LeetCode

链表 链表是一种常见的数据结构，用于存储线性序列。与数组不同，链表中的元素在内存中不是连续存储的，而是通过指针相连。链表由一个头指针指向链表的第一个节点，每个节点包含两个部分：数据域和指针域。数据域存

121. 买卖股票的最佳时机 给定一个数组 prices ，它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。 你只能选择 某一天 买入这只股票，并选择在 未来的某一个不同的日

01 背包模板 网上讲刷题的文章太多了，K神（Krahets），灵神（灵茶山艾府），卡尔（代码随想录），左神（左程云）这几个大佬讲的都很好，感兴趣的自己去看，本文只是无脑刷题笔记而已。、 背包问题我个

说个常识 如果你学过数据结构，你应该知道： 如果只有前序、中序或后序遍历，是无法唯一确定一棵二叉树的。 这是因为一个前序、中序或后序遍历序列可以对应多棵不同的二叉树。 例如，以下两棵二叉树的前序遍历、

贪心算法 贪心算法是一种寻找最优解的算法思想，它通过局部最优选择来达到全局最优解。在贪心算法中，每一步都会做出当前状态下的最优选择，并且假设做出这样的选择后，剩余的问题可以被简化为一个更小的子问题。

二叉搜索树 什么是二叉搜索树 二叉搜索树（Binary Search Tree，BST）是一种常用的数据结构，它是一棵二叉树，其中每个节点的值都大于其左子树中任意节点的值，小于其右子树中任意节点的值。

206. 反转链表 - 力扣（Leetcode） 给你单链表的头节点 head ，请你反转链表，并返回反转后的链表。   示例 1： 示例 2： 示例 3： 代码如下： 这是一个迭代法翻转链表的实现，

Kadane 算法 Kadane 算法（Kadane's algorithm）是一种用于解决最大子数组问题的动态规划算法。最大子数组问题的目标是在一个整数数组中找到一个连续的子数组，使得该子数组的和最

只考虑向下走 120. 三角形最小路径和 120. 三角形最小路径和 给定一个三角形 triangle ，找出自顶向下的最小路径和。 每一步只能移动到下一行中相邻的结点上。相邻的结点 在这里指的是 下

112. 路径总和 112. 路径总和 - 力扣（Leetcode） 给你二叉树的根节点 root 和一个表示目标和的整数 targetSum 。判断该树中是否存在 根节点到叶子节点 的路径，这条路径

二分查找 二分查找（Binary Search），也叫折半查找，是一种常见的查找算法，适用于有序的元素集合中查找特定元素的问题。它的基本思路是，将待查找的元素与有序集合的中间元素进行比较，如果中间元素

之前写过这一篇，同向双指针 和 滑动窗口 讲的是同向双指针。今天这个文章是面试经典 150 题中的滑动窗口专题，可以和上一篇文章互相补充。 滑动窗口 滑动窗口是一种常见的算法思想，用于解决数组和字符串

双指针 在LeetCode中，双指针问题通常是指使用两个指针在一个序列中向相反方向移动，以协同完成某种操作或达成某种条件的问题。 在解决双指针问题时，一般要满足以下条件： 序列是有序的。 需要在序列中

102. 二叉树的层序遍历 102. 二叉树的层序遍历 - 力扣（Leetcode） Binary Tree Level Order Traversal - LeetCode Given the ro

栈（Stack） 是一种经典的数据结构，它具有“后进先出”（Last-In-First-Out，LIFO）的特性。栈通常有两个基本操作：压栈（Push）和弹栈（Pop）。压栈操作将数据元素添加到栈顶，

LeetCode中的区间问题通常涉及到对一个或多个区间进行操作，如合并区间、查找区间交集、找到覆盖指定点的区间等等。以下是一些常见的LeetCode区间问题： 合并区间：给定一组区间，将重叠的区间合并

动态规划简介 动态规划（Dynamic Programming）是一种算法思想，它通常用于求解多阶段决策问题，具有重叠子问题和最优子结构性质。一般来说，动态规划问题可以分为以下几个步骤： 定义状态：明

哈希表 LeetCode 上有很多哈希表问题，这里简单介绍一下哈希表和一些常见的哈希表问题。 哈希表是一种基于哈希函数实现的数据结构，可以用于高效地存储和查找键值对。它将键通过哈希函数映射到一个桶中，