Leetcode刷题常见知识点

并查集：解决元素分组问题（亲戚、村村通） 

    优化：压缩路径和按秩合并

    find

    merge

 

双指针

    环形链表 追及问题

    两数之和／三数之和

 

二叉搜索树BST 左子树节点值小于根节点，右子树大于根节点

平衡二叉树 左子树节点值小于根节点，右子树大于根节点，且左子树与右子树高度差不超过1

 

python数据结构参考：https://blog.youkuaiyun.com/SHOUGOUGOU/article/details/107571011

大顶堆 每个节点的值大于等于左右孩子节点

小顶堆 每个节点的值小于等于左右孩子节点

优先队列 

最小堆 完全二叉树，小顶堆

最大堆 

哈夫曼编码 压缩编码，带权路径最小。用最小堆实现，1）每次取权值最小的两个节点，构建二叉树节点，2）把相加后的权值放入堆，3）重复第一步操作

LRU缓存 缓存算法的一种，如果数据在一段时间内使用次数很少，那么将来一段时间内被使用的可能性也很小。支持get(key)和put(key)操作。python借助Ordereddict实现，java借助LinkedHashMap实现。双向链表加哈希表可实现get、put、删除最早节点的O(1)操作。

LFU缓存 最不常使用缓存设计，平衡二叉树+哈希表。java TreeSet

 

DP

最长公共子序列

最长公共子串

最长子序列的和

    动态规划：max(d[i-1]+num[i], num[i])

 

回溯算法 （通过剪枝减少时间复杂度）

    八皇后，01背包，全排列

 

DFS 深度优先搜索，后进先出，用栈辅助，用到递归和回溯

BFS 广度优先搜索，最短路径，用队列辅助

 

最小生成树：连通网的生成树中，所有边的代价和最小

    Prime: 加点法 ，MST性质应用，每次迭代选择代价最小的点，时间复杂度O(n*n)，适合边稠密的网，U, V

    Kruskal: 加边法，每次迭代选择满足条件的最小代价边。可以用并查集判断所选边的两个顶点是否属于两颗树，即是否形成环。时间复杂度O(e*loge)，适合边稀疏的网

 

图最短路径  Dijkstra

a.初始时，S只包含源点，即S＝{v}，v的距离为0。U包含除v外的其他顶点，即:U={其余顶点}，若v与U中顶点u有边，则{u,v}正常有权值，若u不是v的出边邻接点，则{u,v}权值为∞。

b.从U中选取一个距离v最小的顶点k，把k，加入S中（该选定的距离就是v到k的最短路径长度）。

c.以k为新考虑的中间点，修改U中各顶点的距离；若从源点v到顶点u的距离（经过顶点k）比原来距离（不经过顶点k）短，则修改顶点u的距离值，修改后的距离值的顶点k的距离加上边上的权。

d.重复步骤b和c直到所有顶点都包含在S中。

 

待更新：

字典树

拓扑排序

KMP