class Solution: def findMinArrowShots(self, points: List[List[int]]) -> int: if len(points) == 0: return 0 points.sort(key = lambda x: x[0]) result = 1 for i in range(1, len(points)): if points[i][0] > points[i - 1][1]: result += 1 else: points[i][1] = min(points[i - 1][1], points[i][1]) retur...

病来如山倒 class Solution: def maxProfit(self, prices: List[int]) -> int: result = 0 for i in range(1, len(prices)): result += max(prices[i] - prices[i - 1], 0) return result

这贪心算法最大的感受就是不是我目前能够写的出来的，两方面：全局最优+局部最优

class Solution: def findSubsequences(self, nums: List[int]) -> List[List[int]]: result = [] path = [] self.backtracking(nums, 0, path, result) return result def backtracking(self, nums, startIndex, path, result): if len(path) > 1: result.append(path[:]) uset = set() for i in range(startIndex, ...

# ---------- 复原 IP 地址 ---------- # 1. 本质：回溯 + 字符串切割 # 2. 必须有 3 个点 # 3. 每段：0~255，无前导 0 # 4. point_num == 3 时校验最后一段  # ---------- 子集问题（回溯） ---------- # 核心特点： # 1. 每个节点都是一个子集 # 2. 不需要判断长度 # 3. 每次递归都 result.append(path[:]) # # 回溯模板： # for i in range(startIndex, len(nums)): # path.append(nums[i]) # backt...

class Solution: def combinationSum(self, candidates: List[int], target: int) -> List[List[int]]: result = [] self.backtracking(candidates, target, 0, 0, [], result) return result def backtracking(self, candidates, target, total, startIndex, path, result): if total > target: return if total == ...

class Solution: def combine(self, n: int, k: int) -> List[List[int]]: result = [] self.backtracking(n, k, 1, [], result) return result def backtracking(self, n, k, startIndex, path, result): if len(path) == k: result.append(path[:]) return for i in range(startIndex, n+1): path.append(i) self.back...

class Solution: def trimBST(self, root: Optional[TreeNode], low: int, high: int) -> Optional[TreeNode]: if root is None: return None if root.val < low: return self.trimBST(root.right, low, high) if root.val > high: return self.trimBST(root.left, low, high) root.left = self.trimBST(root.left...

class Solution: def lowestCommonAncestor(self, root: 'TreeNode', p: 'TreeNode', q: 'TreeNode') -> 'TreeNode': return self.traversal(root, p, q) def traversal(self, cur, p, q): if cur is None: return cur if cur.val > p.val and cur.val > q.val: left = self.traversal(cur.left, p, q) if left is...

class Solution: def getMinimumDifference(self, root: Optional[TreeNode]) -> int: self.traversal(root) return self.result def __init__(self): self.result = float('inf') self.pre = None def traversal(self, cur): if cur is None: return self.traversal(cur.left) if self.pre is not None: self.result = ...

def constructMaximumBinaryTree(self, nums: List[int]) -> Optional[TreeNode]: if len(nums) == 1: return TreeNode(nums[0]) node = TreeNode(0) maxValue = 0 maxValueIndex = 0 for i in range(len(nums)): if nums[i] > maxValue: maxValue = nums[i] maxValueIndex = i node.val = maxValue if maxValueIndex...

class Solution: def findBottomLeftValue(self, root: Optional[TreeNode]) -> int: self.max_depth = float('-inf') self.result = None self.traversal(root, 0) return self.result def traversal(self, node, depth): if not node.left and not node.right: if depth > self.max_depth: self.max_depth = depth ...

class Solution: def invertTree(self, root: Optional[TreeNode]) -> Optional[TreeNode]: if not root: return None root.left, root.right = root.right, root.left self.invertTree(root.left) self.invertTree(root.right) return root # ---------- 类内部调用 ---------- # 在类内部： # 调用自己的方法，必须用 self.方法名() # # 为什么？ #...

if(left_height := self.get_height(root.left)) == -1: return -1 #------等价于-------- := 海象符 #left_height = self.get_height(root.left) #if left_height == -1: # return -1 #先算左子树高度，存到 left_height，如果是 -1（不平衡），直接返回 -1。  # Definition for a binary tree node. # class TreeNode: # def __init__(self, val=0, left=...