博主之前在学习 python 的数据结构与算法的基础知识，用的是《problem-solving-with-algorithms-and-data-structure-using-python》 。但是仅仅看书对于知识的理解不够深入。于是选择了 lintcode 刷题，本篇博客即为最近做的算法题的一则小结。
lintcode 的界面非常干净，还有中文版本的。博主的刷题的顺序为从入门开始，逐步深入，并不集中刷某块的题目。入门的8道题目都刷了，从简单开始优先做热点题（热点不分优先级）。
一 矩阵
- 简单 28 搜索二维矩阵
二分法查找
二 区间
- 简单 30 插入区间
- 简单 156 合并区间
建立一个数组，放个初始元素，然后比较新建数组最后一个元素与原数组剩余第一个元素的关系，符合要求则完成某种操作，循环原数组。
三 链表
- 入门 452 删除链表中的元素：两个指针
- 入门 466 链表节点计数：一个指针
- 简单 35 翻转链表：两个指针，一个tmp
- 简单 112 删除排序链表中的重复元素：两个指针
- 简单 165 合并两个排序链表：新建个链表，把原列表的元素一个个放进去，三个指针
- 简单 167 链表求和：把一个链表的值加到另一个链表上
四 哈希表
简单 56 两数之和
五 数组
- 简单 41 最大子数组：如果直接按照不同长度遍历累加，则会超时；所以直接从第一个开始累加，前面和有负数的则清零
- 简单 56 两数之和：反正我直接暴力搜索了
- 简单 60 搜索插入位置：直接做
- 简单 64 合并排序数组：直接做
- 简单 100 删除排序数组中的重复数字：该题要求不增加额外数组空间，设置一个计数即可
- 简单 101 删除排序数组中的重复数字2：设置两个计数即可
- 简单 114 不同的路径：递归或者遍历，建立一个矩阵，每个元素值代表该位置的路径数目，值=左边值+上边值
- 简单 156 合并区间：新建一个空数组，每次将需要放入的区间与该数组的最后一个区间比较
- 简单 172 删除元素：要求原地删除，因此注意元素的索引，每删一个，长度减一
常用方法：
- 数组内元素排序：
sorted(iterable[, cmp[, key[, reverse]]])
iterable 是可迭代对象，比如数组；cmp 是比较函数（个人感觉不如 key 好用）； key 是比较的元素； reverse 是 True 为降序， False 升序（默认）
简单156举例（对每个区间按照 start 值排序）：
intervals = sorted(intervals, key=lambda x: x.start)
六 二叉树
- 入门 632 二叉树的最大节点：注意返回的是节点而不是节点的值
- 简单 66 二叉树的前序遍历：根-左-右
[root.val] + self.preorderTraversal(root.left) + self.preorderTraversal(root.right)
3. 简单 67 二叉树的中序遍历：左-根-右
self.inorderTraversal(root.left) + [root.val] + self.inorderTraversal(root.right)
4. 简单 68 二叉树的后序遍历：左-右-根
self.postorderTraversal(root.left) + self.postorderTraversal(root.right) + [root.val]
5. 简单 69 二叉树的层次遍历：逐层从左向右访问
建列队存放节点，当前列队存放节点子代作为下个列队的节点，逐层遍历
6. 简单 93 平衡二叉树：先获取最大深度，再根据每个节点对应的左右子代的最大深度是否平衡，以此递归
return self.isBalanced(root.left) and self.isBalanced(root.right)
7. 简单 97 二叉树的最大深度：对每个节点而言，该节点对应的最大深度就是其左右子树的最大深度加1，以此递归
return max(self.maxDepth(root.left), self.maxDepth(root.right)) + 1
9. 简单 155 二叉树的最小深度：需要考虑子代为空的情况，如若左子代为空，则递归右子代的最小深度
常用方法：
- 对数组 A 的每个元素进行相同操作生成新的数组 B：
B = [func, for i in A]
七 排序
- 入门 463 整数排序：一个嵌套循环
- 简单 56 两数之和：一个嵌套循环
8 数学
- 入门 366 斐波纳契函数：递归
- 入门 763 Hex Conversion：递归
- 简单 141 x的平方根：一个循环
9 动态规划
1. 简单 109 数字三角形：从底部向上遍历，每层的数字代表上一层到达该位置的最小和
triangle[i][j] += min([triangle[i+1][j], triangle[i+1][j+1]])
2. 简单 110 最小路径和：每个当前位置的和来自左边或者上边的较小的累加和，遍历即可
grid[i][j]=min(grid[i-1][j],grid[i][j-1])+grid[i][j]
3. 简单 111 爬楼梯：（类似菲波那切数列），当前的位置方法来自前面“一步的位置”+“两步的位置”，遍历或者递归
res.append(res[i-2] + res[i-1])
4. 简单 114 不同路径：类似110题的思路
mn[i][j] = mn[i-1][j] + mn[i][j-1]
总结：
从上面4道题目可以发现动态规划的算法题在求解的时候合适倒推法，然后考虑初始和边界限制结合遍历或者递归可以求解
10 贪心
1. 简单 46 主元素：排序后选取即可
2. 简单 82 落单的数：比较巧妙的方法是使用亦或运算
每道题的代码可参见我的 github 项目：https://github.com/MUSK1881/lintcode-by-python