玩镜的码农小师兄-CSDN博客

原创 [从零开始面试算法] (12/100) LeetCode 121. 买卖股票：一次遍历的“后悔药”

本文介绍了如何用一次遍历法解决LeetCode121股票买卖问题。通过维护"历史最低价"和"最大利润"两个变量，在遍历过程中动态计算当天卖出能获得的最大利润，并更新历史最低价。这种方法的时间复杂度为O(n)，空间复杂度为O(1)，是这个问题的最优解。关键技巧在于先计算利润再更新最低价，确保符合"先买后卖"的规则。

2025-09-06 20:00:00 1169

原创 [从零开始面试算法] (11/100) LeetCode 226. 反转二叉树：递归的“镜像”魔法

本文通过LeetCode 226题"反转二叉树"讲解了递归在树结构问题中的应用。作者从初始思考出发，逐步完善递归方案：首先确定终止条件为节点为空，然后采用前序遍历顺序，先交换当前节点的左右子节点，再递归处理左右子树。文章用"将军下令"的比喻形象地描述了递归过程，并提供了C++实现代码，分析了时间复杂度和空间复杂度。核心思想是将大问题分解为处理当前节点、递归处理左右子树三个步骤，强调理解递归函数调用的本质和对递归的"信任"是掌握这类问题的关键。

2025-09-04 23:14:45 1454

原创 [从零开始面试算法] (10/100) LeetCode 155. 最小栈：辅助栈的“历史快照”思想

本文探讨了如何设计一个支持O(1)时间获取最小值的特殊栈结构。通过分析仅用变量记录最小值的缺陷，指出其在pop操作时会丢失历史信息。进而提出使用辅助栈的解决方案，使辅助栈的每个元素同步记录主栈对应状态的最小值。这种"历史快照"机制保证了所有操作（push/pop/top/getMin）都能在O(1)时间内完成，典型体现了"空间换时间"的思想。文章详细解释了辅助栈与主栈的同步维护原理，并提供了C++实现代码，强调哨兵技巧在简化边界处理中的重要作用。

2025-09-03 23:35:26 1414

原创 [从零开始面试算法] (09/100) LeetCode 21. 合并两个有序链表：迭代与递归的优雅

本文介绍了合并两个有序链表的两种经典方法。迭代法通过虚拟头节点(dummy node)简化边界处理，使用指针遍历比较并链接节点，空间效率高(O(1))。递归法则以更简洁的代码实现，通过比较头节点并递归处理剩余部分，但需要额外栈空间(O(m+n))。两种方法时间复杂度均为O(m+n)，迭代法适合处理长链表，递归法则更体现分治思想。理解这两种方法能帮助开发者根据场景选择合适解法，并深入掌握链表操作技巧。

2025-09-02 23:02:11 1329

原创 [从零开始面试算法] (08/100) LeetCode 169. 多数元素：哈希与摩尔投票的对决

本文介绍了求解数组中多数元素的两种方法：哈希表法和摩尔投票法。哈希表法通过统计元素频率实现，时间复杂度O(n)，空间复杂度O(n)，思路直观但需要额外存储。摩尔投票法采用"擂主对决"机制，同样时间复杂度O(n)但空间复杂度优化至O(1)，通过元素间相互抵消最终确定多数元素，虽思路巧妙但代码简洁。两种方法各具优势，哈希表通用性强，摩尔投票空间效率极佳，开发者可根据具体场景选择合适解法。

2025-09-02 23:00:08 853

原创 [从零开始面试算法] (07/100) LeetCode 70. 爬楼梯：你的第一道动态规划入门题

本文介绍了动态规划思想在解决爬楼梯问题中的应用。通过分析到达第n阶楼梯的最后一步可能来自第n-1或n-2阶，推导出递推公式f(n)=f(n-1)+f(n-2)。文章对比了纯递归解法（存在重复计算）和动态规划解法（使用备忘录避免重复计算），并给出了空间优化的O(1)解法。最终总结出：动态规划通过自底向上填表和状态压缩，能有效将指数级复杂度优化为线性复杂度。

2025-08-26 23:58:46 1416

原创 [从零开始面试算法] (06/100) LeetCode 104. 二叉树的最大深度：递归的“分解”艺术

对于一个每层都铺满的“完美”二叉树（满二叉树），其节点数和深度的关系是明确的。：求解树的高度/深度问题的核心公式是 1 + max(左子树高度, 右子树高度)。当递归到空节点时（比如一个叶子节点的子节点），我们知道空树的深度为 0，直接返回。maxDepth(15) 和 maxDepth(7) 都是叶子节点，它们的深度计算出来也都是 1。我们可以利用这个特性，将一个“求整棵树的深度”的大问题，分解成“求其子树深度”的小问题。代入第一步的公式：maxDepth(3) = 1 + max(1, 2) = 3。

2025-08-26 23:56:22 689

原创 [从零开始面试算法] (05/100) LeetCode 20. 有效的括号：栈的经典演绎

如果栈中还有剩余的左括号，说明它们没有被闭合（例如 "([{"），st.empty() 返回 false，这正是我们想要的结果。那么，我的思路是：用两个指针，一个指向头，一个指向尾。如果匹配，就让两个指针向内收缩，继续判断次外层的。有效的括号，比如 "{[]}"，具有一种对称性，最外层的 { 和 } 对应，内层的 [ 和 ] 对应。这个“层层向内”的思路，对于 "{[]}" 这种完全对称的例子是有效的。给定一个只包括 '('，')'，'{'，'}'，'['，']' 的字符串 s ，判断字符串是否有效。

2025-08-25 23:59:58 748

原创 [从零开始面试算法] (04/100) LeetCode 206. 反转链表：迭代与递归的双重奏

当前珍珠” curr 已经成功穿到了新绳子上，所以它现在变成了新绳子的头，prev 需要更新为 curr 的位置。它的核心思想是：从头到尾遍历原始链表，在遍历的过程中，逐个地将每个节点的 next 指针“反向”。当 head 为空，或者 head->next 为空（即链表为空或只有一个节点）时，反转它本身就是它自己，直接返回 head 即可。“新绳子” prev 为空，“当前珍珠” curr 为原始链表的头。将当前珍珠的 next 指针，从指向原始的下一个节点，改为指向“新绳子”的头部。

2025-08-23 23:58:11 799

原创 [从零开始面试算法] (04/100) LeetCode 136. 只出现一次的数字：哈希表与位运算的巅峰对决

在每一次循环中，我们将累加器的当前值与数组中的当前元素 num 进行异或运算，并将结果存回累加器。这道题是面试中的高频题，因为它像一个十字路口，既可以通往我们熟悉的数据结构之路（哈希表），又可以引领我们进入一个全新的、充满数学之美的领域——而哈希表解法中，如果数组有 1000 万个元素，哈希表也需要存储约 500 万个元素，内存占用随 n 线性增长，所以是 O(n) 空间。当循环结束时，所有成对出现的数字都已相互抵消（变成了 0），累加器中剩下的就是那个唯一的、只出现了一次的数字。这就是典型的 O(n)。

2025-08-21 23:58:43 812

2201_75993451的博客