Laydya的博客

本文探讨了分治算法在排序和统计问题中的应用。通过归并排序和快速排序的对比，阐述了两种分治策略的区别：快速排序在分治过程中边分边解决问题，而归并排序则是先分治后合并解决。文章详细讲解了四道LeetCode题目的分治解法：912题复习归并排序，170题统计逆序对，315题计算右侧较小元素，493题处理翻转对。特别强调了493题中比较条件变化带来的处理差异，需要先统计再排序。最后总结指出，当问题可拆分为独立解决的子问题或可通过分区缩小规模时，分治算法是优先考虑方案。

本文摘要：文章系统讲解分治算法在排序问题中的应用，重点分析快速排序的优化策略。通过LeetCode例题（75、912、215、面试题17.14）演示：1）传统快排通过三分区（<key/=key/>key）避免重复元素导致的时间复杂度退化；2）TopK问题采用剪枝策略，仅递归目标区间实现O(n)时间复杂度；3）关键实现包括随机基准选择（rand()%(r-l+1)+l）和三指针分区逻辑。相比简单二分区，三分区能高效处理重复元素，是解决LeetCode超时问题的核心技巧。

本文总结了模拟算法的解题思路和典型例题。模拟算法的核心是严格遵循题目要求，将描述过程直接转换为代码实现。文章通过LeetCode 1576、495、6、38、1419等例题，展示了不同场景下的模拟方法：包括字符替换、时间计算、Z字排列、字符串生成和状态跟踪等。对于复杂度较高的问题（如Z字变换），可以通过寻找数学规律来优化实现。模拟算法的关键在于仔细处理边界条件，确保代码正确还原题目描述的逻辑流程。解题时应先在纸上梳理清楚算法步骤，再转化为代码。

本文系统介绍了位运算的基础知识、常见题型及其应用场景。主要内容包括：1）基本位运算操作（与、或、异或、位移、取反）的定义和记忆方法；2）六类典型位运算问题（位图操作、lowbit提取等）及其解题思路；3）LeetCode经典例题解析（如136、137、268等题），展示如何利用异或特性解决唯一出现/次数统计问题；4）位运算在算法优化中的优势，特别适合处理需要高效空间/时间复杂度的场景。文章强调位运算在状态表示、特征判断等方面的底层优势，是处理大规模数据的重要工具。

文章摘要： 前缀和是一种高效的数组预处理算法，通过预先计算累加和将区间查询优化至O(1)时间。核心思想是"空间换时间"，适用于一维/二维数组的区间和、子数组等问题。文章详解了前缀和的实现原理、边界处理技巧（如辅助空间和下标映射），并通过LeetCode 724（中心下标）、238（除自身乘积）、560（和为K子数组）、974（可被子数组）、525（01等长子数组）、1314（矩阵区域和）等例题，对比了暴力解与前缀和解法的效率差异，强调哈希表优化和动态滚动数组的应用。特别指出负数取模修正和

本文系统讲解了二分查找算法的原理与应用，重点强调了二分查找的核心在于利用数组的"二段性"而非单纯的有序性。文章通过LeetCode 704、34、69、35、852、162、153等经典例题，详细分析了三种二分模板的实现细节：1）朴素二分查找；2）寻找区间左端点；3）寻找区间右端点。特别指出算法实现中的关键细节：循环条件的选择（left<=right或left<right）、中点计算的防溢出处理（left+(right-left)/2）、边界条件的特殊处理等。通过山峰数组、旋

滑动窗口算法是双指针的一种具体应用，主要用于解决数组/字符串子区间问题。其核心思想是通过维护一个动态变化的窗口（由左右指针界定），将暴力解法的O(n²)时间复杂度优化到O(n)。窗口通过右指针扩大、左指针缩小来动态调整，满足特定条件（如和、计数、匹配等）。典型应用包括求最短子数组（LeetCode 209）、最长无重复子串（LeetCode 3）、最多翻转k个0（LeetCode 1004）等问题。该算法的关键在于利用单调性或特定条件（如正数数组的和递增）避免无效枚举，通过同向移动指针实现高效求解。

双指针算法是一种高效的编程技巧，通过在数组或链表中使用两个指针协同工作来优化时间复杂度。主要分为三种应用模式：相向指针（如两数之和）、同向指针（如滑动窗口）和分离指针（如合并有序数组）。该算法能将O(n²)暴力解法优化为O(n)，尤其适合处理有序数据。典型应用包括283题移动零、15题三数之和、11题盛水容器等。关键是根据题目特性选择指针移动规则，确保每个元素只被访问一次，同时兼顾空间效率。判断是否使用双指针的步骤为：分析暴力解法复杂度、检查数据单调性、排除更优解法。