zander258的博客

本文通过分析字符串异位词匹配问题，提出基于“欠债表”与“欠债种类数”的高效解法。核心思想：用频次数组记录窗口对目标串的字符“欠债”，len仅统计未凑齐的字符种类数，避免个数与种类混用。滑动窗口保持固定长度，每轮右移一字符后，若窗口长度达标且len==0，则记录起始位置；随后移除左端字符，仅当其原数量恰好为0时才更新len。该方法正确处理无关字符（如e）和重复字符（如aab），确保不漏不重。时间复杂度O(|s|+|p|)，空间复杂度O(1)（忽略输入复制）。关键点：a[c]==0表示种类刚齐，而非字符是否在p

本文讨论了寻找字符串中不含重复字符的最长子串长度的问题。最初尝试用HashMap记录字符最后出现位置，但存在逻辑缺陷：仅依赖重复字符下标差无法保证中间无重复，且可能遗漏末尾子串。修正思路是：以每个位置为起点，用HashMap统计当前扫描区间字符频次，遇重复则清空并回退起点，重新扫描。每轮更新答案，确保覆盖所有情况。时间复杂度最坏为O(n²)，空间复杂度O(min(n,字符集大小))。关键点在于正确推导r = r - len + 1，并配合for循环自增实现起点切换。通过“abba”“dvdf”等案例验证正确

本文分析了盛最多水容器问题的正确解法。初始错误思路仅维护左侧最高柱子，忽略了“高度较低但距离更远”的组合可能更优。正确方法采用双指针：从两端开始，面积由较短边决定，每次移动较短一侧，因保留短板无法提升高度而宽度减小，故可安全舍弃。该策略确保不遗漏最优解，时间复杂度O(n)，空间复杂度O(1)。

本文分析了三数之和问题的正确解法。核心思路是排序后固定第一个数，用双指针在右侧寻找另两个数，通过i<j<k保证下标不同，利用排序实现去重。原思路依赖Set判断值存在，无法保证下标独立，易出错。正确做法在固定i时跳过重复值，找到答案后移动双指针并避免重复加入。时间复杂度O(n²)，空间复杂度O(1)。关键在于明确候选范围与去重层级。

这道题的关键是为每组字母异位词找到统一标识。将字符排序后得到的字符串可以作为规范化 key，使不同顺序但字符组成相同的字符串进入同一个分组。本次主要问题不是分组思路，而是创建分组时判断错了对象。遇到类似问题时，可以先手动模拟每组的第一个元素，确认新的 key 能否被创建并立即保存当前数据。

这道题的关键不是把相邻数字都数一遍，而是先认出每一段的起点。x-1不在集合中时，从x向后走到断掉，用y - x得到段长，再和全局答案取最大。本次主要问题有两层：一开始把多段长度加在了一起；后来虽然找到了起点，但既没有保留历史最长，也没有从起点把整段扫完。遇到类似「无序集合里找连续段」的问题时，可以先问自己：当前这个数是不是这段的起点？

这题的优化关键是利用回文串的中心对称性，将“枚举子串并完整检查”改成“枚举中心并向两边扩展”。实现时需要同时处理奇数、偶数两种中心，并牢记扩展结束后指针已经多走一步，实际长度为。

这题的核心不是“怎么操作”，而是“怎么定义状态”。把状态定义成两个前缀的最少编辑次数后，递推就只剩三种选择：删、插、换。记忆化搜索和二维 DP 本质一致，只是写法不同。

dp[i][j]：text1 的前 i 个字符和 text2 的前 j 个字符的最长公共子序列长度因为i和jtext1[i - 1] 和 text2[j - 1]这题的关键是把状态定义为两个字符串的前缀，而不是以某个字符结尾的字符串。当当前字符相等时，继承左上角状态并加一；当当前字符不相等时，分别舍弃两个字符串的当前字符，取两条路径中的较大值。

dfs(i,j)：从 (0,0) 到达 (i,j) 的最小路径和。这个定义的重点是：返回值已经包含当前位置grid[i][j]。所以起点不是返回0grid[0][0]这题的核心不是换解法，而是让边界返回值服务于min这个转移。dfs(i,j)：到达坐标 (i,j) 的最小路径和那么越界就应该返回“大数”来表示非法路径，起点就应该返回grid[0][0]来计入起点值。用[[1,2]]这种一行网格手推一遍，很容易发现越界返回0会把非法路径选进来。

