题目主要信息：  字母到数字分别为1-26映射，没有0 输入的数字是字符串，故非常大，超过了long long的表示范围 但凡出现11-19，21-26的就可能出现两种译码结果 求总后的译码结果种类  举一反三： 学习完本题的思路你可以解决如下题目： BM62.斐波那契数列 BM63.跳台阶 BM64.最小花费爬楼梯 方法：动态规划（推荐使用） 知识点：动态规划 动态规划算法的基本思想是：将待求解的问题分解成若干个相互联系的子问题，先求解子问题，然后从这些子问题的解得到原问题的解；对于重复出现的子问题，只在第一次遇到的时候对它进行求解，并把答案保存起来，让以后再次遇到时直接引用答案，不必重新求...

题目主要信息:  给定一个矩阵，从矩阵左上角到右下角，每次只能向下或者向右 从左上角到右下角路径上经过的所有数字之和为路径和，求该路径和的最小值 矩阵不为空，每个元素值都为非负数  举一反三： 学习完本题的思路你可以解决如下题目： BM67.不同路径的数目(一) 方法：动态规划（推荐使用） 知识点：动态规划 动态规划算法的基本思想是：将待求解的问题分解成若干个相互联系的子问题，先求解子问题，然后从这些子问题的解得到原问题的解；对于重复出现的子问题，只在第一次遇到的时候对它进行求解，并把答案保存起来，让以后再次遇到时直接引用答案，不必重新求解。动态规划算法将问题的解决方案视为一系列决策的结果 思...

题目主要信息：  给定一个m∗nm*nm∗n的矩阵，要求从矩阵的左上角走到右下角的不同路径数量 每次只能往下或者往右走  举一反三： 学习完本题的思路你可以解决如下题目： BM68.矩阵的最小路径和 方法一：递归(推荐使用) 知识点：递归 递归是一个过程或函数在其定义或说明中有直接或间接调用自身的一种方法，它通常把一个大型复杂的问题层层转化为一个与原问题相似的规模较小的问题来求解。因此递归过程，最重要的就是查看能不能讲原本的问题分解为更小的子问题，这是使用递归的关键。 思路： 首先我们在左上角第一个格子的时候，有两种行走方式：如果向右走，相当于后面在一个(n−1)∗m(n-1)*m(n−1)∗...

题目主要信息：  查找两个字符串str1，str2中的最长的公共子串 保证str1和str2的最长公共子串存在且唯一  举一反三： 学习完本题的思路你可以解决如下题目： BM65 最长公共子序列(二) BM71.最长上升子序列(一) BM73 最长回文子串 BM75 编辑距离(一) BM76 正则表达式匹配 BM77 最长的括号子串 方法一：枚举（前置方法，超时，不能完全通过） 思路： 最简单直观的方式大概就是枚举了，枚举所有的子串进行比较，但是太复杂了。其实找子串不用一样完全枚举，还可以尝试改良一下 具体做法：  step 1：我们完全可以遍历两个字符串的所有字符串作为起始 step 2：然...

题目主要信息：  找到两个字符串的最长公共子序列，子序列不要求位置在原串中连续 仅存在一个最长公共子序列，不需要去重 最长公共子序列为空需要返回"-1"，而不是空序列，最后要变换  举一反三： 学习完本题的思路你可以解决如下题目： BM66.最长公共子串 BM71.最长上升子序列(一) BM73 最长回文子串 BM75 编辑距离(一) BM76 正则表达式匹配 BM77 最长的括号子串 方法一：动态规划+递归获取（推荐使用） 知识点：动态规划 动态规划算法的基本思想是：将待求解的问题分解成若干个相互联系的子问题，先求解子问题，然后从这些子问题的解得到原问题的解；对于重复出现的子问题，只在第一次...

题目主要信息:  给定一个数组，其中每个元素代表该级楼梯向上爬需要支付的费用，下标从0开始 一旦支付费用，可以任意选择爬一级或是二级 需要求爬到顶楼，即越过数组末尾元素所需要的最小花费 可以从下标为0或是1的台阶开始  举一反三： 学习完本题的思路你可以解决如下题目： BM62.斐波那契数列 BM63.跳台阶 BM69.把数字翻译成字符串 方法：动态规划（推荐使用） 知识点：动态规划 动态规划算法的基本思想是：将待求解的问题分解成若干个相互联系的子问题，先求解子问题，然后从这些子问题的解得到原问题的解；对于重复出现的子问题，只在第一次遇到的时候对它进行求解，并把答案保存起来，让以后再次遇到时直...

题目主要信息：  一只青蛙一次可以跳1阶或2阶 求跳到第nnn阶的种类数  举一反三： 学习完本题的思路你可以解决如下题目： BM62.斐波那契数列 BM64.最小花费爬楼梯 BM69.把数字翻译成字符串 方法一：迭代相加（推荐使用） 知识点：动态规划 动态规划算法的基本思想是：将待求解的问题分解成若干个相互联系的子问题，先求解子问题，然后从这些子问题的解得到原问题的解；对于重复出现的子问题，只在第一次遇到的时候对它进行求解，并把答案保存起来，让以后再次遇到时直接引用答案，不必重新求解。动态规划算法将问题的解决方案视为一系列决策的结果。本解法属于动态规划空间优化方法 思路： 一只青蛙一次可以跳...

