鳄小鱼的刷题日记

贪心思想是一种解决问题的方法，它通过在每一步选择中都采取最好或者最优的选择，以期望最终结果也是最好或者最优的。 这种思想简单直接，但在某些问题上却能发挥出惊人的效果。

前缀和算法是一种简单而强大的技术，它通过预处理数组数据来加速对数组子区间和的查询。 这种算法思想特别适用于需要频繁计算数组中连续子区间和的场景，如数据流问题、区间查询问题等。

回溯算法是一种通过深度优先搜索（DFS）来解决问题的算法策略。它的核心思想是在搜索过程中，逐步构建问题的解，当发现当前路径不可能产生正确的完整解时，就回溯到上一步，尝试其他可能的路径。

在图论和树结构中，深度优先遍历（DFS）和广度优先遍历（BFS）是两种基本的搜索算法，它们在解决各种算法问题时有着广泛的应用。本文将详细介绍这两种算法的原理、特点以及它们在解决特定问题时的应用。

在ACM模式的编程竞赛，或面试算法机试（华为等）中，如何处理输入数据是一项基本技能。 如果我们使用 Python 解题，该如何处理数据的输入？ 其实 Python 提供了多种方式来读取和处理输入

背包问题（Knapsack Problem）是一个经典的优化问题，通常描述为给定一组物品，每个物品有重量和价值，要求将这些物品放入一个背包中，背包有一个最大承重限制，目标是使得背包中物品的总价值最大。

Kadane's 算法是一种高效解决最大子数组和问题的动态规划算法。它通过迭代数组并维护两个变量来动态更新局部和全局的最大子数组和，最终返回全局最大值。

找出字符串中第一个匹配项的下标 给你两个字符串  haystack  和  needle ，请你在  haystack  字符串中找出  needle  字符串的第一个匹配项的下标（下标从 0 开始）

移除元素 给你一个数组  nums  和一个值  val，你需要  原地  移除所有数值等于  val  的元素，并返回移除后数组的新长度。 不要使用额外的数组空间，你必须仅使用  O(1)  额外空

合并两个有序数组 给你两个按  非递减顺序  排列的整数数组  nums1  和  nums2，另有两个整数  m  和  n ，分别表示  nums1  和  nums2  中的元素数目。 请你  

跳跃游戏 给你一个非负整数数组  nums ，你最初位于数组的  第一个下标 。数组中的每个元素代表你在该位置可以跳跃的最大长度。 判断你是否能够到达最后一个下标，如果可以，返回  true ；否则，

轮转数组 给定一个整数数组  nums，将数组中的元素向右轮转  k  个位置，其中  k  是非负数。 借用临时数组 我们可以新建一个临时数组，用于存储旋转后的元素。首先获取数组的长度n，并计算k%