dfs(i,j)：从 (0,0) 到达 (i,j) 的不同路径数。ij是坐标下标，不是行数和列数。dfs(i,j)：到达坐标 (i,j) 的路径数这题的核心不是换解法，而是把“网格尺寸”和“坐标下标”区分清楚。dfs(i,j)：到达坐标 (i,j) 的路径数用这种最小用例手推一遍，很容易发现入口是否偏了一格。

这题的关键是先把“括号是否匹配”和“有效子串是否连续”拆开。当前 ')' 只能匹配最近的、尚未匹配的 '('isValid被标记的位置连续多少个，最长有效括号子串就是多少。这份写法虽然不是最省空间的栈写法，但思路清晰：先标记所有有效位置，再统计最长连续有效区间。

d[j] 表示：在已经处理过的数字中，能不能凑出和 j。表示什么都不选时，可以凑出和0。d[target]这道题的关键是把“能不能分成两个和相等的子集”转成“能不能凑出sum / 2最开始用 DFS 的“选或不选”方向是对的，但需要注意递归返回值、数组边界和重复状态。以及为什么内层循环必须倒序。倒序不是为了防止下标越界，而是为了防止同一个数字在同一轮里被重复使用。

obsidian。

该文章介绍了如何找到数组中乘积最大的非空连续子数组。关键思路是同时维护以当前元素结尾的最大乘积(fmax)和最小乘积(fmin)，因为负数可能使最小值变为最大值。文章指出了原始代码的问题：在更新fmin时错误使用了已更新的fmax值。正确的做法是先暂存旧的fmax值，再分别计算新的fmax和fmin。给出了正确的状态转移方程和实现代码，并强调了需要考虑当前元素单独作为子数组的情况。最后提供了多个测试用例和复杂度分析(O(n)时间，O(1)空间)。核心思想是利用动态规划处理乘积中的负数翻转问题。

本文讲解 LeetCode 300「最长递增子序列」的 O(n^2) 记忆化搜索思路。核心是先固定子问题：定义 dfs(i) 表示“以 nums[i] 结尾的最长递增子序列 长度”。这样每个状态只需要向左枚举前面的下标 j，当 j < i 且 nums[j] < nums[i] 时，说明 nums[i] 可以接在 nums[j] 后面，转移为 dfs(i) = max(dfs(j)) + 1；如果没有合法前驱，则只选 nums[i] 自己，长度为 1。

本文围绕 LeetCode 322「零钱兑换」梳理了从暴力递归到记忆化搜索的完整思路。最初通过“选当前硬币 / 不选当前硬币”进行搜索，但由于把“无 解”和“刚好凑完”都返回 0，导致结果混淆。随后将状态明确为 dfs(i, amount)，表示只使用 coins[i...] 凑出 amount 的最少硬币数，并用二维 memo[i][amount] 记录完整状态。文章重点说明了边界条件、无穷大哨兵值的选择、以及为什么选当前硬币后 i 不能后移，最后给出正确的状态转移与 复杂度分

摘要： 题目要求判断字符串s是否能由字典wordDict中的单词拼接而成（可重复使用）。采用动态规划，定义dp[i]表示前i个字符能否被拆分。初始化dp[0]=true，遍历s时枚举切分点j，若dp[j]为真且子串s[j..i-1]在字典中，则dp[i]=true。需注意下标对齐（dp[i]对应前i字符，substring(j,i)取j到i-1）。时间复杂度O(n³)，空间O(n)。关键点：状态定义统一、边界正确处理、初始化dp[0]。例如，s="leetcode"，wordDict=[

摘要：本文探讨了求解和为n的完全平方数最少数量的问题。通过递归枚举思路，将问题转化为状态转移，并引入记忆化技术优化重复计算。关键点在于状态定义（使用前i个平方数凑出j）和转移方程（允许重复使用同一平方数）。文章分析了易错点（如最优值覆盖、共享变量问题等），给出了测试用例和复杂度分析（O(n√n)时间/空间）。最终解决方案采用动态规划思想，状态转移方程为dfs(i,j)=min(dfs(i-1,j), dfs(i,j-i*i)+1)。

