- 博客(515)
- 资源 (3)
- 问答 (2)
- 收藏
- 关注
RSS订阅原创 【算法训练营 · 二刷总结篇】二叉树、栈与队列部分
回溯的核心是“撤销选择”（如从路径中移除当前节点），避免影响其他路径的遍历。基于二叉树“左子树+右子树+根节点”的天然分治结构，利用函数调用栈模拟“深度优先”遍历，将大问题（遍历整棵树）拆解为小问题（遍历左子树、遍历右子树），符合“分治思想”。弹出节点，若为非null（未处理）：按“反遍历顺序”压入子节点+当前节点+null标记（如前序遍历“根→左→右”，反序压“右→左→根+null”）；二叉树“广度优先”遍历的标准实现，代码模板固定、逻辑简单，是后端面试中的“送分题”，二刷需做到“提笔就写，零错误”。
2026-01-27 17:09:05
646
原创 【算法训练营 · 二刷总结篇】链表、哈希表部分
链表是后端面试的高频考点，核心考察点包括：链表结构特性（非连续存储、高效增删）、虚拟头节点简化边界处理、快慢指针解决环和中点问题、递归实现反转等操作。重点技巧包括虚拟头节点法（60%题目适用）、快慢指针法（找中点/判环）、递归法（优雅实现反转），以及双指针遍历和哈希表辅助法。典型应用场景涵盖LRU缓存、HashMap冲突处理等实际业务。面试需特别注意边界条件处理（空链表、单节点、头尾节点操作）和空间时间复杂度优化。
2026-01-22 15:48:47
602
原创 【算法训练营 · 二刷总结篇】 数组与字符串部分
本文总结了后端面试中数组相关的高频考点与解题技巧。根据考察频率将算法模块分为S级（必考）、A级（高频）和B级（低频），其中数组、链表、二叉树和哈希表属于S级必考内容。重点分析了数组的核心知识点和解题方法，包括双指针法（快慢指针和左右指针）、二分查找法和滑动窗口法三大核心技巧，详细说明了每种方法的适用场景、实现原理和避坑要点。文章强调面试中应优先使用高效算法（如双指针O(n)或二分查找O(logn)），避免暴力解法，并提供了具体的解题模板和经典例题参考。这些方法覆盖了数组题目的99%高频考点，是面试准备的核心
2026-01-20 19:09:28
689
原创 【算法训练营Day32】图论专题
本文介绍了图论中的基础算法DFS和BFS，重点讲解了两种算法在解决可达路径和孤岛计数问题中的应用。DFS采用递归回溯的方式搜索路径，代码框架与回溯算法类似；BFS则通过队列实现波纹状扩展搜索。文章提供了可达路径问题的DFS解法代码，以及孤岛计数问题的DFS解法，通过标记已访问节点避免重复计算。两种算法各具特点：DFS适合深度优先的路径搜索，BFS适合广度优先的扩展搜索，都能有效解决图论中的常见问题。
2026-01-14 00:11:31
664
原创 【算法训练营Day31】单调栈
单调栈是一种特殊的栈结构，其核心特点是栈内元素始终保持严格单调性（递增或递减）。它能在O(n)时间复杂度内解决"寻找数组中每个元素前后第一个比它大/小的元素"这类问题，比暴力解法O(n²)更高效。 单调栈有两种基本类型：单调递增栈（栈顶最大）和单调递减栈（栈顶最小）。其典型应用包括：每日温度问题、下一个更大元素问题、接雨水问题和最大矩形问题等。 典型问题解法 每日温度(739)：使用单调递减栈，记录每个温度之后更高温度出现的天数差。 下一个更大元素I(496)：
2025-11-08 19:05:11
929
原创 【算法训练营 · 汇总篇】回溯算法
处理方法1：在数组有序的情况下，如果下一个遍历的元素没发生变化的话那么跳过循环。处理方式2：在数组无序的情况下，将已遍历的元素添加到set中进行记录，如果下一次循环该元素已经在set中，则跳过循环。组合问题：N个数里面按一定规则找出k个数的集合排列问题：N个数按一定规则全排列，有几种排列方式切割问题：一个字符串按一定规则有几种切割方式子集问题：一个N个数的集合里有多少符合条件的子集棋盘问题：N皇后，解数独等等。
