秒懂【构建二叉树】！超清晰图解一步步拆解。  1.思路 本题需要通过二叉树的前序遍历结果与中序遍历结果构建出二叉树来，因此需要先了解二叉树前序遍历与中序遍历的规律： 1）前序遍历，根节点是在最前面； 2）中序遍历，根节点是在中间位置（即：根节点元素前面的为左子树，后面的为右子树）。 了解了规律，再来看思路：  根据思路，对应的递推公式如下：  有了递推公式，就可以很方便的写出代码。 如果文字描述的不太清楚，你可以参考视频的详细讲解：B站@好易学数据结构 2.代码 2.1 Python代码 # class TreeNode: # def __init__(self, x): # self.val...

package main import . "nc_tools" import ( "math" ) /* * type TreeNode struct { * Val int * Left *TreeNode * Right *TreeNode * } */ /** * 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可 * * * @param root TreeNode类 * @return int整型 */ func maxDepth(root *TreeNode) int { // write code here // 2...

秒懂【二叉树最大深度】！超清晰图解一步步拆解。  1.思路 二叉树的最大深度（高度）可以通过递归来实现。对于一个节点来说，最大深度（高度）可以这样计算：左右子树的最大深度（高度）+1（1为当前节点对应的高度）。 先来看看是否满足递归的条件：   可以看出，求解二叉树的最大深度（高度）可以采用递归。对于一个节点来说，最大深度（高度）为：左右子树的最大深度（高度）+1（1为当前节点对应的高度）。因此对应的递推公式如下：  如果文字描述的不太清楚，你可以参考视频的详细讲解：B站@好易学数据结构 2.代码 2.1 Python代码 # class TreeNode: # def __init__(se...

秒懂【二叉搜索树验证】！递归一步步拆解。  1.思路 先来看二叉搜索树的性质：  二叉搜索树（Binary Search Tree，简称BST）是一种特殊的二叉树，其每个节点的值都大于其左子树中所有节点的值并且小于其右子树中所有节点的值。二叉搜索树允许快速查询、插入和删除操作，多数操作（插入、删除和查找）的时间复杂度都是O(log n)。 以下是二叉搜索树的一些基本特性： 1.左子树的所有节点的值都小于其父节点。 2.右子树的所有节点的值都大于其父节点。 3.左、右子树也必须是二叉搜索树。 4.每个节点只有一个父节点（除了根节点）和最多两个子节点（左子节点和右子节点）。  判断一颗二叉树是否为...

秒懂【二叉树中序遍历】！递归一步步拆解。  1.思路 需要先明确二叉树【中序】遍历的规则：  二叉树的遍历一般使用【递归】的方法。如果要采用递归方法需满足递归的2个条件：  可以看出，对于左子树、右子树的遍历操作与整个二叉树一样，只是数据规模不同。  对于整颗二叉树来说，叶子节点左右子树都是Null，满足递归的第二个条件：不能无限循环，有终止条件（节点为Null）。因此可以使用递归来完成二叉树的中序遍历。 这时，就可以依据前序遍历的规则写出递推公式与伪代码：  如果文字描述的不太清楚，你可以参考视频的详细讲解：B站@好易学数据结构 2.代码 2.1 Python代码 # class TreeN...

秒懂【删除链表元素】！超清晰图解一步步拆解。  1.思路 本题要求删除重复的元素即在链表中重复的元素都会被删除，由于重复的元素也有可能是头结点，因此需要定义一个链表的虚拟头结点，虚拟头结点的指针域指向链表的头结点。 假如链表结构如下图所示：  这时可以通过以下步骤完成链表重复元素的删除。 步骤一：定义虚拟头结点、指针变量。  cur ：链表节点衔接指针（当前操作的节点）； nxt1：操作的下一个节点； nxt2 ：操作的下下一个节点。 步骤二：循环删除链表的重复节点。  此时，nxt1与nxt2对应的节点值都是1（重复的元素），移动nxt2。  此时，nxt1与nxt2对应的节点值还是1（重复...

秒懂【删除链表元素】！超清晰图解一步步拆解。  1.思路 本题是：删除有序链表中重复的元素，即重复的元素需要保留一个，同时限定了链表是有序的（这样只需要比较相邻的元素值）。 这时可以通过一个操作指针变量cur就可以完成题目的要求。 假如有序链表如下图所示：  步骤一：定义操作节点指针变量。  步骤二：循环删除链表重复节点。   当前节点与下个节点值相同，删除下一个节点 cur对应的节点值1与它的下一个节点值1相同，则删除下一个节点（更改cur的指针域： cur.next = cur.next.next）。之后再将cur移动到下一个节点（2节点）便于后序的操作。      节点值不相同，移动指针...