这篇文章详细讲解了如何解决房屋偷窃问题，即在不相邻偷窃条件下获取最大金额。初始思路是暴力DFS枚举所有可能，但会超时。然后引入记忆化搜索优化重复子问题，定义了状态转移方程dfs(i)=max(nums[i]+dfs(i+2),dfs(i+1))。进一步转化为自底向上的动态规划，通过从右向左填表计算，将空间复杂度优化到O(n)。最终版本使用两个变量代替数组，将空间复杂度降至O(1)。文章还列举了常见错误点，并分析了各方法的时间复杂度均为O(n)，强调明确递归函数定义是解题关键。

摘要：该问题要求将字符串划分为最多片段，使同一字母仅出现在一个片段中。解决方法是：1) 记录每个字母的最后出现位置；2) 扫描字符串时动态维护当前片段的最远边界（rightReach），当扫描位置达到边界时切分片段。关键点在于通过比较所有已出现字母的最后位置来扩展边界，确保片段独立性。时间复杂度O(n)，空间复杂度O(1)。示例输入"ababcbacadefegdehijhklij"输出[9,7,8]，对应片段"ababcbaca"、"defegde&quo

本文介绍了一种贪心算法来解决跳跃游戏II问题，旨在找到从数组起点到终点的最少跳跃次数。关键思路是维护当前跳跃范围(curEnd)和下一跳最远边界(nextEnd)，遍历时不断更新nextEnd。当遍历完当前层时增加跳跃次数(ans++)并更新curEnd为nextEnd。算法通过O(n)时间复杂度的单次遍历，避免了DFS的指数级复杂度。文章详细演示了示例[2,3,1,1,4]的手动模拟过程，并提醒注意边界条件和常见错误（如混淆curEnd/nextEnd、错误增加跳跃次数等）。最终代码简洁高效，仅需维护三个

这道跳跃游戏问题要求判断能否从数组起点跳到终点。解题关键在于维护当前可达的最远下标maxReach：遍历数组时，若当前位置i超过maxReach则失败；否则用i+nums[i]更新maxReach。例如[2,3,1,1,4]可达，而[3,2,1,0,4]不可达。贪心算法只需O(n)时间和O(1)空间，通过不断扩展可达范围来判断终点是否可达，而无需考虑具体跳跃路径。核心步骤是先检查当前位置是否可达，再更新maxReach。

摘要： 设计一个高效数据结构，支持动态添加整数并快速查找中位数。核心思路是使用两个堆：大顶堆l保存较小的一半数字，小顶堆r保存较大的一半。维护两个不变量：1) l的元素均≤r的元素；2) l的大小等于r或比r多1。添加元素时，通过堆的插入和转移操作保持平衡，确保中位数仅与堆顶相关：奇数时取l的堆顶，偶数时取两堆顶平均值。操作时间复杂度为O(logn)（插入）和O(1)（查询），空间复杂度O(n)。此方法避免了全局排序，仅需维护部分有序性。

摘要：题目要求找出整数数组中出现频率前k高的元素。核心思路是先用HashMap统计频率，然后通过桶排序将元素按频率分组，最后从高频到低频收集元素。易错点包括混淆key/value、桶初始化、同频元素处理等。时间复杂度O(n)，空间复杂度O(n)。关键是通过频率定位元素，而非直接排序频率值。测试用例需考虑同频和边界情况。

本文介绍了使用快速选择算法在未排序数组中查找第k大元素的方法。关键点包括：1) 将第k大转换为升序数组中的目标下标target=nums.length-k；2) 采用随机pivot和双指针划分的partition方法，避免重复元素导致的性能退化；3) 每次partition后根据pivot位置与target的比较，仅处理相应区间。算法平均时间复杂度O(n)，最坏O(n^2)，空间复杂度O(1)。注意事项包括正确处理目标下标、区分pivot下标与值、以及处理重复元素的情况。