2025-10-07 16:10:52
863
原创 【算法训练营 · 汇总篇】二叉树
本文总结了二叉树的基本概念、存储方式、遍历方法和相关算法实现。首先介绍了二叉树的两种结构类型（满二叉树、完全二叉树）和两种功能类型（二叉搜索树、平衡二叉搜索树）。然后阐述了二叉树的两种存储方式（顺序存储和链式存储）以及三种遍历方式（前序、中序、后序的深度优先遍历和层序的广度优先遍历）。重点讲解了递归遍历的实现方法，总结了递归三要素：参数返回值、终止条件和单层递归逻辑。针对层序遍历，详细说明了基础实现方法及优化思路，并举例说明了如何获取二叉树的右视图。最后提供了Java语言实现的二叉树定义和相关算法的代码示例
2025-10-07 16:07:36
611
原创 【算法训练营 · 汇总篇】数组、链表、哈希表、字符串、栈与队列
本文总结了数组和链表相关算法题的解题思路与代码实现。数组部分重点介绍了二分查找、双指针法、滑动窗口等常见方法，以及如何处理数组元素的增删操作。链表部分则强调了其离散存储特性与指针操作的优势。文章通过多个LeetCode题目(如704、27、977等)的解题过程，展示了如何运用这些方法解决实际问题。关键点包括：数组元素连续存储但链表离散存储的特性差异，二分查找的边界处理，双指针在数组操作中的高效性，滑动窗口解决子数组问题的思路，以及链表操作中虚拟头节点的使用技巧。这些方法为处理数组和链表问题提供了系统性的解决
2025-10-07 16:02:12
825
原创 【算法训练营Day30】动态规划part6
本文总结了动态规划在子数组和子序列问题中的应用，重点分析了四种典型问题的解题思路与代码实现： 最长连续递增序列：使用一维dp数组记录以当前元素结尾的连续递增序列长度，时间复杂度O(n)。 最长递增子序列：采用双重循环比较，dp[i]表示以nums[i]结尾的最长子序列长度，时间复杂度O(n²)。 最长重复子数组：通过二维dp数组比较两个数组，dp[i][j]表示以nums1[i-1]和nums2[j-1]结尾的最长公共子数组长度。 最长公共子序列：同样使用二维dp数组，但处理字符不相等时需比较dp[i-1]
2025-10-05 21:41:56
606
原创 【算法训练营Day29】动态规划part5
本文解析了LeetCode上买卖股票系列问题的动态规划解法，包括121、122、123、188和309题。核心思路是维护每天不同的股票持有状态（如持有/未持有、第一次/第二次交易等），通过状态转移方程计算最大利润。对于不同限制条件（交易次数、冷冻期等），通过调整状态定义和转移方程来适应。文章从DP四部曲（定义、递推、初始化、遍历）详细拆解每道题，并给出Java代码实现，展示了如何将复杂问题分解为多个状态的动态规划求解。
2025-10-02 23:18:49
576
原创 【算法训练营Day28】动态规划part4
本文介绍了三种打家劫舍问题的动态规划解法。"打家劫舍I"使用二维dp数组，分别记录偷/不偷每间房的最大金额；"打家劫舍II"考虑环形房屋结构，拆分为两种线性情况处理；"打家劫舍III"采用树形DP，通过后序遍历维护每个节点的偷/不偷状态。三种解法均通过状态转移方程递推最优解，时间复杂度分别为O(n)和O(n)（n为房屋数或节点数），空间复杂度为O(n)或O(1)。这些解法展示了动态规划在不同场景下的灵活应用。
2025-10-02 00:03:13
329
原创 【算法训练营Day27】动态规划part3
