530.二叉搜索树的最小绝对值：这道题的简单做法是，可以通过中序遍历，从小到大获取二叉搜索树中的所有节点值，并保存到一个集合中，之后通过一层for循环对保存节点值的集合进行遍历，即可找到两个节点间最小的绝对值。注意，只需要对比两个相邻的节点即可，而不用对比某个节点和其后边的后边的那个节点。例如：对于有顺序的三个节点ABC，A和B之间的差绝对小于A和C之间的差。所以只需要一轮循环即可。501.二叉搜索树中的众数：这道题的解法很简单。首先通过中序遍历获取所有节点从小到大排列好的值，并保存在list集合中。之后通过一个Set集合，确定二叉树中一共有多少个不重复的值。之后通过一个map集合，其key为...

700.二叉搜索树中的搜索：这道题只需要遍历一遍整个二叉树，判断是否有某个结点的值等于我们要搜索的值即可。如果存在这个结点则把找到的结点作为结果返回；如果不存在值等于val的结点，则直接返回null即可。617.合并二叉树：这道题仍然可以使用迭代的方法，一次性遍历两个二叉树，将每个位置的节点值相加即可。98.验证二叉搜索树：这道题需要用到二叉搜索树的特性。通过对二叉搜索树进行中序遍历得到的结果，应该就是从小到大的数字排列。利用这一特性，只需要对二叉搜索树执行一次中序遍历，并将遍历得到的结果进行检查。判断是否是从小到大的即可。这道题存在巨大的陷阱：绝对不能单纯的判断某个节点的左右叶子节点，是不是...

513.找树左下角的值：这道题只需要层序遍历获取二叉树最下边一层的第一个结点的值即可。简单题。112.路径综合：这道题终于使用了递归，效果还可以，也是一次做出来的。如果检查的不是叶子结点，则需要递归调用检测方法，并将其孩子结点和最终的目标值-当前结点的值作为参数传入方法中。如果检测到叶子结点，则需要判断叶子结点的值是不是最终要找的值，如果是则返回true；否则返回false。

404.左叶子之和：这道题需要计算左叶子之和，需要明确的是，左叶子不是指二叉树的左侧结点，而是某个结点的左侧结点且该结点是叶子结点(即结点A的左孩子结点不为空，且A结点的左孩子结点的左右孩子皆为空)。明白这一点，就可以通过层序遍历计算左叶子结点的和了。关键是要弄明白什么是左叶子。222.完全二叉树的结点个数：这道题还是通过层序遍历整个二叉树，每获取一个结点就将统计二叉树结点个数的变量+1即可。直至遍历所有的结点，即可获取完全二叉树中结点的个数。

226.反转二叉树：这道题确实不难，如果要反转一颗二叉树，只需要把每个结点的左右孩子结点交换一下位置即可。这道题无论是使用深度优先遍历还是广度优先遍历进行反转都是可以的。这道题的重点是学习遍历的方式反转二叉树。101.对称二叉树：这道题需要将保存每层数值的集合进行检查，判断是否对称即可。检查的方式为：start指向集合的第一个元素，end指向集合的最后一个元素，然后开始向中间逼近，判断start和end指向的元素是否相同，一旦发现不同，直接停止后续的检查返回false即可；若所有的检查通过则证明是一个对称二叉树。

层序遍历就是从左到右一层一层的遍历二叉树，相当于图论中的广度优先搜索。二叉树的层序遍历需要借助队列这种数据结构，因为队列的特点是先进先出，符合层序遍历的逻辑。102.二叉树的层序遍历：这道题是后续与二叉树层序遍历相关问题的基石。整个二叉树用一个List集合保存(代码中命名为了result)，而这个集合中保存的是多个子集合，每个子集合表示二叉树中每层的所有元素(代码中命名为了level)。具体实现如下：queue这个集合用于模拟队列，保存每个处理过的结点。thisLevel表示当前处理的这层有多少个结点，nextLevel用于判断下一层有多少个结点。while循环在队列中还有结点没有出队的时候，...