摘要 柱状图最大矩形面积问题要求在给定柱状图中找到面积最大的矩形。核心思路是利用单调栈高效确定每根柱子左右第一个更矮的边界：对于每根柱子，找到其左右第一个高度小于它的柱子位置，计算以该柱子高度为矩形高度的最大面积。通过维护单调递增栈，在O(n)时间内解决问题。关键点包括：栈存储下标而非高度；遇到更矮柱子时持续弹栈；正确计算宽度为右边界-左边界-1；使用前后哨兵简化边界处理。该算法避免了暴力解法的O(n²)复杂度，通过单调性优化显著提升了效率。

这篇文章讨论了如何利用单调栈解决每日温度问题。给定每日温度数组，要求返回一个数组，其中每个元素表示当前温度之后第一个更高温度出现的天数差。 关键思路： 使用单调递减栈保存未找到更高温度的下标 遍历温度数组时，当前温度若大于栈顶温度，则循环弹出栈顶并计算天数差 将当前下标压入栈中，等待后续更高温度 实现要点： 栈中只需保存下标而非温度值 每次处理可能连续解决多个栈顶元素（用while而非if） 答案应填写在被弹出的下标位置 所有元素最终都会入栈 复杂度：时间O(n)，空间O(n)。典型用例验证了算法在递增、递

这篇文章讨论了如何解码包含嵌套结构的编码字符串（如3[a2[c]]）。核心思路是使用栈来保存每一层的状态：遇到[时将当前字符串和重复次数压栈，并重置状态；遇到]时弹出栈顶信息进行字符串重复和拼接。文章通过实例逐步分析处理数字、字母和括号的逻辑，强调了重置状态的重要性，并提供了Java代码实现。关键点包括：处理多位数、正确保存和恢复嵌套层级状态，以及测试用例的设计。最终解法的时间复杂度与输出长度相关，空间复杂度由栈深度决定。

本文介绍了一种支持O(1)时间复杂度的最小栈实现方法。通过使用两个栈（主栈和辅助栈）同步操作，主栈存储实际元素，辅助栈存储对应栈状态下的最小值。关键点在于每次push操作时，辅助栈压入当前值与辅助栈顶的较小值；pop操作时两个栈同步弹出，确保辅助栈顶始终反映当前栈的最小值。这种方法避免了使用全局变量导致的历史状态恢复问题，正确维护了每个栈状态的最小值。测试用例验证了重复值、最小值弹出等边界情况，所有操作的时间复杂度均为O(1)，空间复杂度为O(n)。

本文介绍了判断括号字符串有效性的解法。最初使用HashMap统计括号数量的方法存在问题，无法处理闭合顺序错误的场景（如"([)]"）。正确的解法是使用栈结构：遇到左括号入栈，遇到右括号时检查栈顶是否匹配。通过维护未闭合括号的顺序，确保正确嵌套。Java实现采用Deque作为栈，时间复杂度O(n)，空间复杂度O(n)。关键测试用例包括基本匹配、右括号开头、顺序错误和未闭合左括号等情况。该问题典型展示了栈在处理"最近相关"问题的优势。

本文介绍了在两个有序数组中找到中位数的高效算法。关键思路是通过二分法在较短数组上确定分割点，确保左半部分元素数量等于总长度一半，并满足左半部分最大值小于等于右半部分最小值。算法时间复杂度为O(log(min(m,n)))，空间复杂度O(1)。主要步骤包括：交换保证nums1是较短数组；计算half值；二分查找满足条件的分割点；处理边界情况；根据奇偶长度返回对应中位数。该算法避免了直接合并数组，通过比较四个边界值即可确定中位数。

摘要：本文提出在旋转排序数组中寻找最小值的二分查找算法。原升序数组旋转后形成两个有序区间，最小值位于右侧区间的首元素。通过将数组元素与末元素比较，分为左侧（大于末元素）和右侧（小于末元素）区间，使用开区间二分法定位旋转点。算法维护左右边界l和r，每次迭代根据中间元素与末元素关系调整边界，最终r即为最小值下标。时间复杂度O(logn)，空间复杂度O(1)。以[4,5,6,7,0,1,2]为例，经过3次迭代即可找到最小值0。该方法高效且适用于未旋转的特殊情况。

