力扣70-爬楼梯 DP+滚动数组

用滚动数组求解上楼梯问题 一、【问题描述】 一个楼梯有n个台阶，上楼可以一步上1个台阶，也可以一步上两个台阶，求上楼梯共有多少种不同的走法。 二、【问题求解】 设f(n)表示上n个台阶的楼梯走法数。 显然f(1)=1,f(2)=2(一种是一步上一个台阶，走两步，另一种是直接一步上两个台阶）。 对于大于2的n个台阶的走法数是f(n-1);一种走法是第一步上1个台阶，剩余n-1个台阶的走法数是f(n-1);另一种走法是一步上2个台阶，剩余的n-2个台阶的走法数是f(n-2)。 综上 f(n)=f(n-1)+f(

爬楼梯 力扣：力扣https://leetcode-cn.com/problems/climbing-stairs/ 滚动数组：dp中的一个简单算法 int climbStairs(int n){ int p = 0, q = 0, r = 1; for (int i = 1; i <= n; i++) { p = q; q = r; r = p + q; } return r; } 就是从什么地方开始有规律，就

滚动数组就是，当n为3时，c为a加b为2，将b给a，将第二个台阶的方法给b，然后再次循环，i为3，c为第一和第二个方法相加为3，下一个循环就将第二个台阶的方法给a，第三个台阶的方法给b，就这样一直滚动，这就是用滚动的大致思路。是有一种方法，2个有2种方法，3个有3种，4个有5种，所以可得当有n个台阶时，是前两种台阶的方法相加。这是动态规划方法，大体思路差不多，d【3】=d【2】+d【1】，d【4】=d【3】+d【2】，运用循环来达到求台阶。1.1阶+1阶+1阶。2.1阶+2阶。......

且F（1）=1。

本文章提出了爬楼梯的两种解法，其中一种是用经典的动态规划思想，另一种则是使用矩阵性质进行解题

1. 题目链接 https://leetcode-cn.com/problems/climbing-stairs/ 2. 代码

C语言跳台阶问题汉诺塔问题函数递归和函数迭代实现

摘要：本文从第一性原理出发，通过分析排序的基本目标，提出一种基于选择排序思想的改进方法。通过引入堆结构特性（以O(1)时间获取最大值），设计出高效的堆排序算法。文章详细阐述了算法实现的两个阶段：1)将无序数组构建为大顶堆（O(N)）；2)通过交换堆顶元素与当前堆尾元素并调整堆（O(NlogN)）。最终实现了一个时间复杂度为O(NlogN)的原址排序算法。整个过程展示了从基础排序思想到具体算法实现的完整推导路径。

（2）若n>1，则除根结点外，其余结点被分成了m（m>0）个互不相交的集合T1,T2,…Tm，其中每一个集合Ti（1<=i<=m）本身又是一棵树。,Tm称为这棵树的子树。树是n（n>=0）个具有相同类型的数据元素的有限集合。树中的数据元素叫作结点。n=0的树称为空树；（1）有且仅有一个特殊的结点称为树的根结点，根没有前驱结点。

这篇博客介绍了三种顺序表相关算法题的解法：1. 移除元素 - 使用双指针法（快慢指针）和优化版双指针法；2. 删除有序数组重复项 - 采用双指针法处理有序数组；3. 合并两个有序数组 - 使用逆向双指针避免元素覆盖。三种解法的时间复杂度均为O(n)，空间复杂度为O(1)，体现了双指针法在顺序表问题中的高效性。

Redis有序集合（Zset）是一种结合哈希表和跳跃表特性的数据结构，每个成员关联一个分数用于排序。主要特点包括：成员唯一但分数可重复，支持范围查询和排名计算。常用命令有：ZADD添加/更新成员及分数，ZCARD获取成员数量，ZCOUNT统计分数区间成员数，ZINCRBY增减成员分数，ZRANGE按索引返回成员，ZRANK获取成员排名等。核心操作的时间复杂度多为O(log(N))，适合需要排序和范围查询的场景。

