bit操作题目思考 说实话这类题目比较考验智商，如果之前没有见过的话做出来的难度比较大。基本思路很多都是利用XOR解题 find bit parity 这题就是找奇偶校验位的值，有奇数个1就是1，有偶数个1就是0。在513 datalab出现过，现在在思考感觉没那么难了。基本思路就是把所有的1进行XOR，看最后是1还是0. x ^= x >> 16 x ^= x >> 8 x ^= x >> 4 x ^= x >> 2 x ^= x >> 1 x &= 1; 找出2个只出现一次的数值 这个题目可以全部XOR，得到x XOR y。之后取其中一位，然后把数组分成2部分，一半有这位，一半没有，然后用前两题的思路。……

链表题目的思考 链表是一个比较常见的数据结构，但是leetcode里的题目相对来说不多，题目也不是很难。最重要的思想就是递归的思路。对于每一个节点，都可以看作一个链表的起点。 merge 这类题目就是用一个递归函数，参数是两个头指针，得到新的指针之后，其中一个向后，然后再递归调用就可以。sort list就是一个merge sort的思想 2. Add Two Numbers 21.……

INTERVAL 算法题目的思考 这类题目还是比较常见的。就是给你一些区间，需要你判断重叠之类的。相对来说不难，一些常见的方法是用按start的大小排序，之后end1<start2 就代表有重叠。 56. Merge Intervals 57. Insert Interval 436.……

DP 算法题目的思考 dp全称是动态规划，是一类被人又喜欢又讨厌的题目。喜欢是因为找到递推关系之后题目就变得简单了，讨厌的原因是这类题目常常很难想到递推关系。 dp的核心思想就是把一个复杂的问题分解成简单的子问题，并且可以利用递推的方式来解决。所有dp题目的核心是： 递推公式 deduction formula 初始化 initialization 空间优化 space improvement 路径数量 这类题目就是看有几种方式可以到这个点，然后把这几种方式的路径加起来就可以。这是自下而上的思想，对于青蛙跳的那道题也可以自上而下利用递归的思路解题。只要可以跳到，就可以变成一个子问题，把这个点当做起点来进行。……

Stack 算法题的思考 这类题目也是比较多的，一般比较繁琐。思路类似DFS，不过可以不使用递归实现。 String 解析类 这类比较多的就是计算器，以及分析括号里的内容。例如解析 3[a]2[bc],这时候就可以在遇到[的时候把之前的东西都压到栈里，之后当遇到]的时候把内容再pop出来。 对于计算器，如果是后缀表达式的话，可以把结果都压到栈里，遇到运算符再pop出运算。有括号的话还是按括号的方法，主要要注意加法和乘法的区别。 计算器系列最重要的思想就是前一个符号看作大小的指示，之后那个才用来做计算。例如(1+2)+(3+4), +可以看作是是后一个括号的符号。对于1*2 + 6/3,原理相同。在进行+6/3的时候，先把sign变成+6，并进行除法标记。之后再用除法。……

graph 算法题目思考 Graph算是非常常见的题目，一般会给你一个2d array或一个数组代表联系，你可以使用这个输入来转换成一个图表示的数据结构，之后在图里做搜索。常见的算法： BFS，DFS union find A* Floyd and dijkstra Leetcode里的题目的话主要都是dfs, bfs就可以解决，有些需要思考几个之间的关系的题目可以使用union find来做。少部分计算路径的题目需要使用一些基本的最短路径算法。……

Array 算法题的思考 数组类的算法是在我做的题目中是最多的，相对来说也是最好理解的它也可以包罗万象，使用各种各样的算法。用数组可以实现很多基本的数据结构。比如heap。所以这部分需要好好掌握。 SWAP 需要应用到数组元素交换是一类非常常见的题目，比如说求最大的K个数，这种题目一般都是使用基本的快速排序思想。也就是说，我们把这个数组分成两部分，一部分是比当前这个数字大的，另外一部分是比这个当前数字小的，这样我们可以快速的把一个array分成两部分，然后再分别对这两部分进行处理。 如果只是需要移动一些数字，比如说移动零或者整个数组只有三个数，那么可以用一些更简单思想，比如说记录下所有非0的数，或者记录下这些数字的个数，然后把前面全换成这些非0数，后面换成零。这样做的好处就是不需要交换。或者一个记录非0的地方，另外一个记录当前位置，如果这个不是零，那么就遇上一个非0的东西交换。所以总体思路都是双指针的思想，一个记录当前遍历的位置，另外一个记录上一次符合条件的位置。 27. Remove Element 75. Sort Colors 283.……

