edit from Windows third
ii-none-hello-linux-iii
使用哈希表，n次循环，每次从哈希表查找target-nums[index0]的数据下标，如没有，则插入当前数据，然后下一次循环：复杂度O(n)
动态规划 遍历数组，对于每一个元素，找出以它结尾的最大子数组，从第一个元素递推，后一个元素的最大子数组于前一个元素最大子数组有关
动态规划 遍历数组，并递推记录当前元素前所有元素中最小的元素，更新最大的差值即可
哈希表 || 异或 使用哈希表减小复杂度或者使用异或特性
对拼消耗法 对于数组中最多的元素，遍历，相同元素加1，不同减1，最后剩下的为多数元素，若计数为0，则更新多数元素
双数组法 || 遍历替换法 数组双索引，一个索引用于遍历，另一个索引用于存储，对于非零元素依次存储，其它元素赋值0 || 依次遍历，零替换第一个非零元素，然后进入下一次循环
消数法 遍历数组，以元素值为索引，置负该索引处元素，说明以这个索引为值的元素出现，最后找出为正的元素的索引即为未出现元素
双指针贪心合拢 指针: 数组第一和最后一个元素, 选择高度小的元素向内合拢
双指针合拢 a<b<c, 选定a，b=a+1, c=size-1, b遍历增大， 则c需要减小，直到b==c
双指针二分法 指针j < i, j要最大即在最右边，i选择j元素右边的最小值，交换ij元素，j指标后快速排序
二分法 1. 一分为2，若在有序数组则直接二分，若在无需数组将无序数组再次一分为2; 或者先找出旋转的下标，分两段数组二分
二分法 用二分法分别找起始位置和结束位置
树DFS回溯
树回溯 使用循环队列或者数组元素交换确定下一个可选取元素
转置后镜像 || 坐标旋转递推 从内到外一层层旋转
贪心算法 index+1~index+nums[index]内找到下一个能到达最远的下标
快排递推 左边元素排序，然后递推
动态规划 遍历网格，该网格保存路径和，更新加上左边或上边较小的数
三指针 向中间合拢
DFS迭代 展开成一棵树，深度优先遍历，剪枝
DFS回溯 注意不能出现重复位置的元素
哈希表 DFS 前序遍历 将前序分为根节点，左子树(长度由中序中根节点下标决定)，右子树，迭代
哈希表去重 O(n)遍历 只有当一个数是连续序列的第一个数的情况下才会进入内层循环->往后查找下一个连续数，保证同一个数只会进入一次循环
O(n) 0将数组分区，每个区域记录最后一个和第一个负数
动态规划 nums[i] = max{ nums[i]+nums[i-2], nums[i-1] }
DFS || 并查集 访问过的标记为'0'
快排分治 || 堆排序 快排中找出下标为numsSize-K的元素即可停止排序
动态规划 matrix[i][j] = 1 + min{ matrix[i-1][j-1], matrix[i][j-1], matrix[i-1][j] }
前缀和 每个元素保存其及其之前的元素乘积， 保存其及其之后的乘积
分治 || 二分 横向纵向循环二分 或者从右上角开始一层层拨开，小了往左移， 大了往下移 -> 最优
快排上下车问题 记录在车上的人数的最大值
快慢指针 或者二分
贪心二分 || 动态规划 遍历数组，定义一个数组New，如当前数组元素大于该数组New最后元素，则长度++，否则替换大于该元素的第一个New数组元素，因为替换的相比于原来更小
动态规划 三个维度，持有，非持有冷冻期(卖出当天)，非持有非冷冻期
动态规划 dp[i] = min{dp[i-c_j]} + 1 其中c_j为所有面额中的一个 dp[i]表示面额i所需要的最小零钱数
哈希 & 快排分治 使用哈希统计各个元素出现频率， 然后排序
DFS哈希 & 查并集 a/c == a/b * b/c dfs剪枝
排序 & 贪心 & 链表 按后一位排序，对每一个后一位相同的类，根据第一位排序，依次插入链表
背包问题 动态规划 dp[i][j] 表示0-i下标中可以可以凑够和j，优化，可以将dp降为一维
背包问题 动态规划 dp[i][j] = (j-nums[i]>=-sum?dp[i-1][abs(j-nums[i])]:0) + (j+nums[i]<=sum?dp[i-1][j+nums[i]]:0);
哈希表 前缀和 k = sum(0,j) - sum(0,i), 查找是否存在相应的sum(0,i);
双指针求左右边界 || 快排 左右遍历，更新nums[i]<max 的最右边界； 右左遍历...
