1.先是快速排序，使第一个关键字找到自己的位置，然后前面是小于自己的数值，后面是大于自己的数值 2.然后通过比较关键字的值和待查找的值的大小，小于就在右边的表寻找（left+1），小于就在左边的表找（right-1） 3.循环下去就逐渐缩小可以找到满足条件的值了 class Solution { public int findKthLargest(int[] nums, int k) { int len=nums.length; int left=0; int right=len-1; int target=len-k; whi...

思路： 1.先使用哈希表统计数组中每个数字频率 2.统计完成后，创建一个数组，之前计算的频率作为数组的下标 3.对于出现频率不同的数字集合，存进对应的数组下标 结合代码和每一行的注解理解 //基于桶排序求解「前 K 个高频元素」 class Solution { public int[] topKFrequent(int[] nums, int k) { List<Integer>res=new ArrayList(); // 使用字典，统计每个元素出现的次数，元素为键，元素出现的次数为值 HashMap<Integer,Integer&...

结合代码和注解学习思路 class Solution { public int maxAreaOfIsland(int[][] grid) { int ans=0; //遍历整块区域 for(int i=0;i<grid.length;i++){//对行的判断 for(int j=0;j<grid[0].length;j++){//对列的判断 ans=Math.max(ans,dfs(grid,i,j));//算出最大的面积 } } return ans; ...

class Solution { int row; int col; int [][]dir={ {0,1},{0,-1},{-1,0},{0,1}};//对应坐标上下左右 Set<String> pacificVisited=new HashSet<>();//左边太平洋去重 Set<String> atlanticVisited=new HashSet<>(); int [][]matrix; int [][]heights; public List<List<...

（切记！！勿急功近利！！）遇到一道题涉及到的数据结构，一定先去对应的复习，不要急于图求将题做完就结束。本质是通过题目去学习复习知识点 有时候想到做一题花了1到2个小时，觉得十分划不着，心里也很焦灼，一定要沉住气，调整心态继续攻克难题 分享一个大概方向的力扣做题思路： 1，第一遍：知道。直接看答案，不要自己想，了解所有最优解，方法技巧第一。做题套路，以印象为主。（补习所有的数据结构，做题方法，基础算法，建立较为完整的刷题思维体系） 2，第二遍：熟悉。过easy题，记住；做medium，重点题背，反复背。最简单会，大多不会。记住做题套路，以记住为主。 3，第三遍：做题。做easy题；做部分me...

1.javaSE：1.容器：List接口，Set接口，Map接口，Iterator接口，Collections工具类，Arrays工具类，Comparable接口，泛型                 2.泛型：                 3***.i/o：引入IO的原因，基本概念（数据源，流的概念），io流体系，io流对象（例如：InputStream，OutputStream，Reader，Writer等...），java对象的序列化和反序列化，io其他常用类：File类，RandomAccessFile                 4***.集合：               ...

1.DFS（深度优先搜索）：一种用于遍历或搜索树或图的算法。 沿着树的深度遍历树的节点，尽可能深的搜索树的分支。当节点v的所在边都己被探寻过或者在搜寻时结点不满足条件，搜索将回溯到发现节点v的那条边的起始节点。整个进程反复进行直到所有节点都被访问为止。属于盲目搜索,最糟糕的情况算法时间复杂度为O(!n)。 2.递归的三大核心：一.清楚这个递归函数的功能是做什么                                二.清楚递归的结束条件，否则陷入死循环                                 三.写一个等价表达式完成对递归的调用 3.这个题涉及到图的知识...

回溯法的核心是回溯。在搜索到某一节点的时候，如果我们发现目前的节点（及其子节点）并不是需求目标时，我们回退到原来的节点继续搜索，并且把在目前节点修改的状态还原。这样的好处是我们可以始终只对图的总状态进行修改，而非每次遍历时新建一个图来储存状态。 在具体的写法上，它与普通的深度优先搜索一样，都有 [修改当前节点状态]→[递归子节 点] 的步骤，只是多了回溯的步骤，变成了 [修改当前节点状态]→[递归子节点]→[回改当前节点 状态]。 结合题目加代码注释去理解回溯更加清晰 class Solution { public List<List<Integer>> ...

其实就是在List中存放List: 可以理解示例中的为向res中继续加list List<List<Integer>> res = new ArrayList<ArrayList<Integer>>(); List<Integer> list = new ArrayList<Integer>(); list.add(1); list.add(2);res.add(list);

回溯法的核心是回溯。在搜索到某一节点的时候，如果我们发现目前的节点（及其子节点）并不是需求目标时，我们回退到原来的节点继续搜索，并且把在目前节点修改的状态还原。这样的好处是我们可以始终只对图的总状态进行修改，而非每次遍历时新建一个图来储存状态。 在具体的写法上，它与普通的深度优先搜索一样，都有 [修改当前节点状态]→[递归子节 点] 的步骤，只是多了回溯的步骤，变成了 [修改当前节点状态]→[递归子节点]→[回改当前节点 状态]。   class Solution { public List<List<Integer>> combine(int n, int...