淄博张店网站建设友情链接的作用

以下是五大核心算法的重点解析和LeetCode经典题解，包含最优解法和模板代码：

---

一、数组操作（双指针/滑动窗口）

核心思想：通过索引指针高效遍历与操作数组

1. 移动零（No.283）

def moveZeroes(nums):slow = 0for fast in range(len(nums)):if nums[fast] != 0:nums[slow], nums[fast] = nums[fast], nums[slow]slow += 1

2. 盛最多水的容器（No.11）

def maxArea(height):left, right = 0, len(height)-1max_area = 0while left < right:area = min(height[left], height[right]) * (right - left)max_area = max(max_area, area)if height[left] < height[right]:left += 1else:right -= 1return max_area

3. 最小覆盖子串（No.76）滑动窗口模板

def minWindow(s, t):from collections import Counterneed = Counter(t)missing = len(t)left = start = end = 0for right, char in enumerate(s, 1):if need[char] > 0:missing -= 1need[char] -= 1if missing == 0:  # 窗口满足条件# 收缩左边界while left < right and need[s[left]] < 0:need[s[left]] += 1left += 1# 更新结果if not end or right-left <= end-start:start, end = left, right# 移动左边界need[s[left]] += 1missing += 1left += 1return s[start:end]

---

二、哈希表应用（快速查找）

核心思想：空间换时间，实现O(1)查找

1. 两数之和（No.1）

def twoSum(nums, target):seen = {}for i, num in enumerate(nums):if target - num in seen:return [seen[target-num], i]seen[num] = ireturn []

2. 字母异位词分组（No.49）

def groupAnagrams(strs):from collections import defaultdictd = defaultdict(list)for s in strs:key = ''.join(sorted(s))d[key].append(s)return list(d.values())

3. 最长连续序列（No.128）

def longestConsecutive(nums):num_set = set(nums)max_len = 0for num in num_set:# 确保从序列起点开始if num-1 not in num_set:curr = numcurr_len = 1while curr+1 in num_set:curr += 1curr_len += 1max_len = max(max_len, curr_len)return max_len

---

三、树形结构（递归/迭代）

核心思想：分治思想处理子树，栈/队列辅助迭代

1. 二叉树的最大深度（No.104）

# 递归
def maxDepth(root):if not root: return 0return 1 + max(maxDepth(root.left), maxDepth(root.right))# 迭代（BFS）
from collections import deque
def maxDepth(root):if not root: return 0queue = deque([root])depth = 0while queue:depth += 1for _ in range(len(queue)):node = queue.popleft()if node.left: queue.append(node.left)if node.right: queue.append(node.right)return depth

2. 验证二叉搜索树（No.98）

def isValidBST(root):def valid(node, low=-float('inf'), high=float('inf')):if not node: return Trueif node.val <= low or node.val >= high:return Falsereturn (valid(node.left, low, node.val) and valid(node.right, node.val, high))return valid(root)

3. 二叉树的最近公共祖先（No.236）

def lowestCommonAncestor(root, p, q):if not root or root == p or root == q:return rootleft = lowestCommonAncestor(root.left, p, q)right = lowestCommonAncestor(root.right, p, q)if left and right: return rootreturn left if left else right

---

四、排序算法（归并/快排）

核心思想：分治策略实现高效排序

1. 快速排序模板

def quick_sort(arr, l, r):if l >= r: return# 分区操作pivot = partition(arr, l, r)quick_sort(arr, l, pivot-1)quick_sort(arr, pivot+1, r)def partition(arr, l, r):import random# 随机选择基准避免最坏情况rand_idx = random.randint(l, r)arr[rand_idx], arr[r] = arr[r], arr[rand_idx]pivot_val = arr[r]i = lfor j in range(l, r):if arr[j] < pivot_val:arr[i], arr[j] = arr[j], arr[i]i += 1arr[i], arr[r] = arr[r], arr[i]return i

2. 合并区间（No.56）

def merge(intervals):intervals.sort(key=lambda x: x[0])merged = []for interval in intervals:if not merged or merged[-1][1] < interval[0]:merged.append(interval)else:merged[-1][1] = max(merged[-1][1], interval[1])return merged

3. 数组中的第K个最大元素（No.215）

def findKthLargest(nums, k):import heapqmin_heap = []for num in nums:heapq.heappush(min_heap, num)if len(min_heap) > k:heapq.heappop(min_heap)return min_heap[0]

---

五、动态规划（状态转移）

核心思想：定义状态与状态转移方程，避免重复计算

1. 爬楼梯（No.70）基础模板

def climbStairs(n):if n <= 2: return ndp = [0]*(n+1)dp[1], dp[2] = 1, 2for i in range(3, n+1):dp[i] = dp[i-1] + dp[i-2]return dp[n]

2. 最长递增子序列（No.300）

# 标准DP解法 O(n²)
def lengthOfLIS(nums):dp = [1]*len(nums)for i in range(1, len(nums)):for j in range(i):if nums[i] > nums[j]:dp[i] = max(dp[i], dp[j]+1)return max(dp)# 贪心+二分 O(nlogn)
def lengthOfLIS(nums):tails = []  # 存储最小尾部元素for num in nums:# 二分查找插入位置l, r = 0, len(tails)while l < r:mid = (l+r)//2if tails[mid] < num:l = mid+1else:r = midif l == len(tails):tails.append(num)else:tails[l] = numreturn len(tails)

3. 编辑距离（No.72）经典二维DP

def minDistance(word1, word2):m, n = len(word1), len(word2)dp = [[0]*(n+1) for _ in range(m+1)]# 初始化边界for i in range(1, m+1): dp[i][0] = ifor j in range(1, n+1): dp[0][j] = jfor i in range(1, m+1):for j in range(1, n+1):if word1[i-1] == word2[j-1]:dp[i][j] = dp[i-1][j-1]else:dp[i][j] = 1 + min(dp[i-1][j],    # 删除dp[i][j-1],    # 插入dp[i-1][j-1]   # 替换)return dp[m][n]

---

六、综合训练题库（按难度排序）

类别	基础题（掌握模板）	进阶题（应用变形）	挑战题（综合优化）
数组	26/27/283/167	11/15/16/238	42/128/239/295
哈希表	1/202/242	49/560/763	30/76/146/460
树	100/101/104/226	102/105/236	124/297/337
排序	75/88/147	148/179/215	56/164/315
DP	70/118/121	62/64/139/198	72/152/312/322

高效训练建议：

1. 每日专项训练：每天专注1个算法类型（如周一数组/周二哈希表）

2. 三遍刷题法：

• 第一遍：独立解题（30分钟）

• 第二遍：学习最优解并复现

• 第三遍：隔周重做+总结模板

1. 重点突破：

• 双指针（数组/字符串）

• 回溯法（树形问题）

• 状态机（动态规划）

• 堆应用（排序/TOP K问题）

核心技巧：

• 数组：左右指针/快慢指针/前缀和

• 哈希表：空间换时间/计数器

• 树：递归三要素（终止条件/本级任务/返回值）

• 排序：归并分治/快速选择

• DP：状态定义 → 转移方程 → 初始化 → 遍历顺序