tqtaylor的博客

模式分类： 书籍推荐：重构-改善既有代码的设计 重构获得模式 设计模式：现代软件设计的特征是“需求的频繁变化”。设计模式的要点是 “寻找变化点，然后在变化点处应用设计模式，从而来更好地应对 需求的变化”.“什么时候、什么地点应用设计模式”比“理解设 计模式结构本身”更为重要。 重构获得模式：计模式的应用不宜先入为主，一上来就使用设计模式是对设计 模式的最大误用。没有一步到位的设计模式。敏捷软件开发实践提 倡的“Refactoring to Patterns”是目前普遍公认的最好的使用设 计模式

​ 这道题使用动态规划求解 1 2 3 4 5 6 dp[i][j]从三角形顶部走到i,j的最短路径和 class Solution { public: int minimumTotal(vector<vector<int>>& triangle) { //i行j列 int m = triangle.size(); vector<vector<int>> dp(m,vector<

二分查找区间基本问题 之前写二分查找都是硬背，没有体会到区间的概念，在刷题学习之后慢慢有了点感觉 while循环时为什么可以写<也可以写<=号呢？ 两者有啥区别呢？ 写left<right时可以发现 是取不到right的，表示整个区间是一个左闭右开的区间[left,right： int right = nums.size();//取不到size() 因此我们在写区间时当 nums[mid]>target，则此时应该向左边查找，即right应该移到中间来，那么我们发现既然是取不

合并有序链表 递归方式合并链表pHead1，pHead2 base case是 pHead1为空或者pHead2为空 递归方式是 如果pHead1->val < pHead2->val 则 pHead1结点作为新链表的头结点，即mergeNode = pHead1; 同时pHead1->next继续向下递归，因为pHead1->next这个节点也有可能小于pHead2 即mergeNode->next = Merge(pHead1->next, pHead2); 否

动态规划解题 dp[i][k][j] 第i天 k限制交易次数 通过买卖到什么状态(有股票，或者没有股票) 0代表没有股票 有两种可能 前一天本身没有或者是昨天拥有今天卖了 //dp[i][0] = max(dp[i-1][0],dp[i-1][1]+price[i]); dp[0][0] = 0 //dp[i][1] = max(dp[i-1][1],dp[i-1][0]-price[i]);dp[0][1]=-INT_MAX 为了节约数组空间，同...

前序和中序比较简单 使用一个if else即可判断 一直往左走就行了 但是后序比较麻烦，因为最后访问根节点，涉及到一个走过的根节点重新访问 如何知道我是第二次到达根节点访问，而不是节点左右子树还有没有访问过呢？ 实际上如果这个节点是第二次到达访问，即左子树肯定已经访问过出栈，不存在了 只有可能右子树是没有访问过了，即我们用一个pre指针，指向已经访问过的上一个节点记录一下就行了，如果p->rightNULL 或 ->rightpre 说明这个点肯定需要访问，因为右子树被访问过了 或者根本没有右子

数据流 数据的数量不定，也就是数组的长度不定，可以向数组中插入数字，能够o（1）得到中位数 我们知道使用堆或者快排思想可以得到无需数组中的中位数 如何o(1)得到呢？ 使用有序数组，每次插入维持一个有序数组 如果 class MedianFinder { public: /** initialize your data structure here. */ //使用堆 vector<double> max; vector<double> min;

思路： 扩容 将原来的字符串长度扩大到可以装下替换的之后的长度 1个’ ’ 替换为’%20‘ 即一个空格本身有一个字节，还需2个字节，即m个空格，需要2m长度 即newSize = originSize + 2m; 从后往前 双指针p，q开始赋值 当p>=0 并且 p<q时一直循环处理 class Solution { public: /** * 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可 * * * @

时间复杂度 使用O(M+N) 使用一种比较巧妙的搜索方法： 从右上角开始搜索即x=0,y=n-1,arr[x][y]开始搜索 若arr[x][y]== target 则返回true 若arr[x][y]> target 若target小于当前值，只可能向左，即–y 相反，则向下向更大的值搜索，++x class Solution { public: bool Find(int target, vector<vector<int> > array) {

### 剪绳子一 利用动态规划 状态转移 ### 剪绳子二 绳子长度范围增加，导致结果必须要对1000000007求余，而求余过程导致动态规划失效，因此使用数学推导 class Solution { public: int cuttingRope(int n) { // memo = new int[n+1]; // for(int i=0;i<=n;++i) memo[i] = -1; // return dp(n); ..

剑指offer思想，挺简单的思路 使用两个函数 findUnsignedInt() 查找无符号整数（不带正负号） findInt() 查找有符号整数整体数值可以表示为 D[A].[B]e/E[C]D 1. D表示空格，首先去掉起始空格 2. A为开始，可以没有，如果有可以是有符号数或者无符号，因此使用findInt 3. B部分，为小数点后面的部分，必须是无符号整数，小数可以没有整数部分不如".33"(但是此时小数点后面必须有无符号数） ，小数点后面可以没有数字，如"3."(此时前面必须有数字）因此不能是"

最大公约数和最小公倍数 gcd()最大公约数:辗转相除法 递归方法：简单，不用判断a，b大小，因为 如果a<b 调用gcd(b,a%b)==变为gcd(b,a) 迭代，需要判断一下a b大小，若a<b 交换 然后while循环 lcm最小公倍数 lcm(a,b) = a * b / gcd(a,b) int gcd(int a,int b) { if(b==0) return a; return gcd(b,a%b); } ​ //非...

1.父类析构函数不是虚函数 #include<iostream> using namespace std; class Base{ public: Base() { cout<<"Base()"<<endl; } ~Base() { cout<<"~Base()"<<endl; } virtual void func() { cout