完全背包问题核心解析 核心概念：完全背包与01背包的区别在于物品可重复使用，解题采用动态规划方法。 关键点： 递推关系：dp[i][j] = max(dp[i][j-w[i]]+v[i], dp[i-1][j]) 初始化：第一行按物品0可重复使用的情况初始化 遍历顺序：从前往后遍历（与01背包相反） 应用场景：求最大价值、组合数、排列数、最少物品数等 典型例题： 零钱兑换II（组合数）：外层物品内层背包 组合总和IV（排列数）：外层背包内层物品 零钱兑换（最少硬币数）：初始化MAX_VALUE，取min 代
2025-10-01 16:36:42
988
原创 【算法训练营Day26】动态规划part2
01背包问题总结 01背包问题核心在于在有限容量下选择物品以获得最大价值。其解法分为二维和一维两种形式： 二维解法：使用二维dp数组，dp[i][j]表示前i件物品放入容量j的背包最大价值。递推公式为dp[i][j] = max(dp[i-1][j], dp[i-1][j-weight[i]]+value[i])。需要初始化第一行和第一列。 一维优化：采用滚动数组思想，空间优化为一维数组。关键点在于必须倒序遍历背包容量，避免重复计算。 典型变种： 能否装满背包（如分割等和子集） 背包最多能装多少（如最后一块
2025-09-26 22:43:05
1085
原创 【算法训练营Day25】动态规划part1
本文介绍了动态规划(DP)的基本理论及常见应用场景。DP通过将问题分解为重叠子问题，利用状态转移方程求解。作者总结了DP解题四步曲：确定dp数组含义、递推公式、初始化和遍历顺序，并以斐波那契数列、爬楼梯、最小花费爬楼梯、不同路径等经典问题为例，详细演示了如何运用DP框架解决问题。对于带障碍的路径问题，重点说明了障碍物对初始化和状态转移的影响。文中强调理解dp数组含义是解题关键，并建议通过打印dp数组来验证思路的正确性。
2025-09-22 22:09:49
1070
1
原创 深入理解MySQL Ⅳ -- SQL性能分析工具
本文介绍了数据库服务器优化的关键步骤和SQL性能分析工具。优化流程包括：缓存优化→慢查询分析→SQL调优（参数调整/索引优化）→横向扩展（读写分离/分库分表）。重点讲解了四种性能分析工具： SHOW STATUS：统计SQL操作频率，判断数据库读写类型 慢查询日志：捕获超过阈值的慢SQL，需手动开启配置 SHOW PROFILE：分析SQL各阶段耗时，定位性能瓶颈 EXPLAIN：详解执行计划，包括索引使用、表连接顺序等核心信息 这些工具从时间维度和执行机制两个层面，为SQL优化提供了系统化的分析方法，是数
2025-08-20 22:39:48
1208
4
原创 【算法训练营Day24】贪心算法part2
本文总结了四道贪心算法相关的LeetCode题目解题思路： 买卖股票最佳时机II：通过判断次日收益是否低于当日来决定抛售时机，实现利润最大化。使用遍历数组的方式计算累计收益。 跳跃游戏：使用队列维护可到达的区间范围，通过不断扩展可达范围判断是否能到达终点。若遍历完数组仍有未访问元素则返回false。 跳跃游戏II：贪心策略是每次选择能跳跃最远的位置，通过双指针维护当前区间并计算最少跳跃次数。 K次取反后最大化的数组和：优先对最小负数取反，若无负数剩余则对最小正数进行奇数次取反，确保数组和最大化。 四题均体现
2025-08-15 00:13:47
441
原创 【算法训练营Day23】贪心算法part1
本文总结了贪心算法的基本理论及其应用场景，重点介绍了三个典型问题的贪心解法： 分发饼干问题：通过排序+双指针法，优先满足小胃口孩子，实现全局最优分配； 摆动序列问题：通过up/down变量记录上升/下降趋势，交替选择实现最长摆动子序列； 最大子数组和问题：当连续和为负时重置，保证后续元素的累加效果，获取最大和。 贪心算法的核心在于每步选择局部最优解，最终达到全局最优。实际应用中，需通过问题分析验证贪心策略的有效性。三个案例分别展示了贪心在不同场景下的应用技巧。
