关于算法的一些思考

二叉树：

前
traverse(node.left)
中
traverse(node.right)
后

每个traverse都可以看做一个二叉树子树
前：在进入二叉树之前，对二叉树进行赋值，限制等操作
中：通常是对当前的root节点进行操作
后：在遍历完二叉树之后，对二叉树进行操作，判断等。
参考链接：学习算法和刷题的框架思维

动态规划与递归搜索：

动态规划自底向上
递归搜索自顶向下
动态规划使用“备忘录”的方式，存储迭代问题的结果，从而获取最终答案。动态规划的四个步骤：
1.确定base case ：起始状态
2.确定状态：即要求得最终要求结果的一般状态
3.确定选择：即使状态发生改变的变量
4.明确dp函数/数组的定义

递归搜索本质上与二叉树搜索类似，递归属于压栈出栈操作，类似于多叉树的操作，因此深入学习二叉树解决问题的方法至关重要。
动态规划解题套路框架

回溯算法

回溯算法，顾名思义，关键点在于“回”字，个人认为是递归的一种使用，在递归中的某步有多个选择时，我们需要撤回遍历过的步骤。递归当然也会自动撤销之前栈中的值，但无法撤销不在递归栈中的值，这时，就需要加入撤回操作。
思考三个问题：
1.路径：即已做出的选择
2.选择列表：即当前步可供选择的下一步
3.结束条件：即所有递归操作都需提供的跳出条件
选择步骤应搭配对应的撤回步骤

引用文中的一句话：计算机解决问题其实没有任何奇技淫巧，它唯一的解决办法就是穷举，穷举所有可能性。算法设计无非就是先思考“如何穷举”，然后再追求“如何聪明地穷举”。