题目主要信息  斐波那契数列公式为:F(n)=F(n−1)+F(n−2)F(n)=F(n-1)+F(n-2)F(n)=F(n−1)+F(n−2) 初始化第1项和第2项为1 求该数列第n项  举一反三： 学习完本题的思路你可以解决如下题目： BM63.跳台阶 BM64.最小花费爬楼梯 BM69.把数字翻译成字符串 方法一：迭代相加（推荐使用） 知识点：动态规划 动态规划算法的基本思想是：将待求解的问题分解成若干个相互联系的子问题，先求解子问题，然后从这些子问题的解得到原问题的解；对于重复出现的子问题，只在第一次遇到的时候对它进行求解，并把答案保存起来，让以后再次遇到时直接引用答案，不必重新求解。...

题目主要信息：  矩阵内是非负数，求最长的递增路径的长度 移动方向可以是上下左右，不能超出边界，这将是递归的判定条件 同一条路径不能有重复的单元格，需要有记忆  举一反三： 学习完本题的思路你可以解决如下题目： BM57. 岛屿数量 方法一：深度优先搜索(推荐使用) 知识点：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： 既然是查找最长的递增路径长度，那我们首先要找到这个路径的起点，起点不好直接找到...

题目主要信息：  求n对括号的全部合法组合，左右括号之间任意组合，只要合法就行 需要输出所有的结果  举一反三： 学习完本题的思路你可以解决如下题目： BM55. 没有重复项数字的全排列 BM56. 有重复项数字的全排列 BM58. 字符串的排列 方法：递归（推荐使用） 知识点：递归与回溯 递归是一个过程或函数在其定义或说明中有直接或间接调用自身的一种方法，它通常把一个大型复杂的问题层层转化为一个与原问题相似的规模较小的问题来求解。因此递归过程，最重要的就是查看能不能讲原本的问题分解为更小的子问题，这是使用递归的关键。 如果是线型递归，子问题直接回到父问题不需要回溯，但是如果是树型递归，父问题...

题目主要信息:  在一个n∗nn*nn∗n的棋盘上要摆放nnn个皇后，求摆的方案数，不同位置就是不同方案数 摆放要求：任何两个皇后不同行，不同列也不在同一条斜线上  举一反三： 学习完本题的思路你可以解决如下题目： BM55. 没有重复项数字的全排列 BM56. 有重复项数字的全排列 BM58. 字符串的排列 方法：递归（推荐使用） 知识点：递归与回溯 递归是一个过程或函数在其定义或说明中有直接或间接调用自身的一种方法，它通常把一个大型复杂的问题层层转化为一个与原问题相似的规模较小的问题来求解。因此递归过程，最重要的就是查看能不能讲原本的问题分解为更小的子问题，这是使用递归的关键。 如果是线型...

题目主要信息:  给定一个长度为n的字符串，求其中所有字符的全排列 字符串中可能有重复字符，打印顺序任意 字符串中只包含大小写字母  举一反三： 学习完本题的思路你可以解决如下题目： JZ12. 矩阵中的路径 方法：递归+回溯（推荐使用） 知识点：递归与回溯 递归是一个过程或函数在其定义或说明中有直接或间接调用自身的一种方法，它通常把一个大型复杂的问题层层转化为一个与原问题相似的规模较小的问题来求解。因此递归过程，最重要的就是查看能不能讲原本的问题分解为更小的子问题，这是使用递归的关键。 如果是线型递归，子问题直接回到父问题不需要回溯，但是如果是树型递归，父问题有很多分支，我需要从子问题回到父...

题目主要信息：  给一个01矩阵，1代表是陆地，0代表海洋，如果两个1相邻，则这两个1属于同一个岛 只考虑上下左右为相邻 判断岛屿的个数  举一反三： 学习完本题的思路你可以解决如下题目： BM61. 矩阵最长递增路径 方法一：dfs（推荐使用） 知识点：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： 矩阵中多处聚集着1，要想统计1聚集的堆数而不重复统计，那我们可以考虑每次找到一堆相邻的1，就将其全...

题目主要信息:  给定一组可能有重复数字的数组，输出该数组的全部排列 输出结果按照字典序升序排列  举一反三： 学习完本题的思路你可以解决如下题目： BM55. 没有重复项数字的全排列 BM58. 字符串的排列 BM60. 括号生成 递归+回溯（推荐使用） 知识点：递归与回溯 递归是一个过程或函数在其定义或说明中有直接或间接调用自身的一种方法，它通常把一个大型复杂的问题层层转化为一个与原问题相似的规模较小的问题来求解。因此递归过程，最重要的就是查看能不能讲原本的问题分解为更小的子问题，这是使用递归的关键。 如果是线型递归，子问题直接回到父问题不需要回溯，但是如果是树型递归，父问题有很多分支，我...