秒懂【编辑距离】！动态规划一步步拆解。  1.思路 当str1[i-1]==str[j-1] 时，不用编辑，因此dp[i-1][j-1]。 当str1[i-1] != str[j-1] 时，需要编辑（删除、增加、或者修改选其中一个最小的值），因此dp[i][j] = min(dp[i-1][j], dp[i][j-1], dp[i-1][j-1]) + 1。  如果文字描述的不太清楚，你可以参考视频的详细讲解：B站@好易学数据结构 2.代码 2.1 Python代码 # # 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可 # # # @param str1 strin...

1.思路  秒懂【爬楼梯】！动态规划一步步拆解。  本题的关键是套用动态规划的模板，对问题进行拆解。 具体思路是：  如果文字描述的不太清楚，你可以参考视频的详细讲解：B站@好易学数据结构 2.代码 2.1 Python代码 # # 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可 # # # @param number int整型 # @return int整型 # class Solution: def jumpFloor(self, number: int) -> int: # write code here if number == 1: return 1...

秒懂【最小路径和】！动态规划一步步拆解。  1.思路 从左上角到右下角，移动的方向是向左或者向下。在移动的过程中需要获取元素的值，因此需要将当前元素的值累计上。对于当前的状态，从上侧、左侧选择最小的。  dp[i][j] = min(dp[i - 1][j], dp[i][j - 1]) + matrix[i][j]  如果文字描述的不太清楚，你可以参考视频的详细讲解：B站@好易学数据结构 2.代码 2.1 Python代码 # # 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可 # # # @param matrix int整型二维数组 the matrix # @...

秒懂【不同路径】！动态规划一步步拆解。  1.思路 本题给定了一个矩阵，从左上角到右下角移动，移动的方向为：向右或者向下。因此：dp[i][j] = dp[i - 1][j] + dp[i][j - 1]  (从上面下来 或者从左边过来)。  如果文字描述的不太清楚，你可以参考视频的详细讲解：B站@好易学数据结构 2.代码 2.1 Python代码 # # 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可 # # # @param m int整型 # @param n int整型 # @return int整型 # class Solution: def uniqueP...

秒懂【全排列】！回溯算法一步步拆解。  1.思路 通过回溯法实现数字项的全排列，要特别留意重复数字的处理。具体思路如下：   参考回溯算法模板，进行以下操作： 遍历每一个元素，以该元素作为开头的数字数列。首先选取该数字，并标记该数字已经使用过；再递归选择其他数字；撤销该数字，让其他数字作为开头。缩小数字区间：该元素已经使用过；当前元素与前一个元素一样，且前一个已经使用过。 递归终止条件：选择的数字已经达到n个（数列的长度），则保存选择数字组成的序列，并返回。 2.代码 如果文字描述的不太清楚，你可以参考视频的详细讲解：B站@好易学数据结构 2.1 Python代码 # # 代码中的类名、方法名...

秒懂【全排列】！回溯算法一步步拆解。  1.思路 下面需要重点来看一下什么是回溯算法：  回溯算法是一种通过试错法（试探+回退）解决约束满足问题的通用策略，常用于解决组合优化、排列、子集生成等问题。其核心思想是逐步构建解，若发现当前路径无法达成目标，则回退到上一步尝试其他可能性。 核心思想  试探：按条件扩展当前解的候选可能性。 验证：若当前路径不满足约束，立即放弃（剪枝）。 回退：撤销上一步选择，回到之前的状态继续尝试其他路径。  适用场景  组合问题：如子集、排列、全排列（如 n 选 k）。 约束满足问题：如数独、八皇后、数独。 穷举搜索：当问题规模较小时，回溯可遍历所有可能解。  操作 ...

1.思路 未排序的整数数组nums，需要找到缺失的第一个正整数，可以将数组中的内容添加到set中（主要考虑到set查询的速度优势），同时记录数组中的最大正整数n，之后从1到n遍历整数，对比遍历到的整数是否已经在set中。 具体思路是：    定义一个哈希表（set）；   将数组中的值存储到set中，其中n为数组中最大的数；   从自然数1开始到n，到map中找，如果对应的自然数没有找到，直接返回；   [1:n]都在map中，则返回 n + 1。    如果文字描述的不太清楚，你可以参考视频的详细讲解：B站@好易学数据结构 2.代码 2.1 Python代码 # # 代码中的类名、方法名、参...