weixin_44097082的博客

1、两数之和解法一：暴力循环public int[] twoSum(int[] nums, int target){ for(int i =0; i< nums.length; i++){ for(int j =i+1; j<nums.length;i++){ if(nums[i] + nums[j] == target){ return new int[] {i,j}; }

类 StringBuilder类 String 表示字符串， 比如“ abc ”。 类 StringBuilder 表示可改变大小的字符序列（ sequence of characters ），多个字符组成字符序列，字符序列和字符串是同一个意思。二者的区别在于， String 类型的字符串是常量，字符串创建出来后不允许修改。而 StringBuilder 类型的字符串是可修改的。类 StringBuilder 有两个核心的 API ，分别是 append 和 insert 。前者的功能是在原来的字符串的

给定一个只包含正整数的非空数组。是否可以将这个数组分割成两个子集，使得两个子集的元素和相等。注意: 每个数组中的元素不会超过 100 数组的大小不会超过 200示例 1: 输入: [1, 5, 11, 5] 输出: true 解释: 数组可以分割成 [1, 5, 5] 和 [11].示例 2: 输入: [1, 2, 3, 5] 输出: false 解释: 数组不能分割成两个元素和相等的子集.提示：1 <= nums.length <= 2001 <= nums[i] <=

背包问题举例：动态规划五部曲：1、确定dp数组以及下标i的含义：dp[i][j] 表示的就是从下标为0-i 的物品中取，放进容量为 j 的背包，所获得的最大总和价值；2、递推公式：dp[i][j] = max(dp[i-1][j] , dp[i-1][j - weight[i]]+value[i])这里指的是，dp[i][j] 的状态可能有两种情况推导而来，①背包放不下物品 i , 那么此时的背包仍为dp[i-1][j] ; ② 背包能放下物品 i ，此时留给前面下标为1-i-1的物品的容量为j-

本文是根据代码随想录内容所改编，里面加了自己一些笔记，主要内容版权归代码随想录所有，详情请见代码随想录网站，该文是为了自己回忆和方便温习。62、不同路径力扣链接一个机器人位于一个 m x n 网格的左上角 （起始点在下图中标记为 “Start” ）。机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角（在下图中标记为 “Finish” ）。问总共有多少条不同的路径？输入：m = 3, n = 7 输出：28总结动态规划算法五部曲：1、确定dp数组和下标含义：2、确定递推公式3、dp

贪心算法：从局部最优-》全局最优——摘自代码随想录

思路：1、第i级台阶是第i-1级台阶的阶梯顶部。2、踏上第i级台阶花费cost[i]，直接迈一大步跨过而不踏上去则不用花费。因此到达第i级台阶的阶梯顶部的最小花费，有两个选择：1、先付出最小总花费minCost[i-1] 到达第i级台阶（即第i-1级台阶的阶梯顶部），踏上第i级台阶需要再花费cost[i]，再迈一步到达第i级台阶的阶梯顶部，最小总花费为**(minCost[i-1] + cost[i])**；2、先付出最小总花费minCost[i-2] 到达第i-1级台阶（即第i-2级台阶的阶梯

动态规划——爬楼梯

给定一个仅包含数字 2-9 的字符串，返回所有它能表示的字母组合。给出数字到字母的映射如下（与电话按键相同）。注意 1 不对应任何字母。示例:输入：“23”输出：[“ad”, “ae”, “af”, “bd”, “be”, “bf”, “cd”, “ce”, “cf”].思路：输入23,暴力法就是直接两层for循环，如果输入233,就是三层for循环。如果输入数字过多，循环次数过多，因此需要用到回溯法。难点：数字与字母的映射问题两个字母两个for循环，以此类推，发现有难度。输

题：找出所有相加之和为 n 的 k 个数的组合。组合中只允许含有 1 - 9 的正整数，并且每种组合中不存在重复的数字。思路：相对于回溯算法的组合问题77多了一个限制，即找到和为n的k个数的组合，而整个集合已经是固定的了[1,…,9]。回溯三要素：返回值和参数： void参数：同组合问题，需要一个二维数组存放结果集合，和一个一维数组存放符合条件的结果。vector<vector<int>> result;vector<int> path;此时还需要一个

给定两个整数 n 和 k，返回 1 … n 中所有可能的 k 个数的组合。例：输入：n=4,k=2输出：[[1,2],[1,3],[1,4],[2,3],[2,4],[3,4]]思路：回溯法的经典问题直接解法：使用循环，这里k=2,可以使用两个for循环，代码如下：int n=3;for(int i=1;i<=n;i++){ for(int j=i+1;j<=n;j++){ cout<<i<<" "<<j<<en

1、回溯是递归的副产品，只要有递归就会有回溯。2、回溯的本质是穷举，所以并不高效。3、回溯法可以解决的问题：（1）组合问题：N个数中按一定规则找出k个数的集合（2）排列问题：N个数按一定规则全排列，有几种排列方式（3）切割问题：一个字符串按一定规则有几种切割方式（4）子集问题：一个N个数的集合里面有多少符合条件的子集（5）棋盘问题：N皇后，解数独等等4、如何理解回溯法：（1）可以抽象成树形结构（2）因为回溯法解决的都是在集合中递归查找子集，集合的大小构成了树的宽度，递归的深度，都构成了树

1、需要队列，队列先进先出，符合一层一层遍历的逻辑，而栈先进后出就符合递归（深度优先遍历）的逻辑。2、层级遍历就是图中的广度优先遍历。3、层次遍历的模板：4、给定一个二叉树，返回其节点值自底向上的层次遍历。（即按从叶子节点所在层到根节点所在的层，逐层从左向右遍历）（107）解法：相对于层次遍历，就是最后把result数组翻转一下就可以。5、给定一棵二叉树，想象自己站在它的右侧，按照从顶部到底部的顺序，返回从右侧所能看到的节点值。即右视图。（199）解法：层序遍历的时候，判断是否遍历到单层的最

1、时间复杂度：递归与迭代差不多(在不考虑函数调用开销和函数调用产生的堆栈开销)。递归2、空间复杂度：递归开销大一些，因为递归需要系统堆栈存参数返回值等。总之，递归更容易理解，但收敛不好，容易栈溢出。在实际项目开发，应该避免递归，因为项目代码参数，调用关系比较复杂不容易控制递归深度，甚至会栈溢出。...

1、C++中栈(stack)的使用(1) 定义stack 对象的示例代码如下： stack<int> s1; stack<string> s2;(2) stack 的基本操作有： a) 入栈，如例：s.push();在栈顶增加元素 b) 出栈，如例：s.pop();注意，出栈操作只是删除栈顶元素，并不返回该元素。 c) 访问栈顶，如例：s.top() d) 判断栈空，如例：s.emp...