目前LeetCode已经刷了六百多快七百题。1.我的观点。是除了业务驱动的特别牛逼的程序员不需要算法，剩下都要学算法。但是这种业务驱动的会有天花板，如果你算法牛逼，你的上限就会比这种人高的多。2.个人认为算法就是用最少的资源干最多的事。虽然这种话听起来很高大上，但是很好理解。就比如Java语言跑递归的时候，虚拟机会帮你进行压栈出栈操作。但如果递归里面大量用到了大对象，或者递归分支很多。导致虚拟机栈内存溢出。这时候还扯什么业务，业务都挂了！这时候如果你学过一点算法，你就可以不用虚拟机栈内存。自己控制压栈出栈。你自己建的这个栈是存在堆内存里的，读过点虚拟机书的都知道虚拟机堆里面的内存比虚拟机栈打得多。再说回上面递归可以进行剪枝，通过让不可能达到目标效果的提前终止，就可以有效减少递归时候用到的内存大小。3.算法和一些**面试题要分开。个人感觉有的企业除非闲的蛋疼，要不然不会考那种和业务纯没关系的毫无用处的无脑题。有效题是那种既能考察逻辑思维又能考验coding能力又能考验算法功底的题。比如面试官甩给你一个很难的业务，你需要先分析流程，然后coding出来，然后优化时间复杂度和空间复杂度。这种业务现实中很多，就比如实时抽奖系统。你就需要实现复杂的数据结构去优化你的代码。4.刷题只是为了拿好offer吗？错！刷题的过程会提升前面说到的所有能力。但凡你想在编程这路上越走越好，你就绕不开这些。5.个人认为有效刷题不是眼高手低。看懂了和手会了完全是两码事。大家刷过题的应该深有体会6.刷一道不一定会，刷十道也不一定会，刷一百道会一百道，刷一千道会一切。7.回归现实，Google程序员每天只需要写几十行代码，但是为什么人家挣得多，你一天写几百行几千行没有人家挣得多？Google招的人可都是acm的大佬！

1. 不用辅助数据结构判断链表是否是回文结构，先用快慢指针找中点，从中点下一个开始反转链表。两链表挨个比可出结果。出结果后记得还原链表2. 不用辅助数据结构将链表收尾一次相连成新链表，1题变种，只是没了比较的步骤，在还原链表的时候做链表组合3. 给链表和一个数，按照小于数，等于数，大于数重连链表。快排partition，区别是需要准备七个变脸。最后三区相连，这里边界判断需要仔细思考4. 链表节点中还有个r指针随机指向链表中的节点，要求将copy链表的头结点返回。先遍历链表，在元素后面插入一个它的复制。再遍历链表，连接r指针。再遍历链表，连next指针5. 给两个链表，可能有环可能无环。重合返回第一个重合点，不重合返回null。先用快慢指针判断链表是否有环，有环返回入环点（这里有说法）。11只有一个有环，两链表不会相交。22两链表都无环，就遍历两链表找end和length。如果end不想等，两链表不想交。如果end相等，长链表先走length差步，之后两链表一起走，找第一个相交的点。33两链表都有环，如果入环点相等，参考22做升级找第一个重合点。如果入环点不想等，分两种情况。111两链表有环但不相交。222两链表相交但入环点不同，这时候返回哪个都一样。怎么判断111和222，让其中一个入环点做循环，如果循环期间碰到了另一个入环点，是222，否则是111。6. 证明一个二叉树某节点的先序当前节点左边和后续遍历当前节点右边的数的交集是当前节点的所有父亲。先砍为什么父亲在对应的集合里。再砍为什么我的孩子都不在集合里。再砍为什么我兄弟以及我的上层节点虽然在集合里但是绝对不会重合。7. 非递归实现二叉树先序遍历。自己压栈不用系统栈。在生产环境也是这样，程序可用的系统栈很小，但是自己建栈不受系统栈内存限制。所有这种非递归是必要的。准备一个栈，先放根节点进去，栈弹出打印，然后按右左孩子顺序压栈。一直到栈空。8. 非递归实现二叉树后序遍历。准备两个栈，先放根节点进去，栈弹出放到另一个栈中，然后按左右孩子顺序压栈。一直到栈空。另一个栈弹出所有打印9. 非递归实现二叉树中序遍历。首先理解原理，任何一棵树都能被所有节点极其左边界分解。中序还是左头右。那就按照这个思想先搞左再头再右。怎么搞左，根节点进栈，其左边界全部压栈。怎么搞头，最左边界的最左节点就是最先搞的头，直接弹出打

1.手写堆，内含索引表，可以实现系统堆之外的功能。push和pop只管处理数据结构，具体调整还是交给heapify和heapinsert2.抽奖概率，手写堆完成时间复杂度优化3.前缀树基础功能4.不用桶实现基数排序，准备help和count数组，count负责统计位出现的次数，统计完后变成前缀和数组，下标对应的值就是小于等于下标的数有几个。help负责配合count生成排好单个位的数组，然后拷贝回原数组，方便开启下一位的排序

1.手写堆，heapify，heapinsert，insert，isempty，delete2.给定一个大致有序的数组且交换k步之内必变，写一个时间复杂度合适的算法，利用堆排序，因为是k步之内必有序，设置一个小根堆，堆的大小是k+1，每次弹出堆顶，弹出是再进一个元素，堆弹完，排序完成3.给定一组线段，线段给起始和终点位置，要求找到线段最密集的区间的线段条数。利用堆的特点，先将start用堆排好序，按照排好序的start一次进堆，start进堆时，堆弹出所有比start小的数，end进堆，统计堆内元素个数。遍历完start数组后，取最大的元素个数。即是答案。这题需要手写堆，手写堆让火车撞了都不能忘。4.堆排序的时间复杂度为n的优化，数组从后往前做heapify，也就是从最右边叶节点开始，所有节点做heapify的个数加在一起，利用错位相减与等比数列，得出时间复杂度收敛于n

荷兰国旗，快排partation变种。快排优化happy birthday to me

与归并排序有关的三个hard题，三道题都是利用merge的时候干事，因为都是不回退的结果，所以才有较低的时间复杂度1.小和问题，merge的时候lp小于rp时，统计现在rp上有几个数n＊lp，大于等于的时候正常merge，如果pr大于pl的二倍了，结果累加上pr到r的个数2.bigger than right twice，merge的时候3.count of range sum，用到了前缀数组，逆向思维，把问题变成i位置向前看有多少子数组符合修改后的range的，lp使用滑动窗口进行时间复杂度为n的优化，注意窗口是左闭右开。

1.超难对数器2.km问题的变种，如果应该出现了k次的数没有出现k次，返回负一。每一位分析的时候三种情况3.删除链表中特定值的节点，简单题，但是一定要注意头结点是特定值节点的情况4.用数组实现队列，想到第三个变量size。不要陷入两个指针互相追赶的循环里5.实现栈原有的功能且要求实现时间复杂度为O(1)的返回栈内最小值的方法，准备两个栈，一起压栈一起出栈，辅助栈内部有条件控制应该放什么节点6.图的宽度优先遍历用栈实现，图的深度优先遍历用队列实现。两个结构互相转化。栈实现队列可以有常数优化，队列实现栈一定是操作复杂度O(n)