摘要：416. 分割等和子集 01背包的递推公式为：dp[j] = max(dp[j], dp[j - weight[i]] + value[i]); 如果dp[j] == j 说明，集合中的子集总和正好可以凑成总和j，理解这一点很重要。 1 class Solution: 2 def canPartit
阅读全文
摘要：62. 不同路径 1 class Solution: 2 def uniquePaths(self, m: int, n: int) -> int: 3 # 创建一个二维列表用于存储唯一路径数 4 dp = [[0] * n for _ in range(m)] 5 6 # 设置第一行和第一列的基本
阅读全文
摘要：509. 斐波那契数 1 class Solution: 2 def fib(self, n: int) -> int: 3 if n <= 2: 4 return n 5 6 prev1, prev2 = 0, 1 7 for _ in range(2, n+1): 8 sum_value = p
阅读全文
摘要：56. 合并区间 时间复杂度: O(nlogn) 空间复杂度: O(logn)，排序需要的空间开销 1 class Solution: 2 def merge(self, intervals): 3 result = [] 4 if len(intervals) == 0: 5 return res
阅读全文
摘要：406. 根据身高重建队列 1. 一定要想如何确定一个维度，然后再按照另一个维度重新排列。 2. 先确定身高的维度，降序排列。 3. 按照身高排序之后，优先按身高高的people的k来插入，后序插入节点也不会影响前面已经插入的节点，最终按照k的规则完成了队列。 4. 局部最优：优先按身高高的peop
阅读全文
摘要：134. 加油站 局部最优：当前累加rest[i]的和curSum一旦小于0，起始位置至少要是i+1，因为从i之前开始一定不行。全局最优：找到可以跑一圈的起始位置。 时间复杂度：O(n) 空间复杂度：O(1) 1 class Solution: 2 def canCompleteCircuit(se
阅读全文
摘要：55. 跳跃游戏 1. 跳跃的覆盖范围。这个问题就转化为跳跃覆盖范围究竟可不可以覆盖到终点！ 2. 贪心算法局部最优解：每次取最大跳跃步数（取最大覆盖范围），整体最优解：最后得到整体最大覆盖范围，看是否能到终点。 时间复杂度: O(n) 空间复杂度: O(1) 1 class Solution: 2
阅读全文
摘要：1.贪心算法一般分为如下四步： 将问题分解为若干个子问题 找出适合的贪心策略 求解每一个子问题的最优解 将局部最优解堆叠成全局最优解 455. 分发饼干 1. 局部最优就是大饼干喂给胃口大的，充分利用饼干尺寸喂饱一个，全局最优就是喂饱尽可能多的小孩。 时间复杂度：O(nlogn) 空间复杂度：O(1
阅读全文
摘要：491. 递增子序列 不对原数组进行排序，利用set对同层的子集进行去重。 1 class Solution: 2 def findSubsequences(self, nums): 3 result = [] 4 path = [] 5 self.backtracking(nums, 0, pat
阅读全文
摘要：【参考链接】 93. 复原 IP 地址 【注意】 1.切割问题就可以使用回溯搜索法把所有可能性搜出来。 2.startIndex一定是需要的，因为不能重复分割，记录下一层递归分割的起始位置。 3.本题我们还需要一个变量pointNum，记录添加逗点的数量。 4.分割的段数作为终止条件。pointNu
阅读全文
摘要：【参考链接】 39. 组合总和 【注意】 1.candidates 中的数字可以无限制重复被选取。 2.在for循环中进行剪枝。剪枝前需要对数组进行排序。 【代码】 1 class Solution(object): 2 def __init__(self): 3 self.path = [] 4
阅读全文
摘要：【参考连接】 216. 组合总和 III 【注意】 1.组合不强调元素之间的顺序。 【代码】 1 class Solution(object): 2 def __init__(self): 3 self.res = [] 4 self.sum_now = 0 5 self.path = [] 6 d
阅读全文
摘要：【参考链接】 1.属于纯暴力算法 2.能解决组合、切割、子集、排列（强调元素的顺序）、棋盘问题（n皇后，解数独）问题。 3.一般都可以抽象成一个n叉树问题。横方向是for（遍历集合元素，主体：处理节点，递归，回溯（撤销处理节点的情况）），纵方向是递归（一般没有返回值，终止条件是收集结果的时候）。 4
阅读全文
摘要：[参考链接] 669. 修剪二叉搜索树 需要递归修剪。 [代码] 1 # Definition for a binary tree node. 2 # class TreeNode(object): 3 # def __init__(self, val=0, left=None, right=Non
阅读全文
摘要：[参考链接] 235. 二叉搜索树的最近公共祖先 [注意] 1.因为是有序树，所以如果中间节点是 q 和 p 的公共祖先，那么中间节点的数组 一定是在[p, q]区间的。即中节点 > p && 中节点 < q 或者 中节点 > q && 中节点 < p。 2.那么只要从上到下去遍历，遇到 cur节点
阅读全文
摘要：【参考链接】 530. 二叉搜索树的最小绝对差 【注意】 1.二叉搜索树采用中序遍历，其实就是一个有序数组。 2.使用双指针，更快。 【代码】 1 # Definition for a binary tree node. 2 # class TreeNode(object): 3 # def __i
阅读全文
摘要：【参考链接】 654. 最大二叉树 【注意】 1.构造二叉树，都需要用前序遍历。 2.二叉树的根是数组中的最大元素。 3.没必要构造新数组，通过下标控制左右区间。运行效率会高很多。 【代码】 1 # Definition for a binary tree node. 2 # class TreeN
阅读全文
摘要：【参考链接】 513. 找树左下角的值 【注意】 1.用递归的话就就一直向左遍历，但是到最后一个，它未必是最后一行。是要找到树的最后一行的最左边的值。（不一定是指是左孩子） 2.如果使用递归法，如何判断是最后一行呢，其实就是深度最大的叶子节点一定是最后一行。 3.只要是优先遍历左都可以，所以前中后序
阅读全文
摘要：【参考链接】 110. 平衡二叉树 【注意】 1.一棵高度平衡二叉树定义为：一个二叉树每个节点 的左右两个子树的高度差的绝对值不超过1。 2.求高度一定要用后序遍历。 【代码】 1 # Definition for a binary tree node. 2 # class TreeNode(obj
阅读全文
摘要：【参考链接】 104. 二叉树的最大深度 【注意】 1. 二叉树节点的深度：指从根节点到该节点的最长简单路径边的条数或者节点数（取决于深度从0开始还是从1开始）。 二叉树节点的高度：指从该节点到叶子节点的最长简单路径边的条数或者节点数（取决于高度从0开始还是从1开始）。 2.根节点的高度就是二叉树的
阅读全文