150.逆波兰表达式求值：这道题不难，用两个栈对于要处理的字符串数组进行处理。然后分情况来处理表达式即可。

队列是先进先出，栈是后进先出。栈和队列是STL(C++标准库)里面的两个数据结构，不同版本的STL这两个数据结构的实现存在区别。栈和队列不提供迭代器，所以无法通过迭代器对其进行遍历。所以STL中栈和队列往往不被归类为容器。而栈的内部结构可以是vector、deque或者list均是可以的，主要就是数组和链表的底层实现。如果没有指定，栈和队列通常是用deque实现的，deque是双向队列，两端都是开口的，只要封住一段，另一端开口即可实现栈的逻辑。232.用栈实现队列：这是一道模拟题，可以用两个List集合来模拟队列后进先出的特性即可实现。225.用队列实现栈：和232题不同，225不需要两个Li...

151.反转字符串中的单词：这道题先对字符串进行预处理，去除掉字符串开头、结尾和中间多余的空格。之后利用split函数对字符串进行分割，最后将对应位置的单词进行反转即可。28.实现strStr():这道题不难，只需要循环对比即可，实现的时间复杂度为O(N)，空间复杂度为O(M+N)。但是这道题需要重点学习KMP算法。KMP算法就是当字符串出现不匹配时，可以记录一部分之前已经匹配上的文本内容，利用这些信息避免之后再从头开始对比。字符串总结字符串是若干个字符组成的有限序列，可以理解为一个字符数组。字符串相关操作比较简单。

344.反转字符串：简单题，从两头开始向中间遍历整个数组，然后首尾交换位置即可。541.反转字符串Ⅱ：简单题，根据规则处理三种需要进行反转的情况即可。

383.赎金信：这道题和有效字母异位词很像，那道题是判断两个单词是否可以相互组成。而这道题是单向的，只用判断用magazine中的字母能否组成ransomNote即可，而不用关心ransomNote能否组成magazine。这道题做法与有效字母异位词完全一致。15.三数之和：这道题如果用暴力的做法，会有五个题运行超时。所以肯定不能直接使用暴力解法。这道题棘手的问题在于：结果中不可包含重复的三元组。如果把符合的三元组加入结果集合result中，然后再去重；或者说将每个要加入的三元组的三个数字进行排序，确定和结果中已经存在的子集合不完全相同再加入都很复杂，很容易超时。在进行判断的时候，比如集合{-...

哈希表Hash Table又称散列表。哈希表是根据关键码的值直接进行访问的数据结构。而数组其实就是一张哈希表，哈希表可以根据key的值(数组的索引下标)，直接访问key对应的value(数组中的元素)。哈希表的应用场景：用于快速判断集合中是否包含某个元素。哈希函数：将要用哈希表存储的值直接映射为该数据在哈希表上的位置索引，之后即可通过查询索引下标快速判断要查询的值是否在哈希表中。具体的做法是：将要存储的值通过hashcode转化为数值，并根据该数值将要存储的数据映射到哈希表的对应位置上。若得到的数值大于哈希表的大小，则对其进行取余操作，之后即可将每个数据映射在哈希表上的唯一位置。但是可能存在多...

209.长度最小子数组这道题的是滑动窗口的入门题目。一开始使用的是暴力解法，使用了双层嵌套的for循环，外层循环控制遍历的起始位置，内层循环控制遍历的结束位置，然后去搜索每个可能的子数组，判断其是否满足条件。但是现在在leetcode这么提交代码已经超时了。滑动窗口的思想是，使用一次for循环去做两次for循环做的事，让for循环指向结束位置end，初始值为0，并不断移动end的位置。定义一个变量start指向起始位置，start的初始值为0。当向后移动end时，会把整个窗口里的值加到变量sum里。当sum>=target时，证明找到了一个子窗口，但是会继续向后移动起始位置start，以...

数组在内存中的存储方式：数组是存放在连续内存空间上的相同类型数据的集合。数组可以通过下标索引的方式获取到下标对应的数据。注意：①.数组下标从零开始。②.数组内存空间的地址是连续的。对于数组操作的特点：查找方便，增删繁琐。注意：C++中vector和array的区别，vector的底层实现是array，严格来说vector是容器，而不是一个数组。对于二维数组，其内存是否连续取决于使用的语言，如C++中其内存地址就是连续的。704.二分查找二分法的应用条件：①有序数组。②数组中没有重复元素。若存在重复元素，则可能导致返回的数组下标不唯一。二分法区间：注意左闭右闭和左闭右开的区别。此处的右侧所谓的开...