越思考越清晰

字符串 反转 回文（反转后相同；中间劈开对称性） 技巧：双指针

常数时间复杂度或者O(1)

常用技能 反转字符串 str.split('').reverse().join('') 回文字符串（对称性和双指针） 反转完等于现状 可以从中间位置劈开，两边的子串在内容上完全对称 const len = str.length // 遍历前半部分，判断和后半部分是否对称 for(let i=0; i<len/2; i++){ if(str[i]!==str[len-i-1]){ return false } } 字符串常用方法 str.trim()

数组 查找：通过下标找值 O(1)复杂度 插入：插入后，后面的元素要往后移动 O(n)几重循环，如果插到最后一位是O(1) 删除：删除后，后面的元素往前移动（复杂度同插入） 插入和删除非多，可以用链表来改善 常用： 双指针方法（用来缩小范围）：用在涉及求和、比大小类的数组题目（此类题目前提是该数组必须有序。否则双指针根本无法帮助我们缩小定位的范围，压根没有意义，所以要提前排序） ★ 移动零 function solution(arr){ let j=0 for(let i=0;

* 0或者多次（尽可能匹配多次） + 至少1次 ? 0或者1次 ?：尽可能少的匹配，，+后的?表示非贪婪匹du配 \s 匹配任意的空白符（包括空格，制表符(Tab)，换行符，中文全角空格） \S 则是任意不是空白符的字符 \w 匹配包括下划线的任何单词字符,等价于 [A-Z a-z 0-9_] \W 匹配任何非单词字符,等价于 [^A-Z a-z 0-9_] " " ^匹配开始时，$匹配结尾 () 是为了提取匹配的字符串 [] 是定义匹配的字符范围 {}...

含义 运算符 示例 左移 << 0011 => 0110 右移 >> 0110 => 0011 按位或 | 0011 | 1011 => 1011 只要有一个是0就是0 按位与 & 0011 & 1011 => 0011 相同为1不同为0 按位取反 ~ 0011 => 1100 0变1，1变0 按位异或 ^ 0011 ^ 1011 => 1000 相同为0不同为1 异或 相同为0，不同为1。也...

★20.有效的括号 1）新建一个栈 2）扫描字符串，遇到左括号入栈，遇到和栈顶括号匹配的右括号就出栈 3）最后栈空了表示闭合 /* 时间复杂度：只有一个for循环，push/pop操作都是O(1)，就可以认为时间复杂度为O(n)，n为s的长度 空间复杂度：定义一个数组，可能把s的长度都push进去，所以空间复杂度为O(n) */ var isVaild=function(s){ if(s.length%2 === 1) return false // 判断长度是否为偶数，奇数表示不用继续下去了，.

933.最近的请求次数 有新请求就入队，3000ms前发出的请求出队 队列的长度就是最近请求次数 /** 时间复杂度：O(n) while循环体 n为踢出对的请求个数 * 空间复杂度：O(n) 定义了一个数组，n为队列的长度 */ var RecentCounter = function() { this.q = [] }; RecentCounter.prototype.ping = function(t) { // 新请求入队 this.q.push(t) //

933. 最近的请求次数 有新请求就入队，3000ms前发出的请求出队 队列长度就是最近请求次数 /* 时间复杂度：有while循环体，时间复杂度是O(n)，n就是被踢出去的请求个数 空间复杂度 O(n)：设置了数组this.q，队列的长度是请求个数，n */ var RecentCounter = function(){ this.q = [] } RecentCounter.prototype.ping=function(t){ this.q.push(t) //

349. 两个数组的交集 去重后再遍历就不会输出重复的值 /* 时间复杂度：嵌套遍历，所以是O(n^2) * 空间复杂度：num1、num2都是已有的存储，O(n)，n是去重后的长度 */ var intersection = function(num1,num2){ // return [...new Set(num1)].filter(n=> new Set(nums2).has(n)) 耗内存 return [...new Set(num1)].filter(n=>

349.两个数组的交集 1）新建一个字典，遍历nums1，填充字典 2）遍历nums2，遇到字典里的值就选出，并从字典中删除 /* 时间复杂度：O(n) 空间复杂度：O(n) */ var intersection = function(nums1, nums2) { const map = new Map() nums1.forEach(n=>{ map.set(n, true) }) const res=[] nums2.forEach

平衡二叉树：是一种结构平衡的二叉搜索树，即叶子节点深度差不超过1，能够在O(logn)内完成插入、查找和删除操作（查找效率高） 110. 平衡二叉树 平衡二叉树特点：叶子节点深度差不超过1 const isBalanced = function(root) { // 立一个flag，只要有一个高度差绝对值大于1，这个flag就会被置为false let flag = true // 定义递归逻辑 function dfs(root) { // 如果是空树，高度记为0；如果flag

