leetcode 算法思路

暴力递归

自顶向下:
f(total) = f(child1) + f(child2)  + ... + f(childn)  ?     total是否能完整分割

1.首先对问题进行分而治之，将一个大问题转化为规模缩小了的同类子问题，如求f(n)是可以通过f(n-1)来求解
2.递归不能无休止进行，那么必须有明确的退出条件（base case）
3.问题有解时如何进行下一步的决策
4.暴力递归不会记录子问题的解

递归的一个非常重要的点就是：不去管函数的内部细节是如何处理的，我们只看其函数作用以及输入与输出。
114. 二叉树展开为链表

动态规划

自底向上,一般用于求次数或价值，比如斐波拉契和背包问题
dp[0] = ..
dp[1] = ..
...
dp[n] = dp[n - 1] ...  状态转移方程

1.类似于递归的过程，但是会保留每个子问题的解，并且下次直接使用，不用再次计算子问题
2.将暴力递归的每个过程都抽象成为一个状态表达，也就是每个问题的解
3.从小到大，依次求出每个问题的解
算法刻意练习之递归、分治、回溯、动态规划、贪心算法

大体思维导向：
1.先想递归
2.发现重复计算
3.通过记忆化等方法弄掉重复计算,状态转移方程类似于数学归纳法
4.最后看下能不能通过利用计算顺序来做到去掉递归用“刷表”方式直接顺序计算，能搞定最好搞不定拉倒。

回溯递归框架

自底向上，一般用于求各种排列组合
 +/- f(1) +/- f(2) +/- f(3) ... +/-f(n) ==  f(total) ?      做出的选择能否构成完整total

public void backtrack(路径，选择列表){
    if(满足结束条件){
        result.add(结果);
    }
    for(选择：选择列表){
        做出选择;
        backtrack(路径，选择列表);
        撤销选择;
    }
}

复杂度分析

取最坏情况

常见思路

二叉树： 递归，迭代（借助队列或者栈）
二叉搜索树：
1.中序遍历
2.左子节点依次入栈

链表： 保存中间节点（虚拟节点，前置节点，后置节点），双指针