qwertyasdfghh的博客

【代码】数组模拟实现常用数据结构。

所谓。

此题也是一个二分图问题，n个人分为两组就是将n个点染色为两种，然后dislikes数组表示不能同色的人，其实在二分图中就是相连接的节点就是数组中的组合，因为相邻节点和dislike中组合都不能同色。你使用什么数据结构来存储这种关系呢？既然说到遍历图，也不涉及最短路径之类的，当然是 DFS 算法和 BFS 皆可了，DFS 算法相对更常用些，所以我们先来看看如何用 DFS 算法判定双色图。二分图的顶点集可分割为两个互不相交的子集，图中每条边依附的两个顶点都分属于这两个子集，且两个子集内的顶点不相邻。

在题中只给出一个点的坐标，我们需要想方法转换为两个点的链接，所以需要将每个点（两个坐标组合）转换为一个符号标记，在链接数组把相连的两个符号放一起就行了，很明显，我们使用0-n-1来记录每一个点是最合适的，不仅方便遍历也一目了然。的高度只存在于平衡二叉树，对于一般的树可能出现极端不平衡的情况，使得「树」几乎退化成「链表」，树的高度最坏情况下可能变成。因为无论树长啥样，树上的每个节点的根节点都是相同的，所以能不能进一步压缩每棵树的高度，使树高始终保持为常数？我们可能习惯性地认为树的高度就是。

dijkstra算法适用于这样一类问题：从起点 到所有其他节点的最短路径。其实求解最短路径最暴力的方法就是使用bfs广搜一下，但是要一次求得所有点的最短距离我们不可能循环n次，这样复杂度太高，因此dijlstra算法应运而生，算法流程如下：（待补充）对于：稠密图一般使用邻接矩阵+朴素dji稀疏图使用邻接表+堆优化dji算法模板：1.2 优先级队列优化的djikstra首先我们分析，如果是稀疏图，什么导致的朴素版djikstra复杂度高，首先我们用的是邻接表来存图，那么就要用bfs相应的方法进行遍

1：.size()是容器或者字符串使用的2：数组初始化方式// 所有元素初始化为 0必须指定大小3:时间复杂度为3次O(n)->O(n)4:本题使用数组构建哈希表是因为数据大小已知了，若未知要用其他的数据结构时间复杂度: O(mn)空间复杂度: O(n)使用数组和set的优劣：直接使用set 不仅占用空间比数组大，而且速度要比数组慢，set把数值映射到key上都要做hash计算的。不要小瞧 这个耗时，在数据量大的情况，差距是很明显的。时间复杂度: O(logn)

我们让慢指针slow走在后面，快指针fast走在前面探路，找到一个不重复的元素就赋值给slow并让slow前进一步。这样，就保证了都是无重复的元素，当fast指针遍历完整个数组nums后，就是整个数组去重之后的结果。当需要删除的元素出现后，慢指针停一步，这样每次nums[slowIndex++] = nums[fastIndex];就会覆盖前面的数达到删除的目的。

用数组当成哈希表，数据当作下标，把nums[i]用于计数，先计第一个string，用++，再计第二个string，用- -；1：一般为减少时间开支，在最后一个for循环里面，一边遍历，判断存放数据，一边就判断时候输出，能少用一个循环2：待定（二刷说不定有新体会）

算法学习

3：我们如何排除死亡数字，其实这里的死亡数字就是1.3中的障碍坐标，只是由于每一数字都是一个字符串，我们不能直接定位，需要用一个数据结构来查询是否遇到了障碍，存放障碍其实用什么都行，但是查询时使用比如数组会非常麻烦，那么我们考虑使用set（因为不需要返回查询结果的下标，不使用map）4：如何判断最短选择次数，因为每条路径都是相对权重（长度），所以bfs第一次访问到的target时就是最短路径，问题时在何时进行计数，一开始我错误的将sum++放在了取cur的时候。为什么这样能够能够提升效率呢？

单链表有两种构造方式，一种是使用虚拟头节点，一种是不是虚拟头节点；使用虚拟头节点可以使得对头节点操作和后面一致，因此后面都使用虚拟头节点创建；

所谓。

有n件物品和一个最多能背重量为w 的背包。第i件物品的重量是weight[i]，得到的价值是value[i]。每件物品只能用一次，求解将哪些物品装入背包里物品价值总和最大。每一件物品其实只有两个状态，取或者不取，所以可以使用回溯法搜索出所有的情况，那么时间复杂度就是o(2^n)，这里的n表示物品数量。所以暴力的解法是指数级别的时间复杂度。进而才需要动态规划的解法来进行优化！思路：本体如何化为背包问题是解题的关键和难点，这里我试想过用一个背包装2个元素这样的思路来想，想了半天都想不通，

如果可以，写出这个递归函数的定义，并充分利用这个函数的返回值，这叫「分解问题」的思维模式。这个思路是类似通解的思路，有些题存在一些比较巧妙的做法不归入其中，但绝大多数题目都能用这种思想解决。

首先大家要知道 栈和队列是STL（C++标准库）里面的两个数据结构。C++标准库是有多个版本的，要知道我们使用的STL是哪个版本，才能知道对应的栈和队列的实现原理。接下来介绍的栈和队列也是SGI STL里面的数据结构， 知道了使用版本，才知道对应的底层实现。来说一说栈，栈先进后出，如图所示：栈提供push 和 pop 等等接口，所有元素必须符合先进后出规则，

首先也是很重要的一点,我们需要知道图就是多叉树的延申图的抽象结构为如下：（与多叉树很像）但是一般不使用这种结构存储图，而是使用邻接表和邻接矩阵来实现： 代码实现：1.2 图遍历框架-DFS框架我们能体会出来，dfs和回溯其实是非常相似的，下面给出回溯与dfs的对比代码：回溯：dfs：可以看出dfs和回溯其实代码一模一样，只是处理问题不同，选择列表不一样而已我将上述dfs框架当作一般框架，另外还发现了一种dfs的框架，代码如下：可以看出这段代码和一般框架的区别在于我们对节点

dp[i]为爬到第i阶楼梯的方法数；

在双指针章节遇到过单调队列，但是理解较浅，这里进行重新解读和分析：单调队列就是一个「队列」，只是使用了一点巧妙的方法，使得队列中的元素全都是单调递增（或递减）的，这一点和单调栈很像。给你一个数组window，已知其最值为A，如果给window中添加一个数B，那么比较一下A和B就可以立即算出新的最值；但如果要从window数组中减少一个数，就不能直接得到最值了，因为如果减少的这个数恰好是A，就需要遍历window中的所有元素重新寻找新的最值。

1:树枝去重2：树层去重3：重复取导致去重4：重复元素导致去重5：不重复选择导致去重。