jay_zzs的博客

1. 原理/概念并查集（Union-Find）主要用来解决无向图的【动态连通性】问题，对于无向图的连通，一般具有如下几个性质：自反性：节点p和 p 是连通的； 对称性：如果节点 p 和节点 q 连通，那么节点 q 和 p 也是连通的； 传递性：如果节点 p 和 q 连通， q 和 r 连通，那么 p 和 r 连通。本文参考一个大神labuladong的算法小抄：Union-Find算法详解，主页在这。注意，并查集只能用来解决无向图的连通性的问题，如果是有向图，要找其强连通分量，需要用t..

1. 题目描述2. 题目理解方法1：哈希表记录元素出现次数最直观，最容易想到的，就是记录数组中每个元素的个数，使用哈希表（unordered_map）来记录数组中不同元素出现的次数。然后出现次数大于数组长度一半的那个元素就是要找的元素了。这个思路实现起来比较简单，时间复杂度O(n)，空间复杂度O(n)。方法2：基于快排的思想快排每轮定位一个元素的位置，然后通过该元素的位置与数组中间位置进行比较，决定下一轮快排的区间。直到定位的那个元素刚好落在数组的中间位置。方法3：摩尔投票数

1. 题目描述2. 题目理解典型的动态规划问题，直接看状态数组的定义：状态数组：dp[i][j]表示从起始位置到(i,j)能获得的最大的价值。状态转移方程：dp[i][j] = grid[i][j] + max( dp[i-1][j], dp[i][j-1] )就是，在当前grid[i][j]所能获得的最大价值=上一个位置所能获得的最大价值+当前位置的价值，其中上一个位置可以是在当前位置的正上方，也可以是当前位置的左边。base case：就是在矩阵的最上一条边和最...

1. 题目描述2. 题目理解最先想到的可能是递归，从第一个数字开始翻译，然后判断前两个数字能不能合并一起翻译，然后一直递归下去。用递归的话势必会存在重叠子问题，存在重叠子问题的话，可以用备忘录来进行剪枝。递归从最大的问题开始自上而下解决问题，我们也可以从最小的子问题开始自下而上解决问题了，这样可以消除重复问题。重叠子问题想到动态规划，是一个比较顺的思路了，我们从最小的子问题开始，就是从num的最后，对应的是dp[len-1]。动态规划，状态数组定义：dp[i]表示从num[i]到结尾

1. 题目描述2. 题目理解看到这道题，就是典型的“回溯”问题，可以使用回溯算法来解决。回溯也是递归的过程，这里写了一下回溯算法的简单框架：//回溯算法的框架void backTrack(最终结果(res)，子结果(subRes)，选择列表){ if(满足结束条件)结果中新增该项； for(遍历选择列表){ if(该项选择已经被包含在subRes中)continue； 将该选择项包含在子结果中； backTrac

1. 题目描述2. 题目理解题目看着很简单，最先想到的就是做一个判断是不是质数的函数（isPrim），然后对n以内的正整数做个遍历，判断是质数的话，计数器count++，最傻瓜的代码如下：int isPrime(int n);//该函数用来判断传入参数是不是质数，是：返回1；不是：返回0int countPrimes(int n){ int cnt=0; for(int i=1;i<n;i++){ if(isPrime(i))cnt++; }

1. 题目描述2. 题目理解前序遍历数组的首元素一定是当前子树的根节点。根据这一性质，找到当前子树的根节点，然后查找该节点在中序遍历数组中的位置，可以得到当前根节点左子树中元素的个数。将中序遍历按照根节点分为左右两部分，对应左右子树的中序遍历；同时将前序遍历按照根节点以及根节点左子树中元素的个数，也分成左右两部分，对应左右子树的前序遍历。按照以上思路，用递归的方式可以构造出整个树。3. 代码3.1 C语言代码/** * Definition for a binary tree

参考链接：LeetCode官方题解1. 题目描述如图所示。2层序遍历/广度优先搜索（BFS）2.1 基本思路这个题最先想到的就是用二叉树的层序遍历，层序遍历中每一层最后访问到的就是该层最右边的节点，也就是从右侧看到的该层的值。层序遍历跟前序、中序、后序遍历，都是二叉树的基本遍历方法。树的层序遍历，可以用广度优先搜索（Breadth First Search, BFS）...

1. 题目描述如图所示：2. 题目理解看到这个“子数组”的概念，首先会想到，如果数组中存在优美子数组，那么会有很多“子数组”都是由一些最基本的“子数组”派生而来的，这些最基本的“子数组”，应该是包含k个奇数，并且元素数目最少的那些数组，不妨记为Si。则从Si可以向前或者向后包含序列中的偶数（如果存在），进而派生出其他的“子数组”。有了这个思路之后，就明确了基本方向：先找数组...