m0_68165821的博客

单源 BFS解决的是“点到点”或“点到面”的最短距离。多源 BFS解决的是“面到面”的势力扩张和覆盖时间。

计算个数(200. 岛屿数量)计算最大面积(695. 岛屿最大面积)计算周长(463. 岛屿的周长)计算飞地面积(1020. 飞地的数量)统计封闭岛屿(1254. 统计封闭岛屿)

本文介绍了网格类DFS算法的C语言实现模板及其在LeetCode第200题"岛屿数量"中的应用。该模板包含四个关键部分：方向数组定义搜索路径、核心DFS递归函数进行连通块标记、主循环遍历整个网格、以及内存管理。在解决岛屿问题时，通过遍历网格并标记已访问的陆地，统计连通块数量。模板支持灵活调整方向数组以适应不同连通性要求，并提供了优化建议，如改用BFS或并查集处理大规模数据，以及"淹没法"优化空间复杂度。代码实现展示了如何将该模板适配到具体问题，同时保持了良好的内存管理

本文总结了力扣中三道经典动态规划题目：300题最长递增子序列（LIS）、674题最长连续递增序列和718题最长重复子数组。300题提供两种解法：O(N²)的经典DP和O(NlogN)的贪心+二分优化；674题由于要求连续，可用简单贪心或DP在O(N)时间解决；718题则扩展为二维DP，寻找两个数组的最长公共连续子数组。三题对比展示了不同约束条件下DP思路的演变，是掌握动态规划核心思想的典型案例。

本文介绍了完全背包问题的两种典型解法：组合数与排列数。对于组合数问题（如518题零钱兑换II），采用外层遍历物品、内层遍历容量的顺序；对于排列数问题（如377题组合总和IV），则交换循环顺序。通过动态规划实现，其中组合数问题递推公式为dp[j] += dp[j - coin]，排列数问题类似但循环顺序相反。文章还展示了递归+记忆化搜索的解法，并对比了递归与迭代的转化关系。代码示例均用C语言实现，包含初始化、递推和内存释放等关键步骤。

本文通过三道经典动态规划题目（斐波那契数、爬楼梯、最小花费爬楼梯），系统讲解了动态规划的解题方法论。采用"动规五部曲"框架：1)定义dp数组及下标含义；2)推导递推公式；3)初始化dp数组；4)确定遍历顺序；5)举例验证。针对每道题目给出C语言实现，并分析时间/空间复杂度，其中斐波那契数列和爬楼梯问题展现了递推公式的相似性，最小花费爬楼梯则引入最优子结构概念。文章强调动态规划的核心是利用历史状态推导未来状态，避免重复计算，并通过空间优化策略展示算法改进思路。

本文分析了三道经典贪心算法题目：406题根据身高重建队列、452题用最少数量的箭引爆气球、435题无重叠区间。406题通过高个子先站位的策略，将二维约束简化为一维插入问题；452题采用区间公共部分思想，通过排序和更新最小右边界来最小化箭的使用；435题则转化为求最大不重叠区间数问题，按右边界排序实现最优解。三题均展示了贪心算法在处理多维约束和区间问题中的高效性，时间复杂度主要在O(nlogn)到O(n²)之间。解题关键在于选择合适的排序策略和局部最优条件，将复杂问题分解为可处理的子问题。

只要每一步都往正确的方向挪一小步，最终就能登顶。既然你已经掌握了这种“收割所有正向价值”的技巧，要不要尝试一下贪心算法中比较硬核的“跳跃”问题？力扣 55. 跳跃游戏。这道题不是让你计算步数，而是让你判断最远能跳到哪里。你想看看如何通过贪心法不断更新自己的“势力范围”吗？你想继续挑战吗？因为我们的逻辑是“走到边界就增加一步”。如果我们遍历到最后一个元素且它正好是curEnd，会导致steps多加 1。实际上，当我们走到（倒数第二个）时，如果curEnd还没覆盖终点，最后一步一定会被加上。从第 55 题的。

摘要： 本文解析了力扣78题（子集）和90题（子集Ⅱ）的回溯解法。78题通过递归树结构生成所有子集，每次递归都记录当前路径作为结果，关键点在于startIndex避免重复选取。90题在78题基础上增加数组去重，需先排序并通过i > startIndex && nums[i] == nums[i-1]跳过同层重复元素。C语言实现中需注意动态内存管理和深度拷贝。两题对比：78题适用于无重复数组，90题需排序和树层去重处理重复元素。

本文介绍了回溯算法解决组合问题的模板和优化方法。通过树形结构遍历所有可能的组合，使用递归实现路径选择与回溯。关键优化在于剪枝，通过数学公式 n - (k - pathTop) + 1 减少无效递归，显著提升效率。文中提供了C语言实现代码，包括动态内存管理和剪枝逻辑，适用于从n个数中选取k个组合的问题。

本文摘要了三道二叉搜索树(BST)相关算法题解： 700题展示了BST搜索的递归和迭代两种解法，利用BST特性实现高效查找； 98题给出验证BST的三种方法：中序遍历数组检查有序性、递归范围限制法和迭代中序模拟法； 530题(未完整)应涉及利用BST有序特性计算最小差值。所有解法都充分利用BST左小右大的特性，时间复杂度从O(logN)到O(N)不等，是掌握BST基础操作的关键题目。

