acm_pn的博客

其实一共就只有两种状态，不是处于 持有 状态，就是处于 未持有 状态。2、状态转移方程f[i - 1]在i - 1天的时候「未持有」股票，在第i天买⼊股票。此时最⼤收益为可知 f[i] 就为以上两种情况下的最大值，即对于g[i]，也有两种情况能够到达这种状态：在i - 1天「持有」股票，但是在第i天将股票卖出。此时最⼤收益为：f[i - 1]，记得⼿续费在i - 1天「未持有」股票，然后第i天啥也不⼲。

主要介绍了动态规划中“打家劫舍”相关问题的解决方法

主要介绍了动态规划中有关斐波那契数列的一类问题的解决方案

通过预先计算数组或矩阵的前缀和，来快速查询子数组或子矩阵的和。这种算法可以用空间换时间，提高查询效率。概念给定一个数组 A，前缀和数组 PP 定义为：P[i]=A[0]+A[1]+⋯+A[i]P[i]=A[0]+A[1]+⋯+A[i]即 P[i]P[i] 是从数组开头到位置 ii 所有元素的和计算前缀和初始化：前缀和数组的第一个元素等于原数组的第一个元素，即P[0]=A[0]。迭代计算：对于每一个i>0，计算P[i]=P[i−1]+A[i]P[i]=P[i−1]+A[i]。

滑动窗口算法是一种常用的算法模式，通常用于字符串匹配、数组操作等问题中，特别是需要在一段连续的数据中寻找满足特定条件的子序列问题。它通过维护一个窗口（一段连续的子数组或子串），并在数据结构上滑动（移动）这个窗口，来寻找最优解或者满足特定条件的子序列。

双指针算法是一种常用的编程技巧，尤其在处理数组和字符串问题时非常有效。这种方法的核心思想是使用两个指针来遍历数据结构，这两个指针通常分别位于数据结构的起始位置或某些特定位置，通过移动这两个指针来达到解决问题的目的。双指针算法可以显著减少时间复杂度，使其从O(n2)O(n2)降低到O(n)O(n)，甚至在某些情况下可以达到O(log⁡n)O(logn)。常⻅的双指针有两种形式，⼀种是对撞指针，⼀种是左右指针。对撞指针：⼀般⽤于顺序结构中，也称左右指针。对撞指针从两端。

我们可以用快慢指针的方法，定义一个快指针fast每次走两步，再定义一个慢指针每次走一步，这样在快指针遍历完链表时，慢指针就正好位于中间位置了