2025-08-11 21:09:06
643
原创 【算法训练营Day22】回溯算法part4
本文总结了三道回溯算法题目：非递减子序列、全排列和全排列II的解题思路。对于非递减子序列问题，在子集基础上增加了非递减和长度限制条件，使用哈希表去重；全排列问题通过集合或标记数组跟踪已使用元素；全排列II则需额外处理重复元素，通过排序和标记数组实现去重。文章归纳了两种常见去重方法：有序数组的元素比较和无序数组的哈希表记录，并指出回溯算法适用于组合、排列、切割、子集和棋盘等问题，强调将问题抽象为树形结构是解题关键。
2025-08-07 23:06:31
685
原创 【算法训练营Day21】回溯算法part3
本文介绍了四道与回溯算法相关的题目解法： 分割回文串：通过递归切割字符串，判断子串是否为回文，收集所有可能的分割方案。 复原IP地址：固定切割成四部分，验证每部分是否合法IP段，收集有效IP组合。 子集问题：类似组合问题但无数量限制，递归收集所有子集（包括空集）。 子集II：在子集基础上增加去重逻辑，需先排序再跳过重复元素。 这些题目都采用回溯算法框架，通过递归探索所有可能性，配合剪枝条件优化效率。关键区别在于问题约束条件不同：回文串需验证回文性，IP地址有格式限制，子集问题则需处理重复元素。
2025-08-06 21:02:54
462
原创 【算法训练营Day19&20】回溯算法part1&2
回溯算法理论基础 回溯算法是一种通过穷举搜索解决问题的算法，其核心思想是递归和回溯。适用于组合、切割、子集、排列、棋盘等问题。回溯问题可抽象为树形结构，集合大小决定树的宽度，递归深度决定树的高度。算法模板包含终止条件、循环递归和回溯撤销三步。 组合问题 组合问题要求从N个数中选出k个数的集合。通过递归控制嵌套层数，使用startIndex避免重复组合。剪枝优化可减少无效搜索，如限制i的范围为n-(k-item.size())+1。 组合总和III 在1-9中找出k个数使其和为n。与组合问题类似，但增加了和的
2025-08-05 14:40:05
743
原创 【算法训练营Day18】二叉树part8
本文介绍了二叉搜索树的三种操作：修剪、构建和累加。修剪二叉搜索树时，通过递归方式删除不在指定范围的节点，保留有效子树。将有序数组转换为平衡二叉搜索树时，采用二分法递归构建左右子树。将二叉搜索树转换为累加树时，通过翻转树进行反向中序遍历实现节点值的累加。每种操作都提供了对应的Java代码实现，展示了二叉搜索树在不同场景下的处理方法。
2025-07-29 20:06:05
387
原创 【算法训练营Day17】二叉树part7
二叉树与二叉搜索树操作摘要 本文介绍了二叉树和二叉搜索树中的四种常见操作： 二叉树的最近公共祖先：采用后序遍历递归方法，通过判断子树是否包含目标节点来定位最近公共祖先，时间复杂度O(n)。 二叉搜索树的最近公共祖先：利用二叉搜索树特性，从上往下遍历，根据节点值大小关系确定搜索方向，时间复杂度O(h)。 二叉搜索树插入操作：按照二叉搜索树规则，递归地在合适位置插入新节点，保持树结构性质。 二叉搜索树删除操作：处理三种情况： 叶子节点直接删除 单子树节点用子树替代 双子树节点用前驱/后继替代并递归删除 这些算法
2025-07-28 20:51:02
1003
原创 【算法训练营Day15&16】二叉树part5&6
我们可以通过先构建左右子树再拼接上根节点的方式来构建二叉树，所以我们选用后序遍历。解题逻辑：本题较为简单，直接比较节点值与搜索值，节点值比搜索值大，则往左递归查询，反之向右递归查询。他还有一个非常重要的特性就是其中序遍历是单调递增的，那么凭借这个特性我们就可以建立初步的思路。很相似，都是通过切割数组完成二叉树的构建，但这题稍微简单一些。很容易错误理解为根节点大于左节点，小于右节点。
