漏网小鱼的博客

第五章 优化时间和空间效率 1. 时间效率 字符串多次拼接时，不要多次使用String的+来拼接字符串，这样会产生很多string临时实例。更好地是用append方法完成字符串拼接。s1.append(s2)把字符串s2拼接到s1后面。 查找：顺序查找需要O(n)，排序数组需要O(logn)，哈希表则是O(1)。 剑指 Offer 39. 数组中出现次数超过一半的数字 数组中有一个数字出现的次数超过数组长度的一半，请找出这个数字。你可以假设数组是非空的，并且给定的数组总是存在多数元素。 输入: [1, 2,

第四章 解决面试题的思路 1.画图让抽象问题形象化 剑指 Offer 27. 二叉树的镜像 请完成一个函数，输入一个二叉树，该函数输出它的镜像。 例如输入：      4    /   \   2     7  / \   / \ 1   3 6   9 镜像输出：      4    /   \   7 &n

第三章 高质量代码 1.代码的完整性 剑指 Offer 16. 数值的整数次方 实现 pow(x, n) ，即计算 x 的 n 次幂函数（即，xn）。不得使用库函数，同时不需要考虑大数问题。 输入：x = 2.00000, n = 10 输出：1024.00000 输入：x = 2.00000, n = -2 输出：0.25000 解释：2-2 = 1/22 = 1/4 = 0.25 初始解法：x*x重复n-1次。但这种情况下没有考虑n为负数和零。 完整解法：应该对负数进行-操作，对于零应该抛出异常。

第二章 面试需要的基础知识 1. 数组 剑指 Offer 03. 数组中重复的数字 找出数组中重复的数字。在一个长度为 n 的数组 nums 里的所有数字都在 0～n-1 的范围内。数组中某些数字是重复的，但不知道有几个数字重复了，也不知道每个数字重复了几次。请找出数组中任意一个重复的数字。 输入： [2, 3, 1, 0, 2, 5, 3] 输出：2 或 3 排序后扫描复杂度O(nlogn) 哈希表，空间复杂度O(n)，时间复杂度O(n) 原地哈希：有的元素多次重复，有的元素确实，使用原地哈希

这个讲回溯套路的不错 我起初的思路 以 4 皇后为例，我画出一个搜索树，初始时棋盘的格子都是"."。 每一行，选一个格子置为"Q"，一行行往下选，第一行有四种选择。 在选下一行的皇后时，为了避免列的冲突，有三种选择。 继续选下去，构建完整解，可能会遇到对角线冲突。 遇到冲突，继续选下去没有意义，得不出合法的解。需要回溯。 回溯的套路 遍历枚举出所有可能的选择。 依次尝试这些选择：作出一种选择，并往下递归。 如果这个选择产生不出正确的解，要撤销这个选择（将当前的 “Q” 恢复为 “.”），回到之前的状态，

力扣题解中看到一个回溯算法讲的很清晰，记在这里。 「回溯算法」与「深度优先遍历」都有 不撞南墙不回头 的意思。我个人的理解是：「回溯算法」强调了「深度优先遍历」思想的用途，用一个 不断变化 的变量，在尝试各种可能的过程中，搜索需要的结果。强调了 回退 操作对于搜索的合理性。而「深度优先遍历」强调一种遍历的思想，与之对应的遍历思想是「广度优先遍历」。 与动态规划的区别 共同点 用于求解多阶段决策问题。多阶段决策问题即： 求解一个问题分为很多步骤（阶段）； 每一个步骤（阶段）可以有多种选择。 不同点 动态规划只

标题三道题套路解决递归问题 递归解题三部曲 何为递归？程序反复调用自身即是递归。 我自己在刚开始解决递归问题的时候，总是会去纠结这一层函数做了什么，它调用自身后的下一层函数又做了什么…然后就会觉得实现一个递归解法十分复杂，根本就无从下手。 相信很多初学者和我一样，这是一个思维误区，一定要走出来。既然递归是一个反复调用自身的过程，这就说明它每一级的功能都是一样的，因此我们只需要关注一级递归的解决过程即可。 如上图所示，我们需要关心的主要是以下三点： 整个递归的终止条件。 一级递归需要做什么？ 应该返回给上一

最近开始学习《大话数据结构》这本书，准备把里面的范例用C++敲一敲，以备后续复习，目前还是很菜很菜，尽量把子函数写清楚，主函数可能就考虑的不是那么周到了。 #include <iostream> using namespace std; #include<vector> #include<algorithm> class myList { public: myList(int len);//初始化操作:构造函数 ~myList()//析构函数 { ...