稳定性：假定在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次序保持 不变，即在原序列中，r[i]=r[j]，且r[i]在r[j]之前，而在排序后的序列中，r[i]仍在r[j]之前，则称这种排序算法是稳 定的；1. 归并的缺点在于需要O(N)的空间复杂度，归并排序的思考更多的是解决在磁盘中的外排序问题。所谓交换，就是根据序列中两个记录键值的比较结果来对换这两个记录在序列中的位置，交换排序的特 点是：将键值较大的记录向序列的尾部移动，键值较小的记录向序列的前部移动。

本文详细介绍了双向链表的数据结构实现，包括核心概念、函数实现和性能分析。文章首先阐述了带头双向循环链表的结构特点，重点讲解了各功能函数的实现逻辑：LTBuyNode()创建节点、LTInit()初始化链表、LTPushBack()/LTPushFront()插入操作、LTPopBack()/LTPopFront()删除操作等关键函数。每个函数都配有图示分析和代码实现，特别强调了指针连接的更新机制。最后对比了顺序表和链表的存储特性、访问效率及适用场景，指出链表在动态插入删除方面的优势。

本文探讨了迭代式归并排序的实现原理与优化过程。该算法采用自底向上的逆向思维，从单个元素的有序子数组开始，通过不断合并有序子数组实现整体排序。核心merge操作采用双指针法合并两个相邻有序子数组，需要O(n)临时空间。算法通过外层循环控制合并块大小（1,2,4...），内层循环定位合并块对，最终实现O(nlogn)时间复杂度的稳定排序。归并排序的优势在于稳定的O(nlogn)性能，但需额外O(n)空间，适合需要稳定性的排序场景。

1.二叉搜索树，是一个空树或者具有以下性质的二叉树： 若左子树不为空，那么左子树上所有结点的值都小于等于<=根结点的值 若右子树不为空，那么右子树上所有结点的值都大于等于>=根结点的值 左右子树也分别为二叉搜索树 2.二叉搜索树又称作二叉排序树，原因： 当二叉搜索树进行中序遍历时，左根右，所遍历出来的结果是升序的 3.二叉搜索树既可以支持插入相等的值，也可以不支持插

Redis集合类型(Set)是一种基于哈希表实现的无序、唯一元素集合，支持O(1)时间复杂度的插入、删除和查找操作。集合最多可存储2^32-1个元素，支持多种集合运算如交集(SINTER)、并集(SUNION)和差集(SDIFF)。基础命令包括SADD(添加)、SMEMBERS(查看所有)、SREM(删除)等。 集合内部编码会根据元素特性自动选择intset(整数集合)或hashtable(哈希表)。典型应用场景包括标签系统、数据去重等，特别适合需要保证元素唯一性和进行集合运算的场景。通过集合运算可以轻松实

红黑树通过引入颜色属性和五大规则，在保证查找效率O(logN)的同时，降低了平衡维护成本。相比AVL树的严格高度平衡，红黑树采用"大致平衡"策略：最长路径不超过最短路径的两倍。其核心规则包括：根黑、叶黑、红节点不连续、各路径黑高相同。这种设计通过颜色约束间接控制树高，以更少的旋转操作实现高效平衡。代码实现中采用哨兵节点简化边界处理，使插入删除操作更高效。红黑树在性能与实现复杂度间取得了良好平衡。

摘要：树和二叉树的存储结构包括双亲表示法和孩子表示法。双亲表示法用数组存储结点及其双亲下标，查找父节点高效（O(1)），但查找孩子需遍历数组（O(n)）。孩子表示法采用"顺序+链式"结构，头结点数组存储数据，孩子链表连接子节点，查找孩子方便，但找父节点需全局遍历。双亲表示法空间更省，孩子表示法灵活性更高。代码示例展示了两种方法的实现及基本操作。