2025-07-20 19:53:40
393
原创 【算法训练营Day14】二叉树part4
本文总结了二叉树相关的三个算法题解： 找树左下角的值：通过层序遍历获取最后一层的第一个节点值。 路径总和问题： 基础版判断是否存在路径和等于目标值，优化为遇到符合条件路径立即返回。 进阶版需要记录所有路径和等于目标值的路径，通过回溯遍历整棵树。 从中序与后序遍历序列构造二叉树：利用中序和后序序列特性递归重建二叉树，关键是根据后序确定根节点，再分割中序序列。 文中还总结了递归函数返回值的使用场景：当需要搜索整棵树时可不返回值，需要处理返回值或提前终止搜索时需返回值。递归过程包含"递"和&q
2025-07-18 17:34:52
895
原创 【算法训练营Day13】二叉树part3
本文介绍了四个二叉树相关算法题的解题思路。关于平衡二叉树，通过修改求高度方法，用-1表示不平衡；二叉树路径问题采用前序遍历和回溯算法记录所有路径；左叶子之和同样使用前序遍历结合回溯；完全二叉树节点计数则直接遍历统计。四题均采用递归解法，关键点在于递归终止条件、参数传递和回溯处理。代码实现简洁，展现了递归在树问题中的典型应用。
2025-07-17 19:43:12
924
原创 【算法训练营Day12】二叉树part2
本文介绍了几个常见的二叉树相关算法题解。翻转二叉树采用层序遍历交换非叶节点的左右孩子；对称二叉树通过后序遍历比较左右子树的内外节点；最大深度通过递归计算根节点高度；最小深度则需特殊处理非叶子节点路径。这些解法都遵循递归的三要素：参数返回值、终止条件和单层逻辑，代码实现简洁高效。
2025-07-14 21:05:45
1042
原创 【算法训练营Day11】二叉树part1
二叉树理论基础与遍历方法 本文介绍了二叉树的基本概念和遍历方法。主要内容包括： 二叉树结构类型：满二叉树、完全二叉树、二叉搜索树和平衡二叉搜索树（AVL树） 存储方式： 顺序存储（数组） 链式存储（指针） 遍历方式： 深度优先遍历（前序、中序、后序） 广度优先遍历（层序） 递归遍历实现：详细讲解了前序、中序、后序三种递归遍历方法，并总结了递归算法的三要素 层序遍历应用：通过两道LeetCode题目（102.二叉树的层序遍历和199.二叉树的右视图）展示了层序遍历的实现方法及其变式应用 文章提供了完整的Jav
2025-07-10 16:28:47
952
原创 【算法训练营Day10】栈与队列part2
文章摘要： 本文解析了三道LeetCode算法题解法：1. 逆波兰表达式利用栈结构处理运算符和数字；2. 滑动窗口最大值采用单调队列维护递减序列；3. 前K个高频元素使用哈希表计数配合优先队列排序。每道题都包含解题思路、核心逻辑和Java代码实现，重点展示了栈、单调队列和优先队列在不同场景下的应用。代码实现注重边界条件处理和数据结构特性利用，如逆波兰表达式的栈操作顺序、单调队列的维护机制等。
2025-07-09 21:08:51
419
原创 【算法训练营Day09】栈与队列part1
本文介绍了Java中栈和队列的实现方式及相互转换。主要内容包括： Java中栈的实现推荐使用ArrayDeque或LinkedList替代过时的Stack类；双端队列Deque接口可同时实现栈和队列功能。 用栈实现队列的方法：使用两个栈，一个负责入队，另一个负责出队操作时临时存储元素。 用队列实现栈的方法：通过两个队列交替存储，确保每次操作时队列1只保留栈顶元素。 有效的括号算法：利用栈结构匹配开闭括号，遍历后检查栈是否为空来判断有效性。 删除相邻重复项算法：使用栈即时检测并消除相邻重复字符，最后拼接剩余字
2025-07-07 13:48:30
980
原创 【算法训练营Day08】字符串part2