本文介绍了使用归并排序对链表进行升序排序的方法。由于链表不支持随机访问，归并排序成为理想选择，其核心步骤包括：1）通过快慢指针找到中点并断开链表；2）递归排序左右子链表；3）合并两个有序链表。文章详细解析了每个步骤的实现细节，包括递归终止条件、中点分割技巧以及合并过程中的指针操作，并提供了Java实现代码。特别强调了容易出错的断链操作和剩余链表拼接问题。该算法时间复杂度为O(nlogn)，空间复杂度为O(logn)（递归栈空间）。

摘要： 题目要求在旋转后的有序数组（元素互不相同）中查找目标值，时间复杂度须为O(logn)。核心思路是通过二分法先定位旋转点（最小值下标），将数组分为两个有序区间，再根据目标值所在区间进行二分查找。具体步骤：1) 比较nums[mid]与nums[n-1]，若nums[mid] > nums[n-1]则旋转点位于右半；2) 确定目标值所在区间后执行标准二分。需注意旋转点为0时左段为空，避免越界。算法总复杂度为O(logn)，空间O(1)。关键点在于利用旋转数组部分有序的特性，结合二分法高效分段处理。

这篇文章介绍了如何在非递减整数数组中高效查找目标值的起始和结束位置。核心思路是将区间问题转化为两个边界问题，通过两次二分查找分别确定左边界（第一个≥target的位置）和右边界（第一个>target的位置减1）。文章详细解释了二分查找的实现细节，包括边界条件处理、避免整数溢出以及正确维护不变量。代码示例展示了一个统一处理两种边界的函数，时间复杂度为O(logn)。关键点在于准确理解边界函数的语义，保持插入位置的完整性，并正确处理各种边界情况，如目标值不存在或超出数组范围的情况。

题目要求在一个m×n的二维矩阵中高效查找目标值target，矩阵满足每行从左到右非严格递增，且每行首元素大于前一行最后一个元素。核心思路是利用矩阵整体有序的特性，通过虚拟一维数组映射实现一次二分查找。具体方法是将二维坐标与一维下标建立对应关系（行号=mid/n，列号=mid%n），在[0, m×n)范围内进行标准二分，维护左右哨兵确保不变量。算法时间复杂度为O(log(mn))，空间复杂度O(1)。需注意处理目标值大于所有元素时的边界情况。该解法通过下标映射将二维问题转化为一维二分，适用于类似结构的搜索场景

本文总结了在有序数组中查找目标值或确定插入位置的三种二分查找实现方法。核心思想是将问题转化为寻找第一个≥target的位置，通过维护不同区间定义（半开半闭、闭区间、开区间哨兵）来实现。其中半开半闭区间[left,right)方法最为推荐，代码简洁且能自然处理边界情况。所有方法均保持O(logn)时间复杂度和O(1)空间复杂度。关键点在于明确区间定义、循环终止条件和边界更新规则，并通过测试用例验证各种边界场景。

本文介绍了使用回溯算法解决N皇后问题的方案。该问题要求在N×N棋盘上放置N个互不攻击的皇后，每个皇后不能处于同一行、列或对角线。算法采用逐行放置策略，通过三个布尔数组（col、diag1、diag2）快速检测冲突位置。关键步骤包括：递归处理每一行，尝试各列放置皇后，标记占用状态后递归处理下一行，找到解后构建字符串表示。文章强调了回溯中状态恢复的重要性，并指出了常见错误（如数组越界、路径构建不当等）。最终解决方案的时间复杂度为O(n*n!)，空间复杂度为O(n)。

摘要： 题目要求将字符串分割为若干回文子串，返回所有可能的分割方案。初始尝试用滑动窗口会遗漏不等长分割组合，正确解法是回溯算法：从起点start枚举结束位置end，若子串s[start,end]是回文，则加入当前路径，并递归处理剩余部分，回溯时撤销选择。关键点包括：正确判断子串回文、递归后恢复路径、避免固定窗口长度导致的遗漏。代码实现中需注意substring的边界和路径副本的保存。时间复杂度为O(n*2^n)，空间复杂度O(n)。回溯通过枚举所有切割位置，确保不遗漏任何合法方案。