关于作者：
大家好，我是Leetcode 2020--2022,连续3年金牌获得者，和亚洲区域赛铜牌获得者，
先后在字节和大疆从事技术研发，现在是阿里达摩院的扫地僧，面试专家，CSDN博客专家。
对算法一定的见解，是一个刷题10年的算法爱好者 ，利用工作之余刷leetcode。成为leetcode官方答案贡献者之一。
7天课程目录，免费！踢馆抖音算法 （7天刷新法）
1. 第一天：一个视频教会你时间复杂度和空间复杂度 0912
2. 第二天：一个视频教会你必考的8种数据结构（视频，图文并茂） 0913
3. 第三天：一个视频教会你常用的8中解题方法和算法模版（简直不要太简单） 0912
4. 第四天：一个视频教会你 6大高频考点 常用操作技巧，常用的字符，数组，类型（独家） 0911
5. 第五天： Top10，最高频题，99%命中面试题(字节，快手，shapee，大疆, 华为，蔚来 ) ok
6. 第六天： Hot 20 , 大厂面试算法真题，95%命中(精选: 京东,美团,小米,拼多多,网易)（非算法工程师误入） 0910
7. 第七天： Top5, 经典热题5，90%命中面试题（剑指offer）
要求
1.核心代码,记住代码模版
2.最具有代表的一道题目
3.记住各种的特点,使用场景
1.双指针 2个指针 有序 （2数之和）
2.二分查找 中间值 有序
3.滑动窗口 连续
4.递归 4要素
6.分治： 分块， 和二分一样，和归并排序一样，不同的是分治是全部二分
7.回溯 返回 找到所以可能
8. DFS 深度 用到栈 二叉树
9 . BFS 广度 用到队列：LinkList 二叉树
表格：8种解题方法表格：
指针相关解法对比
双指针： 有需要排序 一般是头尾2个指针， 然后进行交叉移动i++，j--
二分查找： 有序 一般是头尾2个指针，中间值。指针移动不同:移动i=m+1或者m-1
滑动窗口： 连续
递归解法对比：重点（3者的代码对比）
1.分治： 分块， 和二分一样，和归并排序一样，不同的是分治是全部二分
2.回溯 返回
3. DFS 深度
DFS和回溯解法对比
回溯算法=DFS+剪枝(后面不走了)
回溯：递归后回上一层
DFS：一直走到底。不撞南墙不回头
DFS和BFS解法对比
共同点：一般题目都可以使用这2个一起解决
DFS ：递归+栈
BFS： 2次循环+队列
双指针
双指针常用于数组、链表两种线性表（有序）数据结构相关的题，具体又分为
相向双指针：
两个指针一头一尾往中间移动
多应用于数组的连续子序列或两两组合，有规律的缩小范围
单向双指针
两个指针往同一个方向移动（没想到什么场景后续补充吧）
快慢指针：
通常慢指针向前走一步，快指针向前走两步
多用于链表、因为链表无法直接通过索引访问
通常利用快慢指针找到链表的中点或公共节点
二分法
常用于有序数组，取中点二分后按一定规则只取其中一边再继续二分，多用于查数
滑动窗口
常用于连续子序列的长度、统计量例如总和、计数等最优值问题
递归★
递归是指一个函数在运行时调用自己，框架如下
def recursion(params): #1.函数输入参数
if params==1: #2.递归终止条件
return 0
params=params-1
res=1+recursion(params) #3.调用自身
return res #4.返回值
递归有时不是直接的最优解题方法，但却是最基本、一定能解题的思想。
分治法
是一种特殊的递归，将问题进行分解，每个分解部分都有可能调用自己即递归到下一层，总结就是一个函数会同时多次或有选择性地调用自己、只是入参具体值不相同
回溯法★
一种通过探索所有可能的候选解来找出所有的解的算法。如果候选解被确认不是一个解（或者至少不是最后一个解），回溯算法会通过在上一步进行一些变化抛弃该解，即回溯并且再次尝试。(力扣定义)
是一种特殊的递归，常用于枚举组合+过滤或去重（可选）场景：
1.尝试一种路径，层层递归（调用自己）
2.找到答案并返回答案（返回值）
3.找不到答案返回上一层（终止条件）
4.尝试其他路径（调用自己）
去重前需保证枚举集有序
解决什么问题
回溯算法适用于以下的场景。
组合问题：N个数里面按一定规则找出k个数的集合
切割问题：一个字符串按一定规则有几种切割方式
子集问题：一个N个数的集合里有多少符合条件的子集
排列问题：N个数按一定规则全排列，有几种排列方式
棋盘问题：N皇后，解数独等等
深度优先搜索（Depth First Search, DFS）★
针对树结构，从根节点走一个分支到底后，返回最近的非叶子节点再走另一个分支走到底，这样直到把所有节点遍历完成
up主总结是回溯=DFS+剪枝，但我觉得回溯也不必须剪枝（上方回溯定义），所以是不是更合适的说DFS也是一种回溯
need-to-insert-img
need-to-insert-img
广度优先搜索（Breadth First Search, BFS）
针对树结构，从根节点一层一层遍历子节点，直到所有节点遍历完成。
比起DFS，BFS应用偏少，常用于层序遍历、最短路径场景。
一般来说，数据结构和算法会连在一起考，这里，我把面试核心知识点列了出来，大家可以参考学习，逐个击破。
栈与队列：先进先出、后进先出
线性链表
查找：顺序查找、二分查找
排序：交换类、插入类、选择类
树、二叉树、图：深度优先（DFS）、广度优先（BFS）
递归
分治
滑窗
三大牛逼算法：回溯、贪心、动态规划（DP）
算法模板
双指针模版
/*（1）定义两个边界指针*/
int left =0;//左边界
int right = num.size() -1;//右边界
while（left
/*（2）定义两个快慢指针*/
ListNode*s = head;//慢指针
ListNode*f = head->next;//快指针
while (s != f）{/*执行操作*/}
回溯算法
backtracking() { if (终止条件) { 存放结果; } for (选择：选择列表（可以想成树中节点孩子的数量）) { 递归，处理节点; backtracking(); 回溯，撤销处理结果 }}
或者是这个：
public void helper(options, result) {
// 1. 在for循环之前做“判断”
if (list.size() ...) {
do something ...
return;
}
// for loop
for loop {
// 可能在这里还需要做一些判断：1.操作是否合法；2.操作是否重复
// 3. 在递归之前做“选择”
result.add(element);
// 2. 在for循环里面做“递归”
helper(options, result);
// 4. 在递归之后做”撤销“
result.removeLast();
}
}
回溯的代码模版
private void backTracking(int n, List list, int left, int right, String curStr) {
if (left < right) {// （不符合退出条件）右边的括号大于左边的括号的时候，就需要终止了,终止一个地方
return;
}
if (left == n && right == n) {// 达到条件，终止条件
list.add(curStr); // 保存结果，并退出
return;
}
if (left < n) {// 移动指针， 回溯，
backTracking(n, list, left +1, right, curStr +"(");
}
if (right < left) {// 移动指针， 回溯，
backTracking(n, list, left, right +1, curStr +")");
}
}
二分查找法
二分查找模版
vector&nums
int left=0;//左边界
int right=nums.size()-1;//右边界
int mid=0;
while(left<=right){
mid=(left+right)/2;
if(target==nums[mid]){/*操作*/ }
if(target
right=mid-1;
}
else{
left=mid+1;
}
}
class Solution {public: int searchInsert(vector