String 算法思考 String 类型的题目算是leetcode里第二多的题型，其实这个和array的使用方法差不太多，只不过其中有一些特定的使用场景。我在这里会将string分为几类问题，可能不能包括所有的类别，尽量使用较为统一的思路解释遇到的题目。 数据类型 首先要说清楚一点，在java中String是immutable的，也就是当你创建一个string后是不能修改的，如果你需要给他加内容，java会重新创一个新的实例。这样的问题就是如果使用s+=a,这样时间复杂度是O(n),在java中会重新复制一遍string再给你创建。 解决办法就是使用StringBuilder，这个的时间复杂度对于增加就是O(1).其中内部实现就是一个char[] sb.append(String str) sb.toString() 组合问题 这类问题就是需要得到某个字符串中包含的所有子集,或者是permutation.……

树形算法题的思考 树形是一大题型，这类题目相对来说比较简单，在我看来掌握树形的最大要点就是递归的思想，这可以说用在了这类题目中的方方面面。主要涉及这些题型： 构建树（数组，链表） 遍历，判断是合理的树 找节点（LCA） 树的基本属性（高度），找路径 构建树 这类题目的基本思路就是先找到根结点（root），然后把整个数组或者链表分成左右两个部分。之后，这个根节点的左子树就是递归调用数组的右半部分。右半边子树就是递归调用，这个函数的右半部分。总体还是比较简单的，题目可以参看 108.Convert Sorted Array to Binary Search Tree 109.……

学习方法 学习的原因 人学习的原因是为了获得更多的知识，更加了解这个世界，并将它们使用在生活中使自己过得更好。所以对于我来说学习知识的意义就在于应用它们。透过学习，我们能够做到从未能做到的事情，重新认知这个世界及我们跟它的关系，以及扩展创造未来的能量。人们可以把认知过程分为6个阶段，即知识、理解、应用、分析、综合、评价。面对不同的学习领域，所需要达到的认知程度也是不同。对于某领域的专家那么就可以评价，而这个知识对于自己的生活关系不大时，只需达到第一个阶段即可。 另外成长型心智的人也会更加乐于学习。他们倾向于超越自己，往往会以自身进步为标准，常常处于尝试或探索状态，最终是自我解放，在不断学习中不断成长。 当今世界的发展速度太快，新的知识层出不穷，如果不持续学习，一直使用以前的方法，那么很有可能被他人淘汰。没有个人核心竞争力的话那终将被他人取代，这就是社会的残酷。而找寻个人特长的方法就是不断学习，走在他人的前面。 学习能力 学习能力的定义 学习能力或称专家精神的概括性行为表现：紧跟本专业内新知识、新技术动态，并运用到实际问题解决，能在本领域的研究项目中发挥主要作用，乐于分享知识经验。 动机 (motives)：从动机上，学习能力强的人，必定是一个认知需求水平比较高的个体。一个认知需求高的个体，肯定是格物致知的人，必定在某些领域掌握更加精深或偏向原理性的基础知识，所以也许他的方向很偏，但总能分享一些这样的知识点，而且这些知识点不应该是松散的，而应该是聚焦莫一或某几个领域的。 个性特质 (traits)：从个性特质上，学习能力强的个体和一般的个体也是有差异的，比如爱钻研、爱看书。学习本身对他来说会比较容易，但更应看到的是，学习过程本身对这类人也是一种享受。 自我形象 (self-image)：学习能力好的人，绝对不是学过什么就扔一边的人， 他们优秀的学习动机和能力能使得他们成为一个领域的专家 社会角色 (social role, values)：一个学习能力强的人，是不会自己憋在肚子里“财不外露”的，而且大部分学习能力强的人遇到同一领域的共同爱好者，会倾囊相倒。因此，知识的分享，也是学习能力强的人的一种表现 经验 (experience)：你曾经成功迅速学习过哪门知识，掌握过什么能力与技巧？分享一下你之前所需的知识与技能吧（这块跟上面分享心得是有差异的）。这块实际上你就不用听内容，你就看他表情和语气语调以及呼吸频率等非语言线索，真正学习能力强并通过学习对工作有过帮助的人，会自如地侃侃而谈，看他讲话的感觉，肯定特享受。换句话说，这时候他的自我效能感爆棚，感觉这一亩三分地，自己就是真正的主人。 知识 (knowledge)：你知道你所从事职业的新兴思想潮流吗？你知道最新崛起的几位大家是谁吗？你能说说你最喜欢的职业领域几位大牛吗，能比较一下他们的成就和思想吗？作为面试官，那怕你面试的是个土木工程师而你对土木一窍不通也没关系，如果他在编，你就让他编，放心吧，一个人讲的时候的流畅程度和自信程度是装不出来的，如果没有点实在货，三句话就露怯。 学习知识的来源 我的学习的知识分为以下几大块：……