每日算法

代码 计算前缀和，前缀和自带的当前值与上一个值的区间从而来表示权重 例如： 3. 然后使用 rand.Intn 和 sort.SearchInts 来进行生成随机数和判断随机数应该插入哪个位置，即落入

位运算 将每一个具体的 位 进行试探 从最高的一位开始，到最高的两位，到前三位 每次都将 nums 的前几位计入 map 中 这样只需要将 map 中的每一个元素 与 我们假设存在的 xNext 异或

用堆实现优先队列 我们可以先将 nums1 的前 k 个索引数对加入序列，然后每次去除元素时，我们只需要将 nums2 的索引增加即可，这样就可以很好的避免重复加入元素的问题 二分查找：

顶级代码 匿名字段和内嵌结构体 结构体可以包含一个或多个 匿名（或内嵌）字段，即这些字段没有显式的名字，只有字段的类型是必须的，此时类型就是字段的名字。匿名字段本身可以是一个结构体类型，即 结构体可以

桶排序思想 + 滑动窗口 按照元素的大小进行分桶，桶的大小为 t+1 如果两个元素属于同一个桶，两个元素显然符合条件 如果两个元素属于相邻的桶，则需要验证两个元素是否差值不超过 t 如果两个元素既不属

DFS 前缀和 注意下面的代码中 111 行代码 不要和 222 行代码互换位置，因为我们所求的是当前节点如果计入答案的情况下，是否在之前的节点中存在相对应的前缀和，如果我们提前将当前节点存入 map

DFS dfs 的时候记录一下当前的深度，深度即为我们 ans 的下标，如果当前深度 等于 ans 长度，代表当前深度我们还没有加入，append进去，如果不等于，则已经加入，维护一下最大值 BFS

我们将完全二叉树的节点用二进制表示，根节点就是 1， 它左节点就是 10， 它的左节点是 11， 它的左节点的左节点就是 100， 右节点是 101， 右节点的左节点 110， 依此类推，我们只需要记

代码1： 每一个柱子如果我们知道它左边第一个比它小的位置，和右边第一个比它小的位置，那么两个位置中间的距离再乘以柱子的高便是柱子的面积 我们遍历每个柱子的高便轻易得到最大面积 至于柱子的左右边界，我们

逆波兰表达式主要有以下两个优点： 去掉括号后表达式无歧义，上式即便写成 1 2 + 3 4 + * 也可以依据次序计算出正确结果。 适合用栈操作运算：遇到数字则入栈；遇到算符则取出栈顶两个数字进行计算

代码： index 数组按照指定的字典序给字符带上权重 next————continue next，使带有 next 标签的 for 执行 continue 第一层 for 负责遍历第几个字符串 第二

代码： 想要插入，删除都是 O(1) 的话，使用 map 就好，但 map 做不到随机返回，切片可以做到随机返回，所以结构体可以是一个 map 和 切片的组合 其中 map 记录当前值和 它在切片里的

展开图： 代码： dfs 输入节点，输出能到达的最深处，也就是能往下就往下 代码实现就是，如果存在 child，就继续 dfs（child） ，得到子问题的 last 节点 然后就是节点指向改变，涉及

快慢指针找中值 从中值处分成两个链表 反转链表 合并链表 代码1： 代码 1 并不正确，原因在 mid 的确定，我们需要使反转的那个链表属于短的那一个，这样可以省去很多问题 代码2：

代码1： 暴力 枚举出所有的子串，然后再判断这些子串是否是回文； 代码2： 枚举每一个可能的回文中心，然后用两个指针分别向左右两边拓展，当两个指针指向的元素相同的时候就拓展，否则停止拓展。 回文中心又

代码1： 没用 map 代码2： 用 map 可能 map 遍历速度慢的原因，所以导致使用了 map 反而使得运行速度更慢了 而且因为数据测试的比较小，导致虽然使用 map 进行了空间优化，只记录我们

代码： 本题很明显要用记忆化搜索或者动态规划来求解，如果直接使用动态规划的话，我们要想清楚有哪些子状态需要存储。 首先一定要存储的是取到某一个位置时，已经得到的最大值或者后面能得到的最大值，但是光有位

代码1 滑动窗口 用长度为26的数组来记录各个单词的数量，然后直接比较数组即可 滑动窗口，新加的字母，删除队尾的字母 代码2： 滑动窗口优化 因为代码 1 中每次移动我们只改变了两个字母，但我们每次比

代码1： 一维前缀和 记录每一行的前缀和，在求值时将各行相加 代码2： 二维前缀和 直接得到当前节点对于（0，0）位置所包裹的矩阵和，在求值时进行运算，即可得到答案

遍历数组，并用哈希存储目前为止的前缀和以及个数，即如果重复则加一，因为是目前为止的前缀和，所以哈希中保存的前缀和皆在当前所求前缀和的前面，所以哈希的无序性也无关紧要 拿当前的前缀和减去 k 然后去 m