深度优先搜索（dfs） 深度优先搜索一般用于树或者图的遍历，其他有分支的（如二维矩阵）也适用。它的原理是从初始点开始，一直沿着同一个分支遍历，直到该分支结束，然后回溯到上一级继续沿着一个分支走到底，如此往复，直到所有的节点都有被访问到。 思路： 我们从根节点开始向左右子树进行递归，递归函数中需要处理的是： 当前的路径path要更新 当前的目标值expectNumber要迭代，减去当前节点的值 若当前节点是叶子节点，考虑是否满足路径的期待值，并考虑是否将路径添加到返回列表中 具体做法： step 1：维护两个向量res和path step 2：编写递归函数dfs step 3：递归函数内部要处理...

深度优先遍历+回溯 首先，深度优点遍历来说，先写上一个回溯 if (curNode == null) { return false; }，这表示递归至最深层开始回溯，至于为什么 return false 后面再讲 每次进入函数时，将 sum 减去当前节点的权重(curNode.val)，当 sum 减到零时，说明目标路径存在，另外我们的目标是到叶子节点停止，叶子节点的条件是 curNode.left == null && curNode.right == null，所以说当 if (curNode.left == null && curNode.right ...

层次遍历+双端队列（奇偶层逻辑分离） 1、打印奇数层： 队头出队列 在打印 依次添加左节点 在添加右节点； 2、若 deque 为空，说明向下无偶数层，则跳出； 3、打印偶数层： 队尾出队列，在打印，先添加右节点，在添加左节点 ； import java.util.*; /* public class TreeNode { int val = 0; TreeNode left = null; TreeNode right = null; public TreeNode(int val) { this.val = val; } }...

首先是二叉搜索树（左子树每个节点的值 < 该节点的值 < 右子树每个节点的值）的特点； 其次是后序遍历（对于树中的任意节点来说，先打印它的左子树，然后再打印它的右子树，最后打印这个节点本身）的特点。 第一步：找到数组最后一位，即根节点root。 紧接着 第二步：获取整个数组的长度，开始遍历并与root值比较，第一个大于root的值就是左右子树的分界点。 第三步：遍历右子树，验证是否符合二叉搜索树的概念；如上图，以12为分界点的右边所有节点都是大于root的，所以是符合二叉搜索树的。 第四步：继续往下递归，查看余下的左右子树是否符合。这里再放一个不符合的数组案例给大家对比一下...

将根节点入队 循环（条件队列不为空） 队列头元素出队 访问节点visit()自定义操作 将访问节点的左孩子入队 将右孩子入队。 import java.util.*; /** public class TreeNode { int val = 0; TreeNode left = null; TreeNode right = null; public TreeNode(int val) { this.val = val; } } */ public class Solution { public ArrayList<...

递归 使用前序遍历 只要左子树或者右子树有一个不为空就可以交换 最后返回根节点就可以 import java.util.*; /* * public class TreeNode { * int val = 0; * TreeNode left = null; * TreeNode right = null; * public TreeNode(int val) { * this.val = val; * } * } */ public class Solution { /** * 代码中的类名、方法名、参数名已经指定，...

冒泡排序 两两比较依次交换 第一趟交换 结果 前面已经确定了的元素不需要对比 算法实现 public static void main(String[] args) { int[] nums={49,38,35,32,65,55,43,90,76}; int n=nums.length; // insertSort(nums,n); // shellSort(nums,n); bubbleSort(nums,n); System.out.println(Arrays.toStr...

先对比根节点 根节点相同递归对比左节点与右节点 当B访问到为空则说明 为子结构 当A访问为空 说明B不为子结构 /** public class TreeNode { int val = 0; TreeNode left = null; TreeNode right = null; public TreeNode(int val) { this.val = val; } } */ //先比较根节点的值 public class Solution { public boolean HasSubtree(TreeNode ...

为什么要截图？ 出错后，⽅便查看直观错误原因。 如何截图？ driver.get_screenshot_as_file("xxx.png") driver.get_screenshot_as_file("error_{}.png".format(time.strftime("%Y_%m_%d%H_%M_%S"))) #图片命名时间戳 四、验证码处理 1、去除验证码 2、使⽤万能验证码 3、使⽤图⽚识别技术（识别效率低） 4、使⽤cookie cookie 由服务器⽣成，存储在客户端的登录凭证 使⽤: 1、获取cookie # 获取所有driver.get_cookies() 2、添加coo...

希尔排序 希尔排序就是变种插入排序算法 将数据分成多个子表，先实现局部有序。 缩小距离组成第二个子表 第三趟 当d=1时 整个表呈现了基本有序，直接进行插入排序。 总体 建议增量为 个数/2 算法实现 如果 当前元素比前面的元素小需要把元素暂存到A[0]中。 相当于插入排序的变种，在插入排序的外层套了一层魂环。 public static void main(String[] args) { int[] nums={49,38,35,32,65,55,43,90,76}; int n=nums.length; // ins...

前中序构建二叉树 根据前序遍历找到根节点 在中序遍历中找到根节点的位置 分割出左子树与右子树的元素 在前序数组中分割出左子树元素 中序数组中分割出左子树元素 构造左子树 在前序数组中分割出右子树元素 中序数组中分割出右子树元素 构造右子树 import java.util.*; /** * Definition for binary tree * public class TreeNode { * int val; * TreeNode left; * TreeNode right; * TreeNode(int x) { val = x;...

frame框架处理 frame（iframe）标签作⽤--是什么？ 在⻚⾯中加载另⼀个⻚⾯ 为什么处理iframe(frane)？ 焦点默认在启动⻚⾯，如果不出处理iframe，⽆法操作iframe嵌⼊的⻚⾯元素。 如何处理 1、切换到iframe driver.switch_to.frame(iframe元素) 2、操作元素 3、回到默认⻚⾯ driver.switch_to.default_content() # 获取注册A iframe元素 A = driver.find_element(By.CSS_SELECTOR, "#idframe1") # 1、切换到A ...

排序算法 排序算法的评价指标 稳定性 排序前后相同元素的相对位置没有发生改变，称为稳定。反之称为不稳定 稳定的排序算法不一定比不稳定的好，要看实际需求 排序算法分类 内部排序关注如何使算法的时间、空间复杂度更低。外部排序关注如何使磁盘的读写次数更少。 总结 学习网站：https://www.cs.usfca.edu/~galles/visualization/Algorithms.html 插入排序 算法思想：将一个待排序的记录按其关键字的大小插入到前面已排序的子序列中，直到全部的记录插入完毕。 第一步 默认从下标为1的元素开始，将下标为1的元素与左边元素对比。 第二步 如果比左...

下拉框 需求 ⽅式 1、使⽤css或xpth (推荐) 2、使⽤专属Select类 ⽅式1: # 点击⼴州 driver.find_element(By.CSS_SELECTOR, "[value='gz']").click() sleep(2) driver.find_element(By.CSS_SELECTOR, "[value='sh']").click() sleep(2) driver.find_element(By.CSS_SELECTOR, "[value='bj']").click() ⽅式2（了解）: from selenium.webdriver.co...