Introduction

二叉树

• 如果是需要递归的算法，要先考虑清楚返回值是什么，意义是啥，然后在递归的尽头如何处理特殊值，要保证参数的一致性。
• 二分查找的while里面是情况有两种（记住这个口诀，可以方便写出判断逻辑）：
  • 可以保证需要查找的数据在[start, end]里的
  • 需要查询的数据如果存在，那肯定在这个[start, end]里面，或者肯定不在这个[start, end]里面
• 动态规划可以通过变化函数的意义来改变从头遍历还是从尾遍历
  • 先画出最后满足条件的状态
  • 再思考f(n)，也就是有和没有最后一个元素的区别联系
  • state存储的就是函数值
  • 再确定函数意义，要多思考函数的意义，result可能是state[n - 1], max(...state), min(...state)
  • 如果原函数有两个参数，动态规划的函数参数可能是其中任意一个，也可能是两个参数的组合
  • 二维的f(n)，要思考在各种情况下如何满足最后的条件
  • 在分析f(n)的过程中，如果出现了两个变量，则用二维动态规划参数组合
• 参数为两个字符串，并且寻找的东西是连续的，则考虑使用滑动窗口
• 排列、组合、子串、分割，考虑使用回溯法
• 二进制运算时要多加（），例如(num & diff) === diff和num & diff === diff的值就不一样
• 需要掌握二叉树、完全二叉树的性质
• 最短距离算法，常用解题方法是BFS、 回溯法、动态规划、Dijkstra
  • 如果是矩阵最短路径，且只可以向两个方向移动，用动态规划
  • 如果是矩阵最短路径，且每一步等距（即先遍历到的点就是最短路径），就使用BFS
  • 如果是矩阵最短路径，但是每一步距离不固定，就使用回溯法或者dijkstra
  • 解决问题的难度排序是（小→大）：动态规划、BFS、回溯法、Dijkstra
• 掌握数组，字符串的所有操作
• 掌握Math的所有操作
• 二叉搜索树的中序遍历是升序的
• 单调栈需要思考的问题（例如https://leetcode.cn/problems/trapping-rain-water/）：
  • 栈里面存放的是未知的，暂时无法处理的，对后面有影响的。（正常栈里面存放的元素是递增或递减的）
  • 要明确每次处理的是什么，就是要把已经确定的东西给算出来