目录
2.1.3 方法二：使用 “同向双指针” 也就是滑动窗口来进行优化
2.2.1 方法一：暴力枚举+哈希表（判断字符是否重复出现）
滑动窗口是两个指针，向着一个方向，不会退，像一个窗口般的移动。
[力扣-长度最小的子数组]https://leetcode.cn/problems/minimum-size-subarray-sum/description/
欢迎拜访：羑悻的小杀马特.-ZEEKLOG博客 本篇主题：轻轻松松拿捏完全背包问题呀！！！ 制作日期：2026.03.04 隶属专栏：美妙的算法世界 目录 一·问题定义： 二·具体问题演示： 三·动态规划解答完全背包： 3.1非装满状态： 3.1.1状态定义： 3.1.2状态转移方程： 3.1.3初始化： 3.1.4返回值： 3.1.5填充dp表： 3.1.6非装满状态代码总结： 3.1.7非装满状态滚动数组降维优化： 3.2装满状态： 3.2.1状态定义： 3.2.2状态转移方程： 3.
一.哈希表的概念 哈希又称散列，本质是通过一种键值对存储的高校组织方式。通过一个哈希函数，将数据的关键字直接映射到存储的数据中，实现快速的定位。 就像在图书馆中可以根据图书的编号来快速查找图书的位置。 二.直接定址法 直接借用关键字作为存储位置的下标， class Solution { public: int first(string s) { int count[26] = { 0 }; for (auto e : s) { count[e - 'a']++; } for (size_t i = 0; i < s.size(); i++) { if (count[s[i] - 'a'
数据结构—顺序表 * 线性表 * 顺序表 * 概念与结构 * 顺序表和数组区别 * 分类 * 静态顺序表 * 动态顺序表 * 动态顺序表模拟实现 * 定义动态顺序表结构 * 顺序表初始化 * 顺序表销毁 * 顺序表打印 * 顺序表动态扩容 * 尾插 * 头插 * 尾删 * 头删 * 查找 * 指定位置之前插入 * 删除pos位置的数据 * 竞赛中的静态顺序表 * 静态申请数组 * 封装静态顺序表 * 动态顺序表--vector * 创建vector * size / empty * begin / end * push_back / pop_back * front / back * resize * clear * insert / erase * 仓库—代码总结 线性表 线性表（linear list）是
Python 实战项目精选：突破编程瓶颈的108个实战训练 通过系统性项目实践，可有效解决代码"卡壳"问题，提升算法设计、工程实现和调试能力。以下是精选的10类核心项目（附实现逻辑与源码获取方式），完整108项目源码见文末链接。 一、基础强化类（12项） * 实现任意进制转换：$b_{new} = \log_{k}(N) \cdot c$ * 正则匹配+自动化重命名 文件批量重命名工具 import os def batch_rename(path, pattern, new_name): for filename in os.listdir(path): if re.match(pattern, filename): os.rename(