题目不让我干什么，我偏要干什么读完本文，你不仅学会了算法套路，还可以顺便解决如下题目： LeetCode 力扣 难度 341. Flatten Nested List Iteratoropen in new window 341. 扁平化嵌套列表迭代器open in new window 🟠 提示 刷题插件open in new window 集成了手把手刷二叉树功能，按照公式和套路讲解了 150 道二叉树题目，可手把手带你刷完二叉树分类的题目，迅速掌握递归思维。 今天来讲一道非常有启发性的设计题目，为什么说它有启发性，我们后面再说。 #一、题目描述这是力扣第 341 题「扁平化嵌套列表迭代器open in new window」，我来描述一下题目： 首先，现在有一种数据结构 NestedInteger，这个结构中存的数据可能是一个 Integer 整数，也可能是一个 NestedInteger 列表。注意，这个列表里面装着的是 NestedInteger，也就是说这个列表中的每一个元素可能是个整数，可能又是个列表，这样无限递归嵌套下去…… NestedInteger ...

Kruskal 最小生成树算法读完本文，你不仅学会了算法套路，还可以顺便解决如下题目： LeetCode 力扣 难度 1135. Connecting Cities With Minimum Costopen in new window🔒 1135. 最低成本联通所有城市open in new window🔒 🟠 1584. Min Cost to Connect All Pointsopen in new window 1584. 连接所有点的最小费用open in new window 🟠 261. Graph Valid Treeopen in new window🔒 261. 以图判树open in new window🔒 🟠 图论中知名度比较高的算法应该就是 Dijkstra 最短路径算法，环检测和拓扑排序，二分图判定算法 以及今天要讲的最小生成树（Minimum Spanning Tree）算法了。 最小生成树算法主要有 Prim 算法（普里姆算法）和 Kruskal 算法（克鲁斯卡尔算法）两种，这两种算法虽然都运用了贪心思想，但从实现 ...

一道数组去重的算法题把我整不会了读完本文，你不仅学会了算法套路，还可以顺便解决如下题目： LeetCode 力扣 难度 1081. Smallest Subsequence of Distinct Charactersopen in new window 1081. 不同字符的最小子序列open in new window 🟠 316. Remove Duplicate Lettersopen in new window 316. 去除重复字母open in new window 🟠 关于去重算法，应该没什么难度，往哈希集合里面塞不就行了么？ 最多给你加点限制，问你怎么给有序数组原地去重，这个我们前文 双指针技巧秒杀七道数组题目 讲过。 本文讲的问题应该是去重相关算法中难度最大的了，把这个问题搞懂，就再也不用怕数组去重问题了。 这是力扣第 316 题「去除重复字母open in new window」，题目如下： 316. 去除重复字母 | 力扣 open in new window | LeetCode&nbs ...

二分搜索怎么用？我又总结了套路读完本文，你不仅学会了算法套路，还可以顺便解决如下题目： LeetCode 力扣 难度 1011. Capacity To Ship Packages Within D Daysopen in new window 1011. 在 D 天内送达包裹的能力open in new window 🟠 410. Split Array Largest Sumopen in new window 410. 分割数组的最大值open in new window 🔴 875. Koko Eating Bananasopen in new window 875. 爱吃香蕉的珂珂open in new window 🟠 - 剑指 Offer II 073. 狒狒吃香蕉open in new window 🟠 我们前文 我写了首诗，把二分搜索变成了默写题 详细介绍了二分搜索的细节问题，探讨了「搜索一个元素」，「搜索左侧边界」，「搜索右侧边界」这三个情况，教你如何写出正确无 bug 的二分搜索算法。 但是前文总结的二分搜索代码框架仅仅局限于「 ...

带权重的随机选择算法读完本文，你不仅学会了算法套路，还可以顺便解决如下题目： LeetCode 力扣 难度 528. Random Pick with Weightopen in new window 528. 按权重随机选择open in new window 🟠 - 剑指 Offer II 071. 按权重生成随机数open in new window 🟠 写这篇的文章的原因是玩 LOL 手游。 我有个朋友抱怨说打排位匹配的队友太菜了，我就说我打排位觉得队友都挺行的啊，好像不怎么坑？ 朋友意味深长地说了句：一般隐藏分比较高的玩家，排位如果排不到实力相当的队友，就会排到一些菜狗。 嗯？我想了几秒钟感觉这小伙子不对劲，他意思是说我隐藏分低，还是说我就是那条菜狗？ 我立马要求和他开黑打一把，证明我不是菜狗，他才是菜狗。开黑结果这里不便透露，大家猜猜吧。 打完之后我就来发文了，因为我对游戏的匹配机制有了一点思考。 所谓「隐藏分」我不知道是不是真的，毕竟匹配机制是所有竞技类游戏的核心环节，想必非常复杂，不是简单几个指标就能搞定的。 但是如果把这个「隐藏分」机制简化， ...

