记录一下自己做过的leetcode题，代码在code中。（持续更新）
每题都包含：
- 题目的难易度
- 原题链接，题目内容
- 解题思路
- python代码
136. 只出现一次的数字， 137. 只出现一次的数字 II， 260. 只出现一次的数字 III
一种简单的动态规划解决股票6问
前序遍历和后续遍历可以看成是一种（后续遍历中有介绍）
例：46-全排列，
22-括号生成
解决一个回溯问题，实际上就是一个决策树的遍历过程。考虑三个问题
- 路径：即已经做出的选择
- 选择列表：即当前还可以做的选择
- 结束条件：到达决策树底层时，已无法再选择了
代码框架：核心就是for循环中的,即递归前做选择，递归后撤销选择, 撤销选择是为了不让当前选择影响到其他平行的选择
ans = []
def backtrack(路径，选择列表):
if 满足条件(一般是没有选择了):
ans.append(路径)
return
for 选择 in 选择列表:
# 1. 做选择
从选择列表中删除选择
添加选择到路径
# 2. 递归
backtrack(路径，选择列表)
# 3. 撤销选择
从选择列表中添加选择
删除路径中的选择如果我们使用的路径、选择是相互独立的，就不用撤销选择，可见22-括号生成
- 该类问题都可以抽象为树的遍历问题。
- 子集&组合问题是没有顺序的；排列问题是有顺序的。
- 无重复元素问题
- 有重复元素问题：
- 避免出现重复解：避免同一层中，选择相同的值
- 子集&组合: 通过对原始数组进行排序；若当前值与上一个值相同，则跳过（因为上一个值是必选的）。从而避免了同一层选择相同的值。90. 子集 II，40. 组合总和 II。
- 排列: 通过使用当前层一个集合(cur_set)来判断是否选择了重复值。47. 全排列 II。
二分查找思路虽然简单。。。但是细节真是要命。
这里用统一的思维解决所有二分查找问题。
- 二分查找流程（三步骤）：
- 先筛选特例： 例如：数组为空，或待查元素大于最大元素，导致下标溢出
- 框架：
- 使用
while l<r, l=0, r=size-1, 这样while出来后一定是l=r。 是左闭右闭区间。 mid = (l+r)//2向下取整 或mid = (l+r+1)//2向上取整；具体根据情况，下面会介绍- 利用排除法：排除肯定不是解的部分，那么剩下就是解了。把肯定不是解的放在if中。
- 使用
- 根据题目看是否需要对最终选出的元素进行判断。
- 如果 else 下是l=mid，则要向上取整；否则可能会跳不出while
- 可以看看34-在排序数组中查找元素的第一个和最后一个位置和 35-搜索插入的位置加深理解
- 此外，旋转排序数组的题目也可以练练，进一步熟悉下： 33-搜索旋转排序数组, 81-搜索旋转排序数组 II, 153-寻找旋转排序数组中的最小值, 154-寻找旋转排序数组中的最小值 II
并查集经常用于：变量之间的关系具有传递性时
并查集基本模板
无权重并查集
547. 省份数量,
990. 等式方程的可满足性,
785. 判断二分图,
130. 被围绕的区域
带权重并查集
399. 除法求值