每日算法

连续子数组的个数 代码： 核心代码：ans += j - i + 1 prod 存储乘积，i 为乘积数组的左端点，j 为乘积数组的右端点 第一层 for 循环右端点右移，内存 for 保证乘积小于 k

代码1： 1 << (ch - 'a') 这里的位运算通过 1 左移来记录当前位所代表的字母是否存在，并且连续或运算所最终得到当前单词中所有的字符存在情况 从而得到每个单词的二进制表示形式，两个单词进

方法1 ： map 存储，判断 方法2： 代码： 解析方法1 ： map 存储，判断 方法2： 代码： 解析

代码1 ： go 自带的 api 代码2 ： 让 n 与 （n-1） 进行与运算，每一次运算可以将最后一个 1 转为 0，故而运算的个数即 1 的个数 代码3： 动态规划，最高有效位 代码4： 最低有

代码： Go string函数与strconv.Itoa函数的区别 strconv.Itoa 会将对应的整型数字转换成对应的字符串类型的数字 string 则是将整型数字转换为ASCII 值等于改数字

代码 1 模拟： ans 答案字符串，可以直接加运算 carry 储存当前值，carry 对 2 取余达到当前值， 除 2 得到其进位值 strconv.Itoa使 int 转 字符串，然后直接加 a

代码 动态规划： d := [3]int 表示当前节点的各个跑道最少需要侧跳几次 而当前节点的各个跑道动态转移只需要由上一个节点的各个跑道转移即可 最后返回三个值的最小值

代码 1 二分： 在原来的数组上，每个元素再加一个值，由此来记录每个元素之前的下标是什么 因为我们 ans 是原数组的下标对应关系 这样我们即使排序了，也依然不用担心下标丢失

超时代码： 在已知下标的情况下，在切片中删除这个元素，竟然需要 O(n) 的时间复杂度，所以直接导致代码超时，，

代码 二分： 通过判断 bits&k 的结果得到每一层是向右还是向左 然后bits >>= 1 去判断下一层的方向 直到 bit == 0 或 node == nil， 也就是到达最后一层，也就是我们

代码 1 暴力： 代码 2 前缀和+二分： 使用构造的前缀和从而达到查找第二个 for 循环中的要求时，节省时间 代码 3 滑动窗口： 维护一个start， end ， end一直右移，直到 sum

代码： get 函数方便处理下标越界情况 因为相邻元素不相同，所以根据相邻元素的比较从而做出判断 我们总是走向更大的那个元素，更大的元素那边一定存在峰值，而更小的元素那边一定存在，谷底

代码： 与昨天唯一不同的是，存在重复元素，所以二分的时候我们要考虑 mid 值与 high 相等的情况，如果相等，那么我们将无法判断 mid 是在最小值的左还是右，但有一点可以肯定，那就是，现在的 h

代码 二分： 中间值如果比 nums[high] 大，则最小值，一定在中值与 high 之间，且最小值不可能是现在的中值，所以 low = mid + 1 如果小，则一定在 low 与中值之间，且最小

代码 1 两次二分： sort.Search(n int, f func(int) bool)， 会返回[0,n)中最小满足条件的值，如果没有，则返回 n sort.SearchInts， 返回在数组

代码 1 排序 + 二分： sort.SearchInts(a []int, b int) SearchInts在递增顺序的a中搜索x，返回x的索引。如果查找不到，返回值是x应该插入a的位置（以保证a

代码 贪心： abs 绝对值函数 max 最大值函数 num 记录当前元素需要移动多少次，无论取出还是放入 sum 记录目前位置需要移动多少次，取出和放入相互抵消， ans 维护最大值，最大值产生的情

代码 1 动态规划： 按照第一个元素的值，升序排序 dp【i】 表示前 i+1 个元素可以分成多少段 代码 2 贪心： 得到最多的不重复字段数，最后用 n 减去自己得到的那个数即可

代码 1 动态规划： 动态转移方程 f[j][j] 表示前 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] 表示前 i 个数的和，以此来得到一段字段的和 代码 2 二分 + 贪

代码 1 贪心： stack 维护单调递增栈，但维护的次数仅限 k 次， for 循环结束后，如果 k 还不为 0 ，则直接从队尾截掉 k 个元素即可 最后把左边的 0 给去掉 且处理一个特殊情况，即