yanerhao的专栏

1 只允许一次交易，一次交易func maxProfit(prices []int) int { /* 动态规划 dp[i][j]代表第i天j状态（j=0表示当天不持有股票，=1则表示持有）下持有现金情况（如果是买入则为负数，卖出则是正数）： 转移方程： 1第i天不持有股票，则存在两种情况： 1.1 昨天不持有，当日不做什么 1.2 昨天持有，当日卖出 dp[i][0]=max(dp[i-1][0],dp[i-1][1]+p[i])

五大经典算法 动态递归DP首先需要决定存储什么历史信息，以及用什么数据结构来存储。然后最重要的就是递推公式，最后需要考虑起始条件的值。我们用dp[i]表示到字符串s的第i个元素为止能不能用字典里的词表示。假设已经知道dp[0,1,,,,i-1]的结果，要求dp[i]Leetcode 139. Word Break要求一个非空字符串s,一个非空的字符串词典，判断s能够通过空格组成

回溯算法在解决多选择问题时特别有效，一般思路如下：在当前场景下，存在若干种选择去操作，有可能两种结果：一是违反相应条件限制，只能返回（back），另一种是该选择选到最后居然正确并结束。故在回溯时存在三要素，能总结出这样的三要素问题便可以迅速解决：1 找到选择2 限制条件，即选择操作在此条件下才进行3 结束回溯在迷宫问题等应用广泛，下面的Leetcode22题Generate Par

基本概念： 所谓贪心算法是指，在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，他所做出的仅是在某种意义上的局部最优解。贪心算法没有固定的算法框架，算法设计的关键是贪心策略的选择，贪心策略使用的前提是局部最优能导致全局最优。必须注意的是，贪心算法不是对所有问题都能得到整体最优解，选择的贪心策略必须具备无后效性，即某个状态以后的过程不会影响以前的状态，只与当前状态

递归算法：直接或者间接不断反复调用自身来达到解决问题的方法。要求原始问题可以分解为相同问题的子问题。、需要：1 递归边界 2 自身调用特点分析：递归思路简单清晰，如果分析出将很快得到结果;递归将多次调用，使用到堆栈，算法效率低，费时费内存。常用场景：阶乘，斐波纳契数列、汉诺塔问题，整数划分，枚举排列及二叉树，图的搜索相关问题。例题1 Hanoi问题有三根杆子A，B，