桶计算频率 贪心 fmax((maxExec - 1) * (n + 1) + maxCount, tasksSize)
单调栈 单调递减栈， 栈顶最小，新元素大于栈顶则弹栈，否则入栈
O(m+n)遍历 无需申请额外空间
快慢指针 fast = fast->next->next; slow = slow->next;
拼接法 || 末端对齐法 AB BA长度相同
迭代 || 递归 1->2->3 -----> 2->1->3 ----> 3->2->1
快慢指针 + 反转链表 快慢指针O(n/2)找到中间节点，反转后半部分链表比较，复原
模拟各位相加 注意最后一个进位
DFS递归 || 快慢指针 || 栈 快指针先走N步，然后快慢指针一起走直到快指针达到链表尾
DFS递归 左右子树置换 O(1)空间复杂度
快慢指针 fast = fast->next->next; slow = slow->next until they meet each other, then slow = head, fast = fast->next, slow = slow->next until meet up at the start of the cycle;
assume they mett up at B Node, C Node is where the fast pointer stand when slow pointer first come at cycle_start
then we have:
C + 2 x B = B + n x Z where Z is the length of the cycle
casue C<Z and B<=Z then C + B = Z
then A + B = C + N x Z +B = (N+1) x Z
which means from Node B, if go another A step, will finally arrive at cycle_start node
哈希表 && 双向链表 对于被查询的数值对移动到链表头部，必要时删除链表尾部节点
归并排序 自底向上O(log n) 自顶向下O(1)
堆栈 匹配的括号消除，对于某些情况可直接结束遍历
哈希 || 桶算法 动态规划 滑动窗口，维护当前连续的子串
中心扩展法 || 动态规划 | 暴力剪枝 以一个元素为中心扩展或者两个相邻且相同的元素为中心扩展
DFS回溯 DFS回溯
动态规划 || DFS回溯 (p)+q, len(p)+len(q)=n-1, 能无重复的表示所有组合
字符串哈希 && 排序 还需解决哈希冲突问题
动态规划 && 字符串哈希 dp[i]表示前i+1个字符组成的字符串是否能被拆分
前缀树 apple 拆分为树 a->p->p->l->e
堆栈 括号匹配 注意入栈出栈后顺序颠倒
桶算法 && 动态规划(滑动窗口) 维护一个diff_count, 遍历字符串，加一减一字符变量后更新diff_count
中心扩展法 如题58_5
DFS 中序遍历，根节点在中间
DFS 左树按中序遍历，右数按 "右根左"遍历
DFS 迭代
DFS 迭代，左右子树互换
DFS 动态规划 求树深度，依次遍历每个节点作为路径的最高点，左右子树深度之和为当前的直径
DFS+剪枝 迭代，左右子树值相加，有一个子树为空时，直接延续非空子树返回
动态规划 || 迭代 dp[i] = dp[j-1]*dp[i-j], 1<=j<=i
DFS || 中序遍历 DFS维护左右上限 || 中序遍历后应该是递增
BFS || 队列 BFS队列迭代
DFS 记录路径
DFS && 动态规划 打家劫舍动态规划类问题在于向下一个节点传递其前第1个节点为止的最大值a和本节点为止的最大值b，本节点为止的最大值动态规划方程为b = max{a, pre_a + val}
DFS 前缀和 哈希表 前缀和
反序中序遍历 DFS 右-根-左遍历累加
动态规划 dp[i] = dp[i-1] + dp[i-2]
记忆化搜索 每个栈节点保存此前的最小值
动态规划 对于奇数，其为1的位数位前一个偶数的1位数加1，偶数等于其1/2的偶数左移1位，故1的位数相等
按位与 位运算 int mask = 1 << i, 0<= i <31
动态规划 dp[i][j] = dp[i-1][j] + dp[i][j-1]
拓扑排序 有向无环图，若最后数目不为节点数大小，则存在环
动态规划 || BFS剪枝 f(i) = 1 + min{f(i-j^2)}, 1 <= j <= floor(sqrt(i));
二分 && 寻找第k大个数 每次排除k/2个数
归并排序 k = (k/2)个链表对和(k%2)个单独链表，转化为merge_two_lists问题
动态规划 如[3,1,5,8]扩展为[1,3,1,5,8,1]，计算长度从3开始的dp[i][j] = max{val[i]*val[k]*val[j]+dp[i][k]+dp[k][j]}(i<k<j)
动态规划 第一层: 是否为'*', 第二层: '*'前面的字符是否相等，不等则舍去两项, 否则考虑s的前一项是否匹配当前p
动态规划 || 堆栈 将字符串下标存入栈，括号匹配，或者动态规划
双指针 || 单调栈 左右指针合拢，left_max和left, right_max与right比较, 绝对当前是否在内部
动态规划
1、状态定义：
dp[i][j]表示word1的前i个字母转换成word2的前j个字母所使用的最少操作。
2、状态转移：
i指向word1，j指向word2
若当前字母相同，则dp[i][j] = dp[i - 1][j - 1];
否则取增删替三个操作的最小值 + 1， 即:
dp[i][j] = min(dp[i][j - 1], dp[i - 1][j], dp[i - 1][j - 1]) + 1。
滑动窗口 桶算法 注意中间字符的替换
单调栈 从暴力法引申，某个下标i的元素高度为该矩形高度，左右扩展，找到该矩形的左边界和右边界，边界由单调递增栈得到
单调栈 同题95_84 每层累加，若为0则清0，否则累加，对每层求最大的矩形，高度即为累加值
DFS 动态规划 深度遍历，计算每个点作为最高节点的最大路径和，更新节点值为该节点和左右子树中其中一个的最大和
双端队列 单调队列 建立双向队列（队尾可弹出），若窗口中移除的元素等于队列头元素，则弹出队列头；循环剔除比新元素小的队尾元素，插入新元素，每一次循环结束的队列头即是该次的最大元素。
前序遍历 | xx遍历 左右子树用NULL表示
回溯 && 剪枝 先得到需要删除的左右括号数，依次删除检查合法性，并剪枝