Awesome
基于开源项目添加个人的相关练习代码：https://github.com/greyireland/algorithm-pattern
刷题不应该只是为了面试，也是提升个人能力和掌握一门语言的高效方法
目录结构
- algorithm-pattern/
-
algorithm_list_golang/: golang编写的相关leetcode刷题记录
- array/ 数组相关
- stack&queue/ 栈和队列
- string/ 字符串
- tree/ 二叉树
- linkedList/ 链表
- .../
-
base_golang/: golang相关数据结构的基础实现
- array/ 数组相关
- stack&queue/ 栈和队列
- string/ 字符串
- tree/ 二叉树
- linkedList/ 链表
- .../
-
algorithm_list_php/: php编写的相关leetcode刷题记录（todo）
- array/ 数组相关
- stack&queue/ 栈和队列
- string/ 字符串
- tree/ 二叉树
- linkedList/ 链表
- .../
-
base_php/: php相关数据结构的基础实现
- array/ 数组相关
- stack&queue/ 栈和队列
- string/ 字符串
- tree/ 二叉树
- linkedList/ 链表
- .../
-
data_structure/: 基础结构
binary_op: 常见二进制操作binary_tree: 二叉树linked_list: 链表stack_queue: 栈和队列
-
images/: 图像
-
docs/
-
.../
README.md: 项目文档
-
LICENSE: 项目许可证
-
重要技巧：画图+调式
数组：
主要思路为，排序，双指针，回溯
链表：
主要思路双指针，指针的转换，递归（递归最主要找边界条件（也就是终止条件）与非边界条件，得到最小子问题的结果）
回溯：
模板
result = []
func backtrack(选择列表,路径):
if 满足结束条件:
result.add(路径)
return
for 选择 in 选择列表:
做选择
backtrack(选择列表,路径)
撤销选择
递归技巧
递归（递归最主要找边界条件（也就是终止条件） 举例子：二叉树最大深度
- 如何思考二叉树相关问题？
- 不要一开始就陷入细节，而是思考整棵树与其左右子树的关系。
- 为什么需要使用递归？
- 子问题和原问题是相似的，他们执行的代码也是相同的（类比循环），但是子问题需要把计算结果返回给上一级，这更适合用递归实现。
- 为什么这样写就一定能算出正确答案？
- 由于子问题的规模比原问题小，不断“递”下去，总会有个尽头，即递归的边界条件 ( base case )，直接返回它的答案“归”；
- 类似于数学归纳法（多米诺骨牌），n=1时类似边界条件；n=m时类似往后任意一个节点
- 计算机是怎么执行递归的？
- 当程序执行“递”动作时，计算机使用栈保存这个发出“递”动作的对象，程序不断“递”，计算机不断压栈，直到边界时，程序发生“归”动作，正好将执行的答案“归”给栈顶元素，随后程序不断“归”，计算机不断出栈，直到返回原问题的答案，栈空。
- 另一种递归思路
- 维护全局变量，使用二叉树遍历函数，不断更新全局变量最大值。