双栈+递归方法比目前官网题解更容易理解且简单的方法。双栈：一个栈用于存放数字，一个用于存放符号。递归：括号内表达式求值作为返回值，减少处理括号时边界条件的难度。基本思想：参考人计算的思维，如果[后入栈的运算符优先级]大于[先入栈的运算符优先级]，那么进行计算。奇怪的细节：1.考虑字符串开始就有可能出现负号和正号，因此在两个栈的开头分别插入'0'、'-'或'0'、'+'。2.int相加时中间结果可能溢出，使用longlong保存结果。另外：这里使用递归和传统递归模板不同，传统模板如下：=1=if(终止条件)return;=2=[向下传递时]逻辑处理（可能有，也可能没有，具体问题具体分析）=3=递
双栈+递归方法比目前官网题解更容易理解且简单的方法。双栈：一个栈用于存放数字，一个用于存放符号。递归：括号内表达式求值作为返回值，减少处理括号时边界条件的难度。基本思想：参考人计算的思维，如果[后入栈的运算符优先级]大于[先入栈的运算符优先级]，那么进行计算。奇怪的细节：1.考虑字符串开始就有可能出现负号和正号，因此在两个栈的开头分别插入'0'、'-'或'0'、'+'。2.int相加时中间结果可能溢出，使用longlong保存结果。另外：这里使用递归和传统递归模板不同，传统模板如下：=1=if(终止条件)return;=2=[向下传递时]逻辑处理（可能有，也可能没有，具体问题具体分析）=3=递
题目描述给你一个整数数组arr，表示不同面额的硬币；以及一个整数aim，表示需要放入钱包的目标金额。计算并返回可以凑成总金额所需的最少的硬币个数。如果没有任何一种硬币组合能组成总金额，返回-1。每种硬币的数量无限。用例1：输入：[1,2,3],6输出：2（即3+3）思路一：深度优先搜索本题自然可以通过遍历所有可能的硬币组合以求得最少的硬币数量。每次都选择三种面额（以用例1举例）中的一枚放入到钱包中，直到钱包达到目标金额。上面这个思路其实就是深度优先搜索的方法（DFS）。递归深度就是使用的硬币的个数。然而这种方式将会出现大量的重复计算，比如用例中：6-2=4，6-1-1=4；导致4这个节点会被多
题目描述给你一个整数数组arr，表示不同面额的硬币；以及一个整数aim，表示需要放入钱包的目标金额。计算并返回可以凑成总金额所需的最少的硬币个数。如果没有任何一种硬币组合能组成总金额，返回-1。每种硬币的数量无限。用例1：输入：[1,2,3],6输出：2（即3+3）思路一：深度优先搜索本题自然可以通过遍历所有可能的硬币组合以求得最少的硬币数量。每次都选择三种面额（以用例1举例）中的一枚放入到钱包中，直到钱包达到目标金额。上面这个思路其实就是深度优先搜索的方法（DFS）。递归深度就是使用的硬币的个数。然而这种方式将会出现大量的重复计算，比如用例中：6-2=4，6-1-1=4；导致4这个节点会被多
1.数组的改变和移动总结1.1数组的改变数组在内存中是一块连续的内存空间，我们可以直接通过下标进行访问，并进行修改。在Java中，对于List类型来说，我们可以通过set(idx,element)方法将idx位置的元素进行修改。1.2数组的移动数组的移动不能通过一条语句来实现，通常来说需要通过：插入、删除或者多次交换来实现。1.3数组的插入数组的插入比较麻烦，我们想要在下标为k的位置插入一个元素时，首先需要将k及以后的元素往后移动一个位置，然后再将元素插入到k的位置处。在Java中，对于List类型来说，我们可以通过add(idx,element)方法将元素添加到idx下标处。1.4数组的删除
1.数组的改变和移动总结1.1数组的改变数组在内存中是一块连续的内存空间，我们可以直接通过下标进行访问，并进行修改。在Java中，对于List类型来说，我们可以通过set(idx,element)方法将idx位置的元素进行修改。1.2数组的移动数组的移动不能通过一条语句来实现，通常来说需要通过：插入、删除或者多次交换来实现。1.3数组的插入数组的插入比较麻烦，我们想要在下标为k的位置插入一个元素时，首先需要将k及以后的元素往后移动一个位置，然后再将元素插入到k的位置处。在Java中，对于List类型来说，我们可以通过add(idx,element)方法将元素添加到idx下标处。1.4数组的删除
1.统计数组中元素总结1.1统计元素出现的次数为了统计元素出现的次数，我们肯定需要一个map来记录每个数组以及对应数字出现的频次。这里map的选择比较有讲究：如果数据的范围有限制，如：只有小写字母、1000以内的正数等，这时我们可以通过一个数组来充当map；如果数据的范围没有限制，或者数据范围很大：如：int的数据范围，这时我们可以通过HashMap存储对应的key和value；可参考代码：for(inti=0;i1.2⭐统计元素在数组中出现的最左和最右位置首先想清楚一个问题：从左到右遍历，最后遍历到的就是最右元素；从右到左遍历，最后遍历到的就是最左元素；我们就可以依据此，创建left和rig
1.统计数组中元素总结1.1统计元素出现的次数为了统计元素出现的次数，我们肯定需要一个map来记录每个数组以及对应数字出现的频次。这里map的选择比较有讲究：如果数据的范围有限制，如：只有小写字母、1000以内的正数等，这时我们可以通过一个数组来充当map；如果数据的范围没有限制，或者数据范围很大：如：int的数据范围，这时我们可以通过HashMap存储对应的key和value；可参考代码：for(inti=0;i1.2⭐统计元素在数组中出现的最左和最右位置首先想清楚一个问题：从左到右遍历，最后遍历到的就是最右元素；从右到左遍历，最后遍历到的就是最左元素；我们就可以依据此，创建left和rig
滑动窗口最大值力扣题目链接(opensnewwindow)给定一个数组nums，有一个大小为k的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的k个数字。滑动窗口每次只向右移动一位。返回滑动窗口中的最大值。进阶：你能在线性时间复杂度内解决此题吗？提示：1-10^41思路虽然本题在LeetCode上为困难级别，但是似乎很容易想到对应的暴力解法，首先我们得明白这题难在哪里使用暴力解法本题的难点在于使用一般的方法解，时间复杂度会很高一种很自然的想法是：滑动窗口遍历过程中，我们又去遍历窗口内的数，比较大小后返回最大值那么这种方法的时间复杂度为O(n*k)，k为窗口大小，n为数组遍历
滑动窗口最大值力扣题目链接(opensnewwindow)给定一个数组nums，有一个大小为k的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的k个数字。滑动窗口每次只向右移动一位。返回滑动窗口中的最大值。进阶：你能在线性时间复杂度内解决此题吗？提示：1-10^41思路虽然本题在LeetCode上为困难级别，但是似乎很容易想到对应的暴力解法，首先我们得明白这题难在哪里使用暴力解法本题的难点在于使用一般的方法解，时间复杂度会很高一种很自然的想法是：滑动窗口遍历过程中，我们又去遍历窗口内的数，比较大小后返回最大值那么这种方法的时间复杂度为O(n*k)，k为窗口大小，n为数组遍历