二叉搜索树特点：可为空树；或满足左子节点（最小） <= 根节点 <= 右子节点（最大），不存在相等值的节点；具有有序性 搜索效率之高： 1、线性查找：从左到右一个个查找，找10次。 2、比如搜索10，10大于9，又是二叉搜索树，所以一定在右边。找到13，10又比13小，所以找左边11；10又比11小，找左边 3、二叉查找树：如果这个数组是有序的，可以从中间开始查找，找到中间值8，10比8大，找右边；再进行二分，找中间值11，10小于11，最终找到10 4、哈希表，是无序的，会造成空间浪费 应用

104. 二叉树的最大深度 思路：在深度优先遍历过程中，记录每个节点所在层级，找出最大层级即可 1）新建一个变量，记录最大深度 2）深度优先遍历整颗树，并记录每个节点的层级，同时不断刷新最大深度这个变量 3）遍历结束返回最大深度这个变量 /** 时间复杂度：O(n) n是树的结点 空间复杂度：函数调用函数会形成堆栈 O(logN) */ var maxDepth = function(root) { let res = 0 const dfs = (n, l) =>{

215. 数组中的第K个最大元素 看到“第K个最大元素”，就用最小堆 思路：构建一个最小堆，并依次把数组的值插入堆中。当堆的容量超过k，就删除堆顶。插入结束后，堆顶就是第K个最大元素 可以想象是一个小公司，堆顶是最弱的员工，当发现超出人数了，就要裁员，经过优胜劣汰，不断去淘汰堆顶 /** 时间复杂度：O(N*logK) 循环嵌套循环 k为堆的大小 N为nums的长度（循环次数） * 空间复杂度：O(k) k为堆的长度 */ var findKthLargest = function(nums

417. 太平洋大西洋水流问题 思路：深度优先遍历，逆流而上（比它大或者同等）的就是可以流到太平洋或者大西洋的坐标 var pacificAtlantic = function(matrix) { if(!matrix||!matrix[0]) return [] const m = matrix.length // 行 const n = matrix[0].length // 列 const flow1 = Array.from({length:m},()=>new

文章目录斐波那契数列和爬楼梯问题198.打家劫舍零钱兑换题1. [零钱兑换（求最少硬币个数）](https://leetcode-cn.com/problems/coin-change/)零钱兑换2（求方法种类）股票问题路径问题剪绳问题最大最小背包问题 斐波那契数列和爬楼梯问题 两者区别在于：dp[0]边界的处理，斐波那契dp[0]=0，爬楼梯问题中dp[0]=1 // 关于：% (1e9 +7)对质数取模的话，能尽可能地避免模数相同的数之间具备公因数，来达到减少冲突的目的 // 傻递归 f(n) = f

455.分发饼干 // 时间复杂度：O(N*logN) 因为谷歌排序为快排，火狐为归并，都是O(N*logN) var findContentChildren = function(g, s) { const sortFunc = function(a,b){ return a-b } g.sort(sortFunc) s.sort(sortFunc) let i = 0 s.forEach(n=>{ if(n>=g

374. 猜数字大小 分而治之版的递归搜索 /* 时间复杂度：O(logN) 每次还是缩小一半范围，执行次数是logN次 空间复杂度：递归是调用堆栈，在栈里面变量是要被存起来的，没有被释放，变量存储的值是线性增长， 执行次数要看递归堆栈多少层 O(logN)，建议不用递归，用while */ var guessNumber = function(n) { const rec = (low, high) => { // 递归终结条件 if(low &

文章目录冒泡排序 Bubble选择排序 Select插入排序 Insert希尔排序 Shell（高级排序，是插入排序的改良版）归并排序 Merge（火狐浏览器sort）快速排序 Quick (谷歌sort) 冒泡、选择、插入、归并、快速（前三个O(n^2)，后两个O(n*logN)) 冒泡排序 Bubble 1）比较所有相邻元素，如果第一个比第二个大，则交换它们 2）一轮下来，可以保证最后一个数是最大的 3）执行n-1轮，就可以完成排序 // 时间复杂度：O(n^2) 两个嵌套循环 Array.pro

顺序搜索 遍历数组，找到跟目标相等的元素，就返回它的下标，遍历结束后，没找到就返回-1 // 时间复杂度：O(n) 循环 Array.prototype.sequentialSearch = function (item) { for(let i=0;i<this.length;i+=1){ if(this[i] === item){ return i } } return -1 }; const arr = [5, 4, 3, 2, 1] arr.sequen