本文总结了字符串处理中的双指针应用。通过三道典型题目，展示了双指针在不同场景下的解题思路：1）反转字符串单词使用头尾指针分离单词并栈式重组；2）右旋字符串通过定位分割点实现旋转；3）KMP算法利用双指针模式匹配。双指针法的核心在于将双重循环简化为单次遍历，常见形式包括双向逼近或同向移动。这种方法在处理线性结构（数组/链表/字符串）时十分高效。
2025-07-04 19:13:18
336
原创 【算法训练营Day07】字符串part1
本文总结了三个字符串处理问题及解法：1. 双指针反转字符串（344题）；2. 间隔反转字符串II（541题），使用双指针按2k区间处理；3. 替换数字问题（54题），对比了简单拼接法与扩容后向处理法，后者更高效避免数据覆盖。核心思路均围绕指针操作和数组扩容技巧展开，着重处理边界情况。
2025-06-05 00:25:33
539
原创 【算法训练营Day06】哈希表part2
本文总结了四道哈希表与双指针相关算法题的解题思路： 四数相加II：通过分治思想，将四个数组分成两组分别求和，利用哈希表记录前两组和的频次，再在后两组中查找互补值。 赎金信：使用数组计数统计字符出现次数，通过减法操作验证字符串包含关系。 三数之和：在排序基础上，结合哈希表解决，重点处理外层循环和内层循环中的重复元素问题。 四数之和：采用双指针法，先固定两个数，再用双指针寻找剩余两数，注意处理去重问题。 这些题目展示了如何灵活运用哈希表和双指针技巧解决不同类型的求和问题，同时强调了排序和去重的重要性。
2025-06-04 14:44:01
832
原创 【算法训练营Day05】哈希表part1
哈希表理论基础：哈希表通过散列函数快速判断元素是否存在，常用拉链法、线性探测法处理碰撞。Java中HashSet存单个元素，HashMap存键值对，Linked系列保持插入顺序，Hashtable线程安全但多用ConcurrentHashMap替代。 有效字母异位词：通过数组实现简易哈希表，统计字母频次。数组索引作为key，适用于键值范围明确且密集的场景。优化后解法仅需O(n)时间。 数组交集：HashSet可直接取交集，若数值范围有限可用数组记录频次更高效。时间复杂度均为O(n)。 快乐数：记录计算过程中
2025-06-02 17:24:10
1042
原创 【算法训练营Day04】链表part2
本文总结了四道链表相关算法题的解题思路和代码实现： 两两交换链表节点：使用虚拟头节点和交换指针进行相邻节点交换； 删除链表倒数第N个节点：通过反转链表后删除正数第N个节点再反转回来； 链表相交：利用栈结构反向遍历寻找公共后缀； 环形链表检测：使用哈希集合存储已访问节点判断是否有环。 每道题都提供了清晰的解题思路和Java代码实现，涵盖了链表操作中的常见技巧如虚拟头节点、双指针、栈辅助和哈希集合等。这些解法时间复杂度多为O(n)，空间复杂度根据方法不同在O(1)到O(n)之间。
2025-05-31 13:06:57
414
原创 【算法训练营Day03】链表part1
本文介绍了链表的基础理论和常见操作。要点包括：链表与数组的区别（离散存储、指针连接、不支持随机访问），链表增删操作的优势（无需移动后续元素），以及虚拟头节点的使用技巧（统一操作逻辑）。文章提供了Java单链表的定义实现，并通过LeetCode题目展示了移除链表元素、设计链表和反转链表的具体代码实现。其中重点讲解了使用虚拟头节点简化边界处理，以及通过头插法实现链表反转的方法。这些内容涵盖了链表的核心概念和基本操作，为链表相关的算法问题提供了基础解决方案。
2025-05-30 19:35:14
637
关于js变量作用域的问题
2022-03-15
有关java逻辑表达式的一个问题
2022-01-07
TA创建的收藏夹 TA关注的收藏夹
TA关注的人