Baowen Leetcode Notes

挖掘者的一次对望 A Gaze Between Diggers 正午的阳光落在 Oval 的积雪上，并不温暖，反而衬得天地愈发寂寥。在通往 18th 图书馆的必经之路上，寒风裹挟着这个季节特有的凛冽，催促着每一个行人缩短停留的时间。 经过Thompson的门口，我看见了一只一头扎进雪地里的松鼠， 我不禁停下了脚步👣，静静地观察它。看着那只松鼠在雪地里执着地翻找，只露出了一条毛

🧠 思路总结判断两个字符串是否 close： 长度是否相同 是否包含完全相同的字母集合 字母出现次数是否只是一个排列 需要找什么可以一直不变 Operation 1: Swap any two existing characters.For example, abcde -> aecdb。本质上是需要确保word1中有的charword2中也得有 Operation 2:

🧠 思路总结List<List<Integer>> res = new ArrayList<>();: 创建了一个能装 List 的盒子，此时内存里的结构是： res ──> []。再放进去两个空盒子： 12res.add(new ArrayList<>());res.add(new ArrayList<>()); 在这之

🧠 思路总结找一个下标i，当 i左边的sum = i右边的sum时，返回i，否则返回-1。解题关键： 数组总和 = 左边 + 当前元素 + 右边 （right = total - left - nums[i]） ✅ 代码（Java）123456789101112131415161718class Solution { public int pivotIndex

🧠 思路总结这道题目和典型的Sliding Window题目不一样，因为它的窗口大小不是固定的，而是动态变化的。所以不能直接先固定第一个Window再慢慢滑动，而是这个窗口随时可能变化。 区别：先固定一个窗口适合固定大小的窗口，或者知道窗口大小后慢慢移动 ❗ 易错点 / 小坑 窗口大小是可变的，所以我们用while循环缩小左边界 更新最大大小的时候应该是在 窗口合法的时候 ✅

🧠 思路总结 只要题目是“求固定长度子串的某种属性的最大/最小值”，滑动窗口通常是最优解法。 先统计第一个长度为k的窗口元音数，然后滑动窗口。每次滑动向右移动一位，减去窗口左边的字符，如果左边字符是元音，那么count--；加上新进入窗口的右端字符，如果是元音，那么count++，更新maxCount。 ❗ 易错点 / 小坑不能直接简单判断如果左边不是元音，但是右边是元音c

🧠 思路总结 什么时候用Sliding Window？ 当答案来自 一段连续区间，而且区间可以通过左右边界移动得到时，用滑动窗口。 为什么这道题目用Sliding Window？ 连续区间 固定长度 暴力 O(nk)， 滑动窗口 O(n) 做法： 先算第一个窗口的 sum 窗口右移： 加上右边新元素 减去左边移除的元素 更新最大 sum ✅ 代码（Java）12

🧠 思路总结因为要求“You must write an algorithm that uses only constant extra space.”，所以可以考虑使用 双指针 的方法（一个指针进行读取，一个指针进行写入，类似于快慢指针）。用count记录当前字符出现的次数，如果下一个字符与当前不同的话，把当前字符写到chars[write]中。如果count > 1，把count转化成

🧠 思路总结使用 贪心思想， 找局部最优。使用两个变量first和second记录当前的最小和第二小的数字。（通过遍历数组来找两个变量，如果不更新这两个变量的话就意味着这个数字比这两个变量大，返回true） ❗ 易错点 / 小坑局部最优更新： 更新 first 时，second 可能比之前的小 更新 second 时，一定要保证它比 first 大 这保证最终找到第三个大于 se

🧠 思路总结直觉上直接用除法： answer[i] = nums[0]*…*nums[n−1] / nums[i]但是题目不允许用除法，但是上面的式子化简可以得到是：nums[i]左边的所有数字相乘之后的结果再乘nums[i]右边的所有数字相乘之后的结果即是答案。 ​ ❗ 易错点 / 小坑 不需要给前后缀的结果单独开出来两个array，只需要开一个answer ar