算法设计

📄️ 数组字符串

88. 合并两个有序数组

📄️ 双指针

125. 验证回文串

📄️ 滑动窗口

209. 长度最小的子数组

📄️ 矩阵

36. 有效的数独

📄️ Hash表格

383. 赎金信

📄️ 区间

228. 汇总区间

📄️ 栈

20. 有效的括号

📄️ 链表

141. 环形链表

📄️ 二叉树

104. 二叉树的最大深度

📄️ 图

网格 DFS 遍历的框架代码

📄️ 字典树

208. 实现 Trie (前缀树)

📄️ 回溯

17. 电话号码的字母组合

📄️ 分治

108. 将有序数组转换为二叉搜索树

📄️ Kadane算法

Kadane's算法是一种用于解决最大子数组和问题（Maximum Subarray Sum Problem）的动态规划算法。该问题的目标是在一个给定数组中找到一个连续子数组，使得子数组的和最大。

📄️ 二分查找

35. 搜索插入位置

📄️ 堆

215. 数组中的第K个最大元素

📄️ 位运算

67. 二进制求和

📄️ 数学

9. 回文数

📄️ 动态规划

动态规划的题目分为两大类，一种是求最优解类，典型问题是背包问题，另一种就是计数类，比如这里的统计方案数的问题，它们都存在一定的递推性质。前者的递推性质还有一个名字，叫做 「最优子结构」 ——即当前问题的最优解取决于子问题的最优解，后者类似，当前问题的方案数取决于子问题的方案数。所以在遇到求方案数的问题时，我们可以往动态规划的方向考虑。

🗃️ 算法重要知识点

3 个项目