股票买卖问题为何能用一套代码解决所有变体从状态机DP到贪心的统一框架
当你面对LeetCode上的六道股票买卖问题时，第一反应可能是：每道题都要单独学一种解法？这正是无数开发者的误区。实际上，这六道题可以用同一套状态转移方程统一解决——区别只在于边界条件的细微差异。 ...
LeetCode
状态压缩动态规划为何能用一个整数表示整个集合从旅行商问题到LeetCode完整通关指南
1962年，Michael Held和Richard Karp在《Journal of the Society for Industrial and Applied Mathematics》上发表了一篇论文，提出了用动态规划求解旅行商问题（TSP）的算法。这个算法的时间复杂度是 $O(n^2 \cdot 2^n)$——虽然仍然是指数级，但相比暴力枚举的 $O(n!)$，已经是一个巨大的飞跃。这个算法的核心思想，正是后来被称为"状态压缩动态规划"（Bitmask DP / State Compression DP）的开山之作。 ...
区间动态规划为何要按长度递增遍历从矩阵链乘法到戳气球的完整LeetCode通关指南
有 $n$ 个气球排成一排，每个气球上标有一个数字。当你戳破第 $i$ 个气球时，你会获得 nums[i-1] * nums[i] * nums[i+1] 枚硬币。如果相邻位置超出边界，则视为数字为 1 的虚拟气球。问题是：如何安排戳气球的顺序，才能获得最多的硬币？ ...
Tarjan算法为何能用一次DFS完成图论四大难题从强连通分量到桥与割点的完整LeetCode通关指南
1972年，Robert Tarjan发表了一篇不到五页的论文，提出了一个用单次深度优先搜索求解强连通分量的算法。这个算法不仅解决了有向图的核心问题，其核心思想——发现时间戳与追溯值的配合——后来被证明能够统一解决割点、桥检测、2-SAT可满足性等四大图论难题。Donald Knuth称其为"我最喜欢的实现之一"。 ...
树状数组：用最少的代码实现最高效的区间查询从lowbit到LeetCode完整通关指南
1994年，新西兰奥克兰大学的 Peter M. Fenwick 在《Software: Practice and Experience》期刊上发表了一篇题为"A new data structure for cumulative frequency tables"的论文。这篇看似平淡无奇的论文，却发明了一个代码量极小却威力巨大的数据结构——树状数组（Binary Indexed Tree，简称 BIT），也被称为 Fenwick Tree。 ...
排序算法为何如此重要从快速排序到TimSort的八十年演进与LeetCode完整通关指南
1961年，英国计算机科学家Tony Hoare在为机器翻译项目开发字典排序功能时，发明了一种在当时看来极其反直觉的算法：随机选择一个元素作为基准，将数组分成两部分递归排序。这个算法就是后来统治计算机排序领域半个多世纪的快速排序。 ...
LRU缓存淘汰策略如何用O(1)时间完成get与put操作从双向链表到HashMap的精妙结合
1966年，计算机科学家们在设计操作系统时面临一个核心问题：当内存空间有限而需要存储的数据量无限增长时，应该删除哪些数据？这个看似简单的问题催生了缓存淘汰策略的研究。在众多策略中，LRU（Least Recently Used，最近最少使用）因其简单直观的思想和优秀的实际表现，成为应用最广泛的缓存淘汰算法之一。 ...