Part3Practise

玩转算法面试 从真题到思维全面提升算法思维

刘老师关于自己的课程的学习建议

• 第1章 算法面试到底是什么鬼?

  • 1-1 算法面试不仅仅是正确的回答问题 (19:37)
  • 1-2 算法面试只是面试的一部分 (14:51)
  • 1-3 如何准备算法面试 (17:38)
  • 1-4 如何回答算法面试问题 (13:40)

• 第2章 面试中的复杂度分析

  了解常见时间复杂度; 建立复杂度和数据规模之间的概念; 通过实验的方式，亲自验证自己代码的时间复杂度;理解均摊复杂度分析

  • 2-1 究竟什么是大O（Big O） (19:52)
  • 2-2 对数据规模有一个概念 (11:26)
  • 2-3 简单的复杂度分析 (19:20)
  • 2-4 亲自试验自己算法的时间复杂度 (14:53)
  • 2-5 递归算法的复杂度分析 (14:46)
  • 2-6 均摊时间复杂度分析（Amortized Time Analysis） (15:16)
  • 2-7 避免复杂度的震荡 (11:25)

• 第3章 数组中的问题其实最常见

  通过基础问题，掌握写出正确算法的“秘诀”; 巧妙使用双索引技术，解决复杂问题;对撞指针- 滑动窗口

  • 3-1 从二分查找法看如何写出正确的程序 (15:27)
  • 3-2 改变变量定义，依然可以写出正确的算法 (12:06)
  • 3-3 在LeetCode上解决第一个问题 Move Zeros (13:27)
  • 3-4 即使简单的问题，也有很多优化的思路 (15:30)
  • 3-5 三路快排partition思路的应用 Sort Color (22:26)
  • 3-6 对撞指针 Two Sum II - Input Array is Sorted (19:44)
  • 3-7 滑动窗口 Minimum Size Subarray Sum (14:09)
  • 3-8 在滑动窗口中做记录 Longest Substring Without Repeating Characters (15:20)

• 第4章 查找表相关问题

  树和哈希表两种不同底层实现的查找表; 使用map，set，unordered_map、unordered_set解决算法问题

  • 4-1 set的使用 Intersection of Two Arrays (11:12)
  • 4-2 map的使用 Intersection of Two Arrays II (13:05)
  • 4-3 set和map不同底层实现的区别 (19:00)
  • 4-4 使用查找表的经典问题 Two Sum (16:56)
  • 4-5 灵活选择键值 4Sum II (13:25)
  • 4-6 灵活选择键值 Number of Boomerangs (14:45)
  • 4-7 查找表和滑动窗口 Contain Duplicate II (11:20)
  • 4-8 二分搜索树底层实现的顺序性 Contain Duplicate III (10:50)

• 第5章 在链表中穿针引线

  在链表问题中灵活使用指针; 使用虚拟头结点简化链表问题; 在链表中使用双指针解决复杂问题

  • 5-1 链表，在节点间穿针引线 Reverse Linked List (15:44)
  • 5-2 测试你的链表程序 (16:26)
  • 5-3 设立链表的虚拟头结点 Remove Linked List Elements (17:08)
  • 5-4 复杂的穿针引线 Swap Nodes in Pairs (13:30)
  • 5-5 不仅仅是穿针引线 Delete Node in a Linked List (07:29)
  • 5-6 链表与双指针 Remove Nth Node Form End of List (16:49)

• 第6章 栈，队列，优先队列

  栈的基础应用; 巧妙使用栈写出非递归算法; 深入理解系统栈，模拟系统的递归调用

  • 6-1 栈的基础应用 Valid Parentheses (16:10)
  • 6-2 栈和递归的紧密关系 Binary Tree Preorder, Inorder and Postorder Traversal (16:03)
  • 6-3 运用栈模拟递归 (19:33)
  • 6-4 队列的典型应用 Binary Tree Level Order Traversal (10:26)
  • 6-5 BFS和图的最短路径 Perfect Squares (21:20)
  • 6-6 优先队列 (11:09)
  • 6-7 优先队列相关的算法问题 Top K Frequent Elements (15:37)

• 第7章 二叉树和递归

  通过二叉树天然的递归结构理解递归算法;递归算法的两要素;二分搜索树中的算法问题

  • 7-1 二叉树天然的递归结构 (15:58)
  • 7-2 一个简单的二叉树问题引发的血案 Invert Binary Tree (09:08)
  • 7-3 注意递归的终止条件 Path Sum (12:04)
  • 7-4 定义递归问题 Binary Tree Path (13:34)
  • 7-5 稍复杂的递归逻辑 Path Sum III (14:11)
  • 7-6 二分搜索树中的问题 Lowest Common Ancestor of a Binary Search Tree (17:46)

• 第8章 递归和回溯法

  掌握回溯算法的基本写法; 排列问题- 组合问题; Floodfill; 使用回溯算法解决简单的人工智能问题

  • 8-1 树形问题 Letter Combinations of a Phone Number (18:09)
  • 8-2 什么是回溯 (18:16)
  • 8-3 排列问题 Permutations (19:02)
  • 8-4 组合问题 Combinations (14:27)
  • 8-5 回溯法解决组合问题的优化 (17:29)
  • 8-6 二维平面上的回溯法 Word Search (21:45)
  • 8-7 floodfill算法，一类经典问题 Number of Islands- (21:27)
  • 8-8 回溯法是经典人工智能的基础 N Queens (25:17)

• 第9章 动态规划基础

  深入理解什么是动态规划; 记忆化搜索; 重叠子问题和问题的无后效性; 01背包问题详解- LIS，LCS等问题分析; 使用回溯算法解决简单的人工智能问题

  • 9-1 什么是动态规划 (20:27)
  • 9-2 第一个动态规划问题 Climbing Stairs (14:02)
  • 9-3 发现重叠子问题 Integer Break (25:10)
  • 9-4 状态的定义和状态转移 House Robber (27:19)
  • 9-5 0-1背包问题 (32:37)
  • 9-6 0-1背包问题的优化和变种 (20:18)
  • 9-7 面试中的0-1背包问题 Partition Equal Subset Sum (27:34)
  • 9-8 LIS问题 Longest Increasing Subsequence (25:12)
  • 9-9 LCS，最短路，求动态规划的具体解以及更多 (21:00)

• 第10章 贪心算法

  • 10-1 贪心基础 Assign Cookies (12:12)
  • 10-2 贪心算法与动态规划的关系 Non-overlapping Intervals (17:58)
  • 10-3 贪心选择性质的证明 (15:19)