QxXyY的博客

class Solution: def findKthLargest(self, nums: List[int], k: int) -> int: def adju_max_heap(nums_list, in_node): # 从当前内部节点处修正大根堆 """"in_node是内部节点的索引""" l, r, large_idx= 2*in_node+1, 2*in_node+2, in_node # 最大值的索引默认为

1.DFS的三种遍历顺序，特点 2.BFS遍历使用两端队列（collections.deque()）可以不占用额外空间，每层遍历删除头元素，将下一层子节点加入队尾 3.考虑左右子树分治 如最大深度=max（左子树最大深度，右子树最大深度） 平衡二叉树：左子树平衡 and 右子树平衡 and 左右子树深度差<1 重建二叉树：重建左子树+重建右子树 4.注意搜索树的性质（左<root<右） 搜索树考虑中序遍历：结果升序 5.某节点路径、回溯问题，可以使用hash表储存父节点与子节点的指向关系

添加链接描述

1.Python暴力解法：可以将链表变成list，对list操作再新建链表 2.多用指针，用dummy（next=head）来处理首结点的边界情况 3.创建链表尾插，颠倒顺序头插 4.对链表的某一段操作：断开之前需要用pre和suc指针保存断开片段前后的结点 5.一般next、cur、pre指针顺次改变顺序，比如倒序next=cur.next,cur.next=pre,pre=next 6.对链表每k个结点操作：考虑递归，断开k个结点的片段，操作完后接回 7.需要倒序：考虑递归、栈、指针迭代 8.处理末尾边