若明天不见

我们可以使用滑动窗口解决本题- 定义`total`为无抑制自己的情绪下满意的客户总数- 定义`increase`为使用滑动窗口抑制情绪，客户从不满足转为满意的增量移动窗口，减去左侧增量，加上右侧增量，依次记录增量最大值。`total + maxIncrease`即为所求

我们可以使用**动态规划**解决本题，解题思路：1. 状态定义： - `dp[i]` 表示总和为i的元素组合的个数2. 状态转移方程：对于总和为i的组合，我们可以选择一个数num，然后在剩余的总和为i - num的情况下选择其他数，所以总的组合个数为dp[i - num]

滑动窗口：初始化：获取单词列表和单词长度，并初始化结果列表。滑动窗口：通过迭代每个可能的子串起始位置，在字符串中查找符合条件的子串。返回结果：返回符合条件的子串的起始位置列表。

穷举所有的可能，做一个「在 9 个数中选择 k 个数」的组合枚举，对于枚举到的所有组合，判断这个组合内元素之和是否为 n

从后往前倒序遍历一次数组，依次比较两个相邻的元素，如果两个相邻的元素能够合并，就将其合并。如果不能合并，就继续往前判断在比较过程中，靠后的数是所有操作流程可能性中能产生的最大值，而靠前的数，是所有操作流程可能性中能产生的最小值

1. 维持一个单调递减栈，用于存储数组元素的下标2. 遍历数组 nums，对于每个元素 nums[i]，执行以下步骤： - 如果栈不为空且当前元素 nums[i] 小于栈顶元素对应的值 nums[stack.peek()]，说明栈顶元素无法成为好子数组的右端点了。此时需要将栈顶元素出栈，并计算以栈顶元素为右端点的最大可能分数。分数计算公式为`nums[stack.pop()] * (i - stack.peek() - 1)`

解题思路：使用双指针，分别计算当前格与最高格的高度差，即为当前格能接雨水量1. 初始化两个指针 left 和 right，分别表示当前考虑的左边界和右边界，初始值分别为 0 和 n-1，其中 n 是输入数组 height 的长度。2. 初始化两个变量 maxLeft 和 maxRight 来记录 left 和 right 指针所遇到的最高柱子高度。3. 初始化一个变量 res 来记录总的接雨水量。

我们可以使用**动态规划**解决本题，解题思路：1. 状态定义：`dp[i]`为组成金额 i 所需最少的硬币数量2. 状态转移方程：枚举 j，需要从dp[i - coins[j] 转移过来，再算上枚举的这枚硬币数量 1 的贡献，由于要硬币数量最少，所以 dp(i) 为前面能转移过来的状态的最小值加上枚举的硬币数量 1

在字符串 s 中构造一个长度为与字符串 p 的长度相同的滑动窗口，并在滑动中维护窗口中每种字母的数量；当窗口中每种字母的数量与字符串 p 中每种字母的数量相同时，则说明当前窗口为字符串 p 的异位

将节点的边使用图或者哈希表存储，从节点`0`开始使用回溯法依次遍历与节点相连且不受限的节点，即为所得

对于任一叶结点，它的值为 x，它的兄弟节点的值为 y，要想使得根到这两个叶节点的路径值相等，我们只能增加 x 和 y 本身。**由于我们希望操作次数最少，那么应该进行 ∣x−y∣ 次操作，将较小的值增加至与较大的值相等。

此题可以使用回溯法或二叉搜索树的性质来解决。

1. 将列表中的区间按照左端点升序排序2. 将第一个区间加入 result 数组中，并按顺序依次考虑之后的每个区间：如果当前区间的左端点在数组 result 中最后一个区间的右端点之后，那么它们不会重合，我们可以直接将这个区间加入数组 result 的末尾；否则，它们重合，我们需要用当前区间的右端点更新数组 result 中最后一个区间的右端点，将其置为二者的较大值

穷举所有的可能，我们访问每一个节点 node，检测以 node 为起始节点且向下延深的路径有多少种。我们递归遍历每一个节点的所有可能的路径，然后将这些路径数目加起来即为返回结果。终止条件：如果遍历的节点累加值为 targetSum；具体思路**：从根节点遍历，递归向左右子树查询节点信息

解题思路：1.使用队列保存节点，按层序依次保存该层节点；2.使用优先队列保存每层节点值的总和，最后剔除前k个大数即可得到

对 nums 数组建图，**每个位置 i 连一条 i→nums[i] 的边**。由于存在的重复的数字 target ，因此 target 这个位置一定有起码两条指向它的边，因此**整张图一定存在环**，且我们要找到的 target 就是**这个环的入口**，那么整个问题就等价于[环路检测/环形链表 II]

1. 从后向前查找第一个 **相邻升序** 的元素对满足 a[i-1] < a[i]。此时 [i,n-1) 必然是**降序**2. 从后向前查找第一个比 a[i-1] 大的数 a[j]，交换 a[i-1] 与 a[j]3. 将原本降序的 [i,n-1)序列的所有数 **重置为升序**（升序排列就是最小的排列）

依次遍历房间的过程中，`nums[i]`为正数直接加血；`nums[i]`为负数，将其放入一个优先队列中。当计算完第 i 个房间的生命值影响后，如果生命值小于等于 0，从优先队列中取出扣血最多的房间，补回生命值，**视为跳过改房间**。遍历完成后，将延迟的扣血房间累加至生命值，若为负数则无解，返回 -1

解题思路：1.使用队列保存节点，按层序依次保存该层节点，计算总和；2.n - 1 层时计算第 n 层的节点值总和，再减去当前节点的子节点值总和，即为堂兄弟的节点值总和

