基于开源项目添加个人的相关练习代码:https://github.com/greyireland/algorithm-pattern
- algorithm-pattern/
- algorithm_list_golang/: golang编写的相关leetcode刷题记录
- array/ 数组相关
- stack&queue/ 栈和队列
- string/ 字符串
- tree/ 二叉树
- linkedList/ 链表
- .../
- base_golang/: golang相关数据结构的基础实现
- array/ 数组相关
- stack&queue/ 栈和队列
- string/ 字符串
- tree/ 二叉树
- linkedList/ 链表
- .../
- algorithm_list_php/: php编写的相关leetcode刷题记录(todo)
- array/ 数组相关
- stack&queue/ 栈和队列
- string/ 字符串
- tree/ 二叉树
- linkedList/ 链表
- .../
- base_php/: php相关数据结构的基础实现
- array/ 数组相关
- stack&queue/ 栈和队列
- string/ 字符串
- tree/ 二叉树
- linkedList/ 链表
- .../
- data_structure/: 基础结构
binary_op
: 常见二进制操作binary_tree
: 二叉树linked_list
: 链表stack_queue
: 栈和队列
- images/: 图像
- docs/
- .../
README.md
: 项目文档
LICENSE
: 项目许可证
- algorithm_list_golang/: golang编写的相关leetcode刷题记录
主要思路为,排序,双指针,回溯
主要思路双指针,指针的转换,递归(递归最主要找边界条件(也就是终止条件)与非边界条件,得到最小子问题的结果)
模板
result = []
func backtrack(选择列表,路径):
if 满足结束条件:
result.add(路径)
return
for 选择 in 选择列表:
做选择
backtrack(选择列表,路径)
撤销选择
递归(递归最主要找边界条件(也就是终止条件) 举例子:二叉树最大深度
-
如何思考二叉树相关问题?
- 不要一开始就陷入细节,而是思考整棵树与其左右子树的关系。
-
为什么需要使用递归?
- 子问题和原问题是相似的,他们执行的代码也是相同的(类比循环),但是子问题需要把计算结果返回给上一级,这更适合用递归实现。
-
为什么这样写就一定能算出正确答案?
- 由于子问题的规模比原问题小,不断“递”下去,总会有个尽头,即递归的边界条件 ( base case ),直接返回它的答案“归”;
- 类似于数学归纳法(多米诺骨牌),n=1时类似边界条件;n=m时类似往后任意一个节点
-
计算机是怎么执行递归的?
- 当程序执行“递”动作时,计算机使用栈保存这个发出“递”动作的对象,程序不断“递”,计算机不断压栈,直到边界时,程序发生“归”动作,正好将执行的答案“归”给栈顶元素,随后程序不断“归”,计算机不断出栈,直到返回原问题的答案,栈空。
-
另一种递归思路
- 维护全局变量,使用二叉树遍历函数,不断更新全局变量最大值。
递归相关讲解视频:https://www.bilibili.com/video/BV1UD4y1Y769/?vd_source=34718180774b041b23050c8689cdbaf2