moekosu的专栏

###解题思路 经典回溯算法 ###代码 /** *@param{number[]}nums *@return{number[][]} */ varpermute=function(nums){ letsum=[] backtrack(nums,[],sum) returnsum }; functionbacktrack(nums,arr,sum){ if(arr.length===nums.length){ ...

【实现思路】 快速排序就是每次取某一个数作为参考数，每一个与他进行对比，分成大于，小于，等于，三个数组，再对大于，小于的数组进行递归排序，直到所有排完 版本1.0 取最后一个数作为参考数，将数组分为大于，小于两个数组进行递归排序 版本2.0 取最后一个数作为参考数，将数组分为大于，小于，等于三个数组，等于这个数组不再次排序 版本3.0 取随机数作为参考数，后续一样，这样能保证不会一直遭遇到最差的情况 【实现代码】版本2.0 // 入口 function search(nums = [])...

【题目】 在数组中的两个数字，如果前面一个数字大于后面的数字，则这两个数字组成一个逆序对。 输入一个数组，求出这个数组中的逆序对的总数。 [7,5,6,4] => 5 【归并排序】 // 入口方法 function search(nums = []) { sort(nums, 0, nums.length - 1) return nums } // 归并排序中间方法，将数组分为两个数组，进行排序，排序完后再merge合在一起 function sort(nums, l, r) {

传统Diff算法 传统Diff算法使用的是循环递归每一个节点，不区分层级 即顶层节点循环遍历新vnode的每个节点，这样会导致复杂度能达到O(n^3) Vue的Diff算法（Vue2.0） vue的diff算法使用了patch函数，类似打补丁 使用的是4指针算法，在新旧节点头尾定义指针位置进行遍历 ps：Vue3.0的diff算法借鉴了ivi算法和inferno算法 React的Diff算法 react的Diff算法，将节点分为三种 1.tree diff 对整个树结构进行分层处理，同一

【题目】 给定一个 元素有序的（升序）整型数组 nums 和一个目标值 target ，写一个函数搜索 nums 中的第一个出现的target，如果目标值存在返回下标，否则返回 -1 【解题代码】 function search( nums , target ) { // write code here if (nums.length === 0) return -1 let p = 0 let q = nums.length - 1 while(p &l.

【题目】 给出一个链表，判断链表中是否存在环 【解题思路】 双指针，指针p前进一步，指针q前进两步，当没有环存在时，q会先一步到达null，当有环存在时，pq会相遇，while的判断条件只需要判断q，因为p是慢指针，走的节点q都已经走过了 【解题代码】 function hasCycle( head ) { // 双指针 let p = head let q = head let flag = false while (q !== null &&a

【解题思路】 pre：指向反转后的链表的第一个位置，即在最开始是在1位置，后面逐渐移到最后，同时作为返回参数 cur：当前正在操作的节点，最开始在1位置，逐步后移 nex：保存正在操作的节点的下一个节点 【解题代码】 /*function ListNode(x){ this.val = x; this.next = null; }*/ function ReverseList(pHead) { // write code here let pre =...

【适用于动态规划的必备条件】 1.问题的最优解所包含的子问题的解也是最优的，具有最优子结构 2.某状态以后的过程不会影响以前的状态，只与当前状态有关 3.子问题之间是不独立的，一个子问题在下一阶段决策中可能被多次使用到 【使用动态规划分解问题】 1. 首先将问题分为多个步骤（子问题），每个步骤为最优解 2. 按顺序解，且下个步骤需要上一个步骤的解才能执行（不影响上一个步骤的解） 3. 多步骤间解可以降低大部分复杂度，同时进行空间优化 【经典案例】 一般使用场景最多的是树形结构或多维数...