每日一题

对于环问题，快慢指针是一种常用的手段。一步两步走，通过判定是否相遇来判定是否存在环。而且快慢指针还能轻松的求到入环点。

对于匹配问题，常见可以进行dfs暴力匹配，空间复杂度虽小，但是时间复杂度指数级。常见的优化方式就是用动规来进行时空复杂度的中和。而动规的状态转移比较单一时（非for去转移），可用滚动数组进行优化。

括号匹配问题，采用栈/递归来解决，定义全局变量idx，访问完整个字符串。掌握了这个基本功，才能在此基础上做一些复杂的事。

给定一些边信息，要得到拓扑排序，得学会把图的物理结构做出来，再进行层序遍历。需熟练掌握邻接表的构建和图的遍历。

通过变量引用 + 回撤操作 = 回溯，回溯一般都伴随剪枝过程，剪掉一些不必要的路径。除此之外，还有优化的可能，比如一个数组中选择和小于k的，将数组排序 + 剪枝可降低递归栈深度。

前后缀是一种典型的空间换时间的做法，通过记录每个位置的状态来达到减少计算，而且当有前后遍历时，还可以用变量替代数组，因为前后缀是滚动的，就像是动态规划一样。

当题目需要有序性时，果断排序，可二分快速寻找答案，或是利用有序性快速判定，如双指针等等。除此之外，小根堆和大根堆是取K个的利器，原型基于树状数组--堆结构。

动态规划就像贪心一样，高质量考察逻辑分析和问题分解的能力。但动态规划却比贪心更明确一点，将大问题拆解成规模更小性质相同的小问题进行递推中，找到状态 & 状态转移。

紧密关联有序 + 找元素 + 二分，能够降低时间复杂度，甚至是解题。多练题，找到题感才能找到看问题的角度，对细节的处理也会更加得心应手，而不是死知识点，见招拆招的能力会更强。

充分发挥主观能动性，找到题的个性所在，挖掘其特点，见招拆招，没有死板的套路，需要什么就用代码的分支/循环/递归/数据结构来完成即可。

对于Java float的结果想要保留一定的位数，而且需要四舍五入时，可以采用Math.round()处理，该方法是直接返回整数。还可以用DecimalFormat类，或者BigDecimal类。

重构字符串，使相邻字符是不同的字符。可DFS再判断相邻字符是否为不同字符，但太无脑。可加入贪心/桶等思想，让时间复杂度大大降低。

卖股票的最佳时机，我们可以看其全貌进行股票交易，不会说错过了昨天今天就不能操作了，可采用贪心进行假买假卖。这也是经典的动态规划练习题。

动态规划第一要点抓住所以抽象状态，定位结果属于那个状态 & 状态之间的转移关系。动态规划重点还是把大问题划分成相同性质但规模更小的之问题。

复杂的算法题往往需要前置的主干的个性特点分析&问题拆解，然后再选择合适的数据结构，匹配合适的算法思想。

往往贪心可以体现在状态转移过程中的max()/min()，当然也可以直接贪心求解。可被3整除的最大和同时考察贪心 & 动态规划。

字符串乘法，也即大数相乘，为一道模拟题。此题既考察如何模拟乘？同时考察如何模拟大数加法？除此之外，大数的高位/低位在左边还是右边，这是里面的一处细节，可以延申出很多bug。

3的幂，可不断除3来判定一个数是否为3的幂，有两种方式，一种递归判定，没有循环结构，代码简单&速度稍快，就是需要函数栈的内存开销；而递归的方式稍慢，但是代码容易理解 & 没有函数栈的内存开销。

TreeMap不同于优先队列，TreeMap删除元素O(logn)，而且能寻找target值，或者它的floor/ceiling，TreeMap以Key进行排序。对于单调栈的使用很简单，但是要将问题转

对于树的序列化和反序列化，用什么遍历序列化，就用什么遍历把其还原出来，本文记录前序遍历序列化，采用回溯+模拟树左右递归来生成树。