使用「力扣」学习算法与数据结构

二分查找的基本思想是：缩小搜索区间。希望通过我的讲解，大家能够对二分查找有清晰和完整的认识，能够看懂「所有的」二分查找代码，并且融会贯通。不仅仅是知道套模板。

这道题考查了「优先队列」和「快速排序」。「优先队列」动态选出最小的 k 个数，因此不可以一开始把所有的元素都放进「优先队列」。「快速排序」需要用到快速排序的子过程 `partition`。

「力扣」第 199 题： 二叉树的右视图 给定一棵二叉树，想象自己站在它的右侧，按照从顶部到底部的顺序，返回从右侧所能看到的节点值。 Python 代码：

这里依然是要突出「栈」的作用。「简化路径」的操作恰好符合了「后进先出」的规律，因此需要使用到「栈」。

层序遍历的代码很基础。由于层序遍历符合「先进先出、后进后出」的规律，因此需要借助「队列」实现。代码不需要记忆，写多了就记住了。

对数组执行前缀和操作得到「前缀和」数组，对「前缀和」数组执行「差分」操作得到「原始数组」。本题通过「输入数据」在「差分数组」上的操作，进而求解「前缀和」数组，得到「原始数组」。

这道题首先需要仔细审题，选择最合适的数据结构。题目需要动态选取最值，可以想到可以使用「优先队列」和「二分搜索树」。因为需要支持「动态删除」操作，使用「优先队列」的时候，需要使用到「 延迟删除技巧」。

二分查找的基本思想是「减而治之」，即逐渐缩小搜索区间。「减而治之」是「分而治之」的特例，「分治算法」在拆分子问题、并解决子问题以后，需要合并子问题的解。

重点理解可以使用「双指针」算法的原因，「双指针」算法是「暴力解法」的优化，这样的算法往往需要一定的经验和尝试。

写对「二分查找」的重点，从来不在于二分查找怎么写，而在于分析题意，根据题目的条件和要求思考如何缩减区间。

动态选取最值元素，首先应该想到「优先队列」。这里需要充分理解「中位数」的性质，并且认真进行分类讨论。

写对二分查找不应该靠记忆，而是需要深刻理解二分查找的基本思想，然后仔细分析题意，认真分类讨论，才不会出错。

使用「二分查找」一下子数出满足条件的第 3 条边的个数。写对「二分查找」其实没有太多难度，需要仔细分析。

整体思路像「双路快排」。双指针一头一尾，向中间走，遇到元音的时候停下来，然后交换，这里面的细节需要很清楚。

基数排序是一种基于「关键字」的排序方法，这里的「关键字」是每一个数位，重点在于理解结论：低位优先的有效性。

二分法很多时候也可以写成递归的形式，递归其实是分治算法的思想。不过一般而言，二分还是写成迭代的形式。

这是「滑动窗口」算法的入门问题，一定要搞清楚的事实是「滑动窗口」算法是「暴力解法」的优化，可以使用「滑动窗口」一定是和问题要求的结果分不开的。

主要考察了图的遍历。在充分理解题意的基础上，如果有一定知识储备和题量积累，有思路其实并不难。然后就是编写代码、仔细调试。

计数问题很多时候的思路是按照一定顺序找，一下子找出一个区间，可以降低时间复杂度。本题还可以帮助我们复习二分查找的使用技巧。

这道问题关键在于审题，题目只要求我们返回「最短的连续子区间」的长度。还可以借助「栈」的结论，通过出栈元素的下标找到需要修改的左边界最小值和右边界最大值。