算法

文章介绍了无向无权图的最短路径问题，使用BFS和Dijkstra算法求解从顶点1到其他顶点的最短路径数量，并分析了复杂度。

14. 数组元素之和最小化——用数学等差数列求和公式将循环累加的0(n)算法优化为O(1)的常数计算。

深入探讨Python中的Iterable和Iterator，解释其概念、迭代协议，展示其在实际编程中的应用和实现方法。

这篇文章分析了如何通过插入操作替代删除和修改操作，以最大化组成UCC子串的数量，并使用访问数组记录已使用字符，通过统计完整UCC、两两组合UC/CC及单字符补全，最终计算结果，复杂度为O(n)。

文章围绕观光景点组合得分问题展开，先介绍BF暴力解法，因 $O(n^2)$ 复杂度在n大时会超时，后提出 “枚举右，维护左” 优化思路及代码，还总结了数据范围与算法复杂度的选择关系。

本文介绍了三种 Python 取天花板的方法，并对比了 Python 和 JS 的模块导入方式。Python 支持局部导入，但建议顶层导入以提高性能。JS 只能用 import() 在局部导入模块。

超市里的货物架调整：这道题就是看货架上能满足多少客户需求。不用考虑顺序问题。首先使用字典记录每种商品的需求数，再遍历货架商品，查询是否在字典中有剩余需求量，有的话 ans + 1，最后返回 ans。

本文比较两种解决找最多数字问题的方法：字典统计法通过哈希表记每个数字的频率，比较通用但空间复杂度为𝑂(𝑛)；摩尔投票法基于抵消策略，高效且空间复杂度为𝑂(1)，适用于明确存在众数的情况。

创意标题匹配问题。此题关键点在于模板解析和固定字符按顺序出现，注意处理首尾为通配符{}的边界情况。固定字符要想保证顺序出现，可以通过匹配当前固定字符串，找到就让指针跳到匹配位置的后一位。

小E的怪物挑战，动态规划，记dp[i]表示前i个怪物中最大能够击败怪物的数量，状态转移方程 dp[i]=max(dp[i],dp[j]+1)，if 第j个怪物属性小于第i个怪物j∈[0,i−1]。

5. 寻找最葫芦：用dict存{数值:出现的次数}，定义一个自定义的降序顺序数组 [1,13,12,11,10,9,8,7,6,5,4,3,2]，两层遍历找符合条件的a，b。第一次符合的即为答案。

这篇文章讲解了一个动态规划问题，使用滚动数组优化空间复杂度。通过状态转移方程计算奇偶数和的可能性，并最终将空间复杂度从 O(n) 降低到 O(1)。

将数字字符串按千位分隔符（逗号）格式化，并处理小数部分。解决方案包括去除前导零、查找小数点位置、遍历整数部分添加逗号以及拼接小数部分。提供了 Python解法。

贪心和动态规划都强调将大问题分解为子问题，都强调子问题的无后效性。贪心总是要在面对每个子问题时做出抉择，不能回退，动态规划则需要状态数组来保存每个子问题的解，后一个解根据前面的解来求出答案。

本文介绍了如何使用异或运算快速找出数组中唯一出现一次的数字，利用异或的交换律和结合律，实现O(n) 时间复杂度与O(1) 空间复杂度的解法。