07.03 第 075 ~ 087 题（第 09 ~ 12 天）二叉树的完全性检验分析如果当前节点不为空，且左子树为空，右子树不为空，则返回false。否则递归判断左右子树是否是完全二叉树。这种思路是错误的，因为如果左子树是完全二叉树，但是没有右子树，而右子树不为空，这棵树也不是完全二叉树。 使用广度优先搜索，即层序遍历实现。用一个bool变量标记是否出现过空节点，一旦出现过空节点，再出现非空节点

07.02 第 073 ~ 074 题（ 第 05 ~ 08 天）路径总和分析深度优先遍历： 如果当前节点为空，返回false。 否则更新targetSum -= root->val； 当前节点是叶子节点，如果targetSum == 0，返回true，否则返回false。 递归左子树或右子树。 1234567891011121314151617181920212223242526272

07.01 第 051 ~ 072 题（第 01 ~ 04 天）无重复字符的最长子串分析使用哈希表+滑动窗口。如果当前字符没有在哈希表中出现过，就将其加入哈希表，右指针继续向右，right-left+1是当前长度，不断更新最大长度；否则不断向右滑动左窗口，直至遇到哈希表内没有当前元素，再把当前元素加入哈希表。 12345678910111213141516171819202122232425262

06.04 第 038 ~ 050 题（第 13 ~ 16 天）两数相加分析1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950/** * Definition for singly-linked list. * struct ListNode { *

06.03 第 026 ~ 037 题（第 09 ~ 12 天）反转链表迭代使用两个指针 cur 和 pre 进行迭代。pre 指向 cur 前一个节点位置。初始时，pre 指向 None，cur 指向 head。不断让cur->next指向pre，pre右移，cur右移。 123456789101112131415161718192021222324/** * Definition for

06.02第 013 ~ 025 题（第 05 ~ 08 天）搜索旋转排序数组分析把数组看成左右两部分，左边部分一定比右半部分值大。 如果nums[mid] == target，直接返回下标。 如果nums[mid] >= nums[left]，说明mid在左半部分，此时： nums[mid] > target && target >= nums[left]，t

06.01第 001 ~ 012 题（第 01 ~ 04 天）螺旋矩阵分析对矩阵进行模拟，每次更新边界位置，初始时向右走，当i == right，开始调整方向向下走，此时对i进行枚举，当i == down，调整方向向左走，枚举j，当i == left，调整方向向上走，对i进行枚举，当i == up，再次向右走。 1234567891011121314151617181920212223242526

05.04 区间DP和树形DP 区间动态规划：线性 DP 的一种，简称为「区间 DP」。以「区间长度」划分阶段，以两个坐标（区间的左、右端点）作为状态的维度。一个状态通常由被它包含且比它更小的区间状态转移而来。 区间 DP 的主要思想就是：先在小区间内得到最优解，再利用小区间的最优解合并，从而得到大区间的最优解，最终得到整个区间的最优解。 根据小区间向大区间转移情况的不同，常见的区间 DP 问题可

05.03 背包问题滚动数组优化： $dp[w] = \begin{cases} dp[w] & w < weight[i - 1] \cr max \lbrace dp[w], dp[w - weight[i - 1]] + value[i - 1] \rbrace & w \ge weight[i - 1] \end{cases}$ 分割等和子集分析先把数组的和

单串线性 DP 问题 如果状态包含多个维度，但是每个维度上都是线性划分的阶段，也属于线性 DP。比如背包问题、区间 DP、数位 DP 等都属于线性 DP。 线性 DP 问题的划分方法有多种方式。 如果按照「状态的维度数」进行分类，我们可以将线性 DP 问题分为：一维线性 DP 问题、二维线性 DP 问题，以及多维线性 DP 问题。如果按照「问题的输入格式」进行分类，我们可以将线性 DP 问题分为：