可以使用**优先队列**解决本题，解题思路：1. 遍历数组，将数组中正数相加，即为最大子序列和2. 将数组排序，求一个非负数数组的第k小的子序列之和3. 最大子序列和 减 第k小的子序列和 即为所求

解题思路：使用全局变量 depth 及 father 保存第一个搜索到的节点深度和父节点，在搜索到第二个节点时判断深度和父节点即可得出结果

第一次遍历替换所有0至数组前端，第二次遍历替换所有1至所有0的末尾。如果要在一次遍历中完成排序，我们可以使用双指针解决本题，指针`p0`从数组首开始，指针`p2`从数组末尾开始，遍历数组的过程中将2替换至末尾，然后将0替换至数组头，即可完成排序

对于坐标 i，假设数组左侧的字符已经相等，如果`s[i−1]≠s[i]`则要反转，成本为$min{i, n - 1}$。相加每次的反转成本即为所求

每一个位置的最大值取决于前面 k 步的最大得分，再加上当前位置的得分。我们可以使用**动态规划**解决本题，解题思路：状态定义：`dp[i]`为到达位置 i 的最大得分

可以使用回溯法或广度优先搜索BFS解决此题；回溯法解题思路为1.左节点的左子树 & 右节点的右子树 值互换;2.左节点的右子树 & 右节点的左子树 值互换

这轮选择的分差为$(a_i - b_j) - (a_j - b_i) = (a_i + b_i) - (a_j + b_j)$，可知i的总价值大于j时，选择i，否则选择j；此为收益最大化。故给石头总价值排序，依次选择剩余石头里价值最大的，最后比较结果即为所求

我们可以使用**动态规划**解决本题，解题思路：1. 状态定义：`dp[i][j]` 表示 key 的第 i 个字符， ring 的第 j 个字符与 12:00 方向对齐的最少步数；`pos[i]` 表示字符 i 在 ring 中出现的位置集合，用来加速计算转移的过程 2. 状态转移方程：枚举上一次与`12:00`方向对齐的位置`k`，此次需要从位置`k`旋转到位置`j`

贪心算法是一种基于贪心策略的算法设计方法，用于在求解最优化问题时作出一系列局部最优选择，从而达到全局最优的目标。如果总差值小于零，说明总油量不够行驶一周。如果总差值大于等于零，**因只存在唯一解**，油量最紧缺即为旅程的最后一站，下一站即为所求的起点站

我们可以使用**动态规划**解决本题，解题思路：1. 状态定义：`dp[i]`为前 i 间房屋能偷窃到的最高总金额2. 状态转移方程：枚举 x，不偷窃第x间房屋，则总金额为 偷窃前x - 1间的最高总金额；偷窃第x间，则总金额为 偷窃前x - 2间最高总金额 + 第x间的金额 dp[i] = max(dp[i - 1], dp[i - 2] +nums[i])

将数字转为字符数组，依次从头找到不为9的数字，将其与低位数字最大值交换（最大值有多个时，选择最低位的数字）

1. 选最高位1的数更优 2. 最高位1可能有多个数, 选择其中一个操作一次后, 满足结论1只需将k次操作都交给同一个数, 得出结果为最大值预处理前后缀和，当`0

我们可以使用**动态规划**解决本题，解题思路：1. 状态定义：`f[i][j]` 表示将数组的前 i 个数分割为 j 段所能得到的最大连续子数组和的最小值；`sub(i,j)`表示数组 `nums`中下标落在区间`[i,j]`内的数的和2. 状态转移方程：枚举 x，其中前 x 个数被分割为 j−1 段，而第 x+1 到第 i 个数为第 j 段

解题思路：排列树，按节点遍历1. 回溯结束条件：左括号数 = 右括号数 = 总数2. 左括号数

位运算问题，只需要把 N 的 i 到 j 位都置 0 后再和 M 左移 i 位的结果进行按位或即可

我们可以使用双指针解决本题，由数学推导可知：a 的距离为（环长度的倍数 - b），即 tmp 指针从头节点走到环开头节点等于 slow 指针走到环开头节点的距离

状态定义：`d[i]`为将前 i 个字符拼凑成若干个 abc 所需要的最小插入数。状态转移方程：如果` word[i]>word[i−1]`，那么`word[i]`可以和`word[i−1]`在同一组 abc 中，`d[i]=d[i−1]−1`；否则`word[i]`单独存在于一组 abc 中，`d[i]=d[i−1]+2`

回溯法解题步骤：1. 针对所给问题，定义问题的解空间；2. 确定易于搜索的解空间结构；3. 以深度优先方式搜索解空间，并在搜索过程中用剪枝函数避免无效搜索

可以使用双指针解决本题，定义两个链表 small 和 big 即可，small 链表按顺序存储所有小于 x 的节点，big 链表按顺序存储所有大于等于 x 的节点。遍历完原链表后，我们只要将 small 链表尾节点指向 big 链表的头节点即能完成对链表的分割

可以使用哈希表或位运算来解决此问题：由题可知s[i]仅包含小写字母，int[26]即能表示字符的出现次数；而在位运算中，1L

1. 状态定义：把`s[i−1]`当做是额外字符，`d[i] = d[i−1] + 1`2. 状态转移方程：遍历所有的`j(j∈[0,i−1])`，如果子字符串`s[j...i−1]`存在于`dictionary`中，那么`d[i] = min d[j]3. 初始状态`d[0] = 0`，最终答案为`d[n]`