本文介绍了二叉树中两个常见问题的解法：左叶子节点求和（404题）和寻找树左下角的值（513题）。对于404题，关键在于准确定义左叶子节点（必须是父节点的左孩子且无子节点），并通过递归或迭代遍历树结构进行求和。513题则提出两种BFS解法：反向思维（从右往左入队）和标准层序遍历（记录每层第一个节点），并分析了递归解法通过记录最大深度来定位最左下节点。两种问题均采用深度优先或广度优先遍历，时间复杂度均为O(n)，空间复杂度取决于树的结构。

本文介绍了两种二叉树问题的解法：对称二叉树判断（101题）和相同树判断（100题）。对于对称二叉树问题，核心思路是通过递归或迭代方式比较左右子树的镜像关系，关键点是"左左对右右，左右对右左"的比较策略。相同树问题则采用类似方法，只需调整为同步比较对应位置的节点即可。两种解法的时间复杂度均为O(n)，递归空间复杂度为O(h)，迭代为O(n)。文章还特别指出中序遍历判断对称性的常见误区，强调必须同时校验结构对称性。

本文介绍了二叉树前序、中序和后序遍历的递归与迭代实现方法。递归版通过调整节点访问顺序实现三种遍历（前序：根-左-右；中序：左-根-右；后序：左-右-根），时间复杂度均为O(n)。迭代版使用栈模拟递归过程，重点在于入栈顺序：前序遍历需先右后左入栈，保证左子树优先处理。通过具体树结构[1,2,3]的推演，展示了前序遍历迭代法的执行流程。文中还提供了C语言实现代码，并强调了空树处理、入栈顺序等注意事项。两种方法空间复杂度均为O(n)，递归简洁但可能栈溢出，迭代更可控但需手动维护栈结构。

本文摘要： 232题-用栈实现队列 使用两个栈(stackIn和stackOut)模拟队列 push操作直接存入stackIn pop操作需先将stackIn元素转移到stackOut，取出栈顶元素后再移回 关键点：栈顶指针管理（入栈用top++，出栈用--top） 时间复杂度O(1)，空间复杂度O(n) 225题-用队列实现栈 使用单向链表模拟栈 push操作添加到链表尾部 pop操作需遍历到倒数第二个节点，处理尾节点 结构包含head（栈底）、foot（栈顶）和size 通过节点操作实现LIFO特性 核

本文介绍了三种方法解决LeetCode 203题"移除链表元素"问题。1. 直接删除法：先处理头节点，再遍历删除中间节点；2. 虚拟头节点法：通过添加临时节点统一处理逻辑；3. 递归法：利用函数调用栈实现反向处理。重点分析了虚拟头节点技巧的优势，它能简化边界条件处理，使代码更简洁安全。递归方法则展现了分治思想，但需注意内存释放问题。三种方法时间复杂度均为O(n)，空间复杂度除递归法为O(n)外均为O(1)。虚拟头节点法是链表问题的通用解决范式，值得重点掌握。

本文总结了几个常见的数组和字符串处理算法题，包括移除元素、反转字符串、替换数字、反转字符串中的单词以及反转链表。每道题都提供了对应的C语言实现代码，并分析了时间复杂度和空间复杂度。其中移除元素、反转字符串等基础题目已经熟练掌握，而反转字符串中的单词等中等难度题目还需加强练习。这些题目主要考察双指针技巧、字符串处理等基本功，通过反复练习可以提升算法能力。

本文总结了6个字符串处理问题的解法：1.反转字符串使用双指针法；2.每隔2k字符反转前k个字符；3.将数字替换为"number"；4.反转字符串中的单词顺序；5.右旋转字符串；6.实现strStr()函数查找子串位置。所有解法时间复杂度均为O(n)，空间复杂度多为O(1)。重点介绍了双指针、分段处理和整体反转+局部反转等核心技巧，并提供了优化方案和代码示例。

本文总结了哈希法在字符串处理中的应用，通过4个典型例题展示了哈希表的实现方式及优化技巧。242题使用数组哈希统计字符频率判断异位词；383题通过数组哈希验证字符串包含关系；438题采用滑动窗口结合哈希表高效查找所有异位词；349题利用哈希集合求数组交集。这些案例均体现了哈希法"以空间换时间"的核心思想，在限定字符范围时尤其高效，时间复杂度可达O(n)，空间复杂度O(1)。文章还对比了不同解法，如排序法与哈希法的性能差异，并提供了滑动窗口的优化版本。

本文总结了4道经典滑动窗口算法题的解题思路和代码实现。209题通过双指针寻找满足和≥target的最短连续子数组；3题利用哈希表记录字符出现次数，维护无重复字符的最长子串；713题统计乘积小于K的所有子数组数量，注意乘积初始化为1的特殊处理；904题跟踪最多两种水果类型的最大收集窗口。文章重点分析了滑动窗口的核心原理：右指针扩展寻找可行解，左指针收缩优化解，同时指出常见陷阱（如while循环的必要性、初始值设定等），并总结出滑动窗口的三种常见应用模式。所有解法均达到O(n)时间复杂度和O(1)或固定空间复杂