算法练习60天

一、单调递增的数字 找到非单调递增的位置，把该位置减1，然后把后序的位置都改为9 二、监控二叉树 局部最优：让叶子节点的父节点安装摄像头，摄像头最少，全局最优 思路：从叶子节点往上遍历，后序遍历，左右

一、完全背包 有n件物品，每件物品有无限多个，一个最多能背W的背包，第i件物品的重量为weight[i],价值为value[i]，求将哪些物品放入背包，得到的价值总和最大 01背包和完全背包的唯一不同

一、买卖股票的最佳时机 暴力解法 时间复杂度On^2，空间复杂度O1 贪心解法 时间复杂度On，空间复杂度O1 取最左最小值，取最后最大值，得到的差值就是最大利润 动态规划 五部曲 确定dp数组含义，

一、判断子序列 字符串的子序列是原始字符串删除一些（或不删除）字符，不改变剩余字符相对位置的新字符串 五部曲 确定dp数组的含义，dp[i][j]，代表下标i-1j结尾的字符串s，和下标j-1结尾的字

回文子串 暴力解法 两层for循环，遍历区间起始位置和终止位置，还需一层遍历判断这个区间是不是回文，时间复杂度是On^3 动态规划 五部曲 确定dp数组，基于回文的特性，我们需要把dp数组定义成二维d

KMP kmp算法只要用在字符串匹配上，当字符串不匹配时，可以知道一部分之前已经匹配的文本内容，避免从头再去匹配 如何记录已经匹配的文本内容，就是kmp算法的重点 前缀表 前缀：不包含最后一个字符的以

一、滑动窗口最大值 问题要点 通过长度为窗口大小的单调递减队列，保证队尾为队列的最大值 push的思路：如果入队的元素大于队首的元素，则不断出队，知道遇到大于当前元素 pop的思路：如果窗口要移除的元

递归法三步走 确定递归函数的参数和返回值 确定终止条件 确定单层递归的逻辑 一些概念 二叉树节点的深度 从根节点到该节点的最长简单路径边的条数或节点数 二叉树节点的高度 从该节点到叶子节点的最长简单路

一、动态规划理论基础 动态规划，dynamic programming，dp，解决重叠子问题 和贪心的区别在于，动态规划的每个状态是由上一个状态推导出来的，贪心则没有状态推导，而是直接从局部直接选择最

一、整数拆分 五部曲 dp[i]代表数字i，拆分后得到的最大乘积 递归公式：有两种方式得到dp[i],j * (i - j) 拆两个,或者j * dp[i-j]，拆两个以上，dp[i] = Math.

一、数组理论基础 数组是存储相同类型元素且在内存地址上连续的集合 数组可以方便的根据下标索引获取对应的数据 数组在删除或者添加元素时，需要移动其他元素的地址 二、二分查找 问题要点 二分查找的关键是根

一、哈希表理论基础 哈希表是根据关键码的值而直接进行访问的数据结构 哈希函数：通过特殊的编码方式把关键码转为可以映射到哈希表的索引 哈希碰撞：不同的关键码映射到同一个索引位置 拉链法： 当哈希函数得到

一、层序遍历 二叉树的层序遍历2 二叉树的右视图 二叉树的层平均值 N叉数的层序遍历 在每个树行中找最大值 填充每个节点的下一个右侧节点指针 二叉树的最大深度 二叉树的最小深度 二、翻转二叉树 递归法

一、非递减子序列 每一层通过一个set去重 二、全排列 排列是有序的，所以不用startIndex 三、全排列2 used[i - 1] == true，说明同一树枝nums[i - 1]使用过 us

一、K次取反后最大化的数组和 局部最优，将绝对值大的负数变为正数，如果k大于0，将数值最小的正整数反转 二、加油站 暴力解法 如果剩余油量总和小于0，则不可能跑完一圈 如果剩余最小油量大于0，则返回0

一、不同路径 五部曲 确定dp数组，dp[i][j]表示从0,0出发到i,j的不同路径 确定地推公式，从两个方向dp[i][j] = dp[i-1][j] + dp[i][j-1] dp初始化，dp[

一、01背包 1. 二维dp数组01背包 有n件物品和1个最多能背重量w的背包，第i件物品的重量是weight[i],得到的价值为value[i],每件物品只能用一次，求解将哪些物品装入背包里物品价值

一、两两交换链表中的节点 问题要点 要清晰多个指针的意义，其中temp用来判断和指向后面的两个节点，然后实现两两交换 二、删除链表的倒数第N个节点 问题要点 思路是快慢指针，快指针先走n步，然后慢指针

一、有效的括号 二、删除字符串中的所有相邻重复项 三、逆波兰表达式求值 逆波兰表达式是一种后缀表达式，运算符写在后面

一、组合总数3 二、电话号码的字母组合 数字和字母要有个映射，根据数字决定遍历深度，每个数字映射的字母列表决定遍历宽度，每个字母列表都是不用的集合，跟之前的组合问题不同，所以不需要startIndex