一道求中位数的算法题把我整不会了读完本文，你不仅学会了算法套路，还可以顺便解决如下题目： LeetCode 力扣 难度 295. Find Median from Data Streamopen in new window 295. 数据流的中位数open in new window 🔴 - 剑指 Offer 41. 数据流中的中位数open in new window 🔴 如果输入一个数组，让你求中位数，这个好办，排个序，如果数组长度是奇数，最中间的一个元素就是中位数，如果数组长度是偶数，最中间两个元素的平均数作为中位数。 如果数据规模非常巨大，排序不太现实，那么也可以使用概率算法，随机抽取一部分数据，排序，求中位数，作为所有数据的中位数。 本文说的中位数算法比较困难，也比较精妙，是力扣第 295 题「数据流的中位数open in new window」： 295. 数据流的中位数 | 力扣 open in new window | LeetCode open in new window | ...

滑动窗口算法延伸：Rabin Karp 字符匹配算法读完本文，你不仅学会了算法套路，还可以顺便解决如下题目： LeetCode 力扣 难度 187. Repeated DNA Sequencesopen in new window 187. 重复的DNA序列open in new window 🟠 28. Find the Index of the First Occurrence in a Stringopen in new window 28. 找出字符串中第一个匹配项的下标open in new window 🟠 经常有读者留言，请我讲讲那些比较经典的算法，我觉得有这个必要，主要有以下原因： 1、经典算法之所以经典，一定是因为有独特新颖的设计思想，那当然要带大家学习一波。 2、我会尽量从最简单、最基本的算法切入，带你亲手推导出来这些经典算法的设计思想，自然流畅地写出最终解法。一方面消除大多数人对算法的恐惧，另一方面可以避免很多人对算法死记硬背的错误习惯。 我之前用状态机的思路讲解了 KMP 算法open in new window，说实话 KMP 算法确实 ...

如何同时寻找缺失和重复的元素读完本文，你不仅学会了算法套路，还可以顺便解决如下题目： LeetCode 力扣 难度 645. Set Mismatchopen in new window 645. 错误的集合open in new window 🟢 今天就聊一道很看起来简单却十分巧妙的问题，寻找缺失和重复的元素。之前的一篇文章 常用的位操作 中也写过类似的问题，不过这次的和上次的问题使用的技巧不同。 这是力扣第 645 题「错误的集合open in new window」，我来描述一下这个题目： 给一个长度为 N 的数组 nums，其中本来装着 [1..N] 这 N 个元素，无序。但是现在出现了一些错误，nums 中的一个元素出现了重复，也就同时导致了另一个元素的缺失。请你写一个算法，找到 nums 中的重复元素和缺失元素的值。 java 🟢cpp 🤖python 🤖go 🤖javascript 🤖 // 返回两个数字，分别是 {dup, missing}int[] findErrorNums(int[] nums); 比如说输入：nu ...

算法就像搭乐高：带你手撸 LFU 算法读完本文，你不仅学会了算法套路，还可以顺便解决如下题目： LeetCode 力扣 难度 460. LFU Cacheopen in new window 460. LFU 缓存open in new window 🔴 上篇文章 带你手写LRU算法 写了 LRU 缓存淘汰算法的实现方法，本文来写另一个著名的缓存淘汰算法：LFU 算法。 LRU 算法的淘汰策略是 Least Recently Used，也就是每次淘汰那些最久没被使用的数据；而 LFU 算法的淘汰策略是 Least Frequently Used，也就是每次淘汰那些使用次数最少的数据。 LRU 算法的核心数据结构是使用哈希链表 LinkedHashMap，首先借助链表的有序性使得链表元素维持插入顺序，同时借助哈希映射的快速访问能力使得我们可以在 O(1) 时间访问链表的任意元素。 从实现难度上来说，LFU 算法的难度大于 LRU 算法，因为 LRU 算法相当于把数据按照时间排序，这个需求借助链表很自然就能实现，你一直从链表头部加入元素的话，越靠近头部的元素就是新的数据， ...