的数组应该定义在主函数中，不然每次遍历都是空数组。（即，出现频率最高的元素）。

这里重复用了tree1去构造新的二叉树，所以最后直接返回tree1就好了，然后就是合并之后继续递归当前的节点的左子树和tree2当前节点的左子树（注意 他们是同步进行操作的，并不是异步）可能有朋友问 你怎么知道tree1遍历到当前节点的时候，tree2刚好也在这个位置呢？这里为什么要去判断index是不是大于0，经过刚才我的实验，我认为是如果我们的最大值在第一个元素也就是index= 0的时候，我们的左子树目前是不能构成的，那么就直接先构建右子树。同理，当前节点的右子树也是递归。

思路：其实这道题我看到的第一想法就是层序遍历去解决，然后直到查找到最后一层，直接返回左节点，但是这里有一个小坑，这里不单单是只左边节点，而指的是 最靠近左侧。这里要先定义一个depth,去记录当前的层次，max_depth去记录上一层次，如果depth>max_depth，那么我们就更新depth。这里我更喜欢去做减法，当经过一个node，就对应的减去当前节点的值，这里需要用到回溯，如果已经到了叶子节点，然后当前路径和并不满足target，那么就要返回上一层去访问其他子树，也就是要把当前减掉的值加回来。

这是左边的路径保存起来之后，这里就是当我们的左右孩子都为空的时候，说明当前这条路径就已经判断完了，然后就要回到上一个节点，去看他还有没有其他的路径可以继续走，如果还是没有，那么就继续返回上一个节点，直到有新的路径出现为止。那么对于这道题来说，既然是求高度，那么我们就选择后序遍历的方式，逐渐向上返回子树的高度。可以用-1来标识以当前节点为根节点的左右子树是否为平衡二叉树，如果在过程中有一棵子树的返回值是-1，那么整个树必然不是一个平衡二叉树，如果没有返回-1，那么就正常返回当前树的高度就可以了。

单层递归逻辑：分别向node的左子树和右子树进行递归，定义left和right接受返回值。不过这里会多几个判断条件，定义left&right去接受左子树和右子树的高度之后。单层递归：就是当前node的左孩子和右孩子。思路：这道题依旧是是用层序遍历的方式，不得不说层序遍历真的很好用！终止条件：当当前node为空时候。终止条件：当node为空时返回0。递归参数:root就足够了。思路：这道题推荐用层序遍历递归的方式。判断当前root的左右子树是否为空。这也是这道题的核心部分。

这里如果使用递归法会更好的理解，当我们储存每一层的答案数组的长度等于当前的level层数，说明我们这一层的节点都已经遍历完了，然后我们的下一次递归的level可以直接+1。思路：这道题可以用前序或者后序遍历的方式来做，中间插入一个交换左右节点的过程就可以了。递归参数：level代表当前是第几层次，levels代表每一层的节点集合，node也就是咱们的节点。单层循环罗杰：当我们交换完左右节点之后，就按照正常的前序或者后序的顺序来做。递归终止条件：当node为None的时候，说明没有元素了，那么直接终止。

在遍历左、右子树时，仍然先访问根节点，然后遍历左子树，最后遍历右子树。若二叉树为空则结束返回，否则：（1）访问根结点。（2）前序遍历左子树。

push：这个push函数是为了构建队列的顺序，也就是说当我每次push进一个新的元素，我就用这个元素和队列中的尾部元素进行判断，如果当前元素大于队列尾部，那么就把队列中的元素pop掉，直到当前这个元素<队列的尾部元素。pop:这个pop函数是为了检测，当我新加入的元素如果等于我队列中的头部元素，那么说明我当前窗口中的最大值已经被获取过了，我的窗口要往后移动了，那么就把当前这个头部元素pop掉。如果是大顶堆，那么最大的元素就在头部，那么当pop的时候，也就把最高频次的元素给丢掉了。

当我们判断当前元素如果是算法运算符号，我们就用一个result去记录栈中上两个数字的对应的算法操作符，比如当前是+,那么我们的result = stack[-1] + stack[-2].这里+和*都是按照这个顺序，但是当我们碰到-和/的时候，这里是用stack[-2] - stack[-1] 或者是stack[-2]/stack[-1].如果说当前元素不在栈中，那么我们就入栈，如果在栈中，我们需要同时判断当前元素是不是栈的最后一个元素，也就是我们上次加入的元素。

这里使用一个主进栈队列和一个 辅助队列进行后入先出操作。将入队的元素放入queue2中，然后queue1&2进行互换。这里有一个小细节，循环这里不包括最后一个元素，不然你直接交换就没什么区别了。思路：用两个list去模拟栈的操作，一个入栈list，一个出栈list. 并且了解栈的操作，pop,peek,push.

都要用到kmp算法了 还居然是简单难度！

注意一下 如果是两个连续的空格 那么是不能加入的，这里怎么判断是不是连续空格，就用我们上次添加的元素来看 if result[-1]==' ',如果不是，那么说明这个空格只出现了一次 就可以加入。如果是，那么这个就是连续的空格，我们不进行加入直接跳过。题目比较简单，这里用双指针的方法，注意下这里left