1.单调栈
单调栈就是具有单调性的栈，这个栈里面的数据要么是递增要么是递减的
应用场景：
求与目标元素距离最近的比他大/小的值的位置
具体可分为：
1.目标左侧，距离最近，比他大（降序单调栈）
2.目标左侧，距离最近，比他小（升序单调栈）
3.目标右侧，距离最近，比他大
4.目标右侧，距离最近，比他小
第三第四条只需要从顺序遍历数组变为逆序遍历数组，然后分别使用1,2的策略即可
例题：
2.单调队列
是一个具有单调性的双端队列
应用场景：解决滑动窗口内最值问题，优化动态规划
例题：
3.并查集
**树的双亲表示法：**就是使用数组记录当前索引表示的节点的父节点索引
**并查集：**是一个森林结构，每棵树表示一个集合，集合内每个节点表示一个元素，使用根节点表示整个集合
**应用场景：**维护一个集合，该集合要频繁进行集合内数据查询，集合合并
3.1并查集实现
（1）初始化：
让所有节点都自成集合，并查集数组都自己存储自己的索引
（2）查询：
使用递归方法一直向上寻找父节点，直到找到自己集合的根节点为止
（3）合并操作：
让其中一方的根节点更改指向为另一方的根节点
eg：x,y作为各自集合的根节点，我们可以让x的父节点变为y，反之亦可
（4）优化：
最差情况下，整个并查集会变成链式，这时候我们find的递归深度会很深，如果多次查询时间复杂度会很高
所以我们利用记忆化方法，在进行过一次find之后，将所有经过的节点的并查集存储都改为根节点
3.2普通并查集
例题：
3.3扩展域并查集
当元素之间存在不止一种关系的时候，就需要使用扩展域并查集
**比如：**人们之间可以存在朋友关系，也可以存在敌人关系，如果并查集的集合只有一种关系就不合适了。此时我们需要有两类集合
**核心实现：**通过认为划分区域来达到区分集合类型的目的
比如一共有n个人，将1-n划分为朋友域，n+1~n+n为敌人域
例题：
3.4带权并查集
在并查集的基础上给每个节点多添加了一个权值，这个权值可以表示当前节点和父节点的关系，比如距离/关系（特定数字表示特定关系）
**核心：**在进行并查集操作的同时要对权值数组也做合适操作
4.字符串哈希
字符串哈希就是将一个字符串用整数表示
**核心思想：**通过ASCII码值以及哈希运算将字符串中的字符与数字转换为哈希值，从而用哈希值来标识这个字符串，不过为了避免出现大量哈希冲突，我们的进制p设为131或者13331
**计算哈希值的方式：**使用使用和进制计算一样的方法，逐层进行计算（最多从p^0~p^n）
例题：
5.字典树
字典树是一种用于快速存储和查询字符串的多叉树结构，核心是利用字符串的公共前缀将字符串以树形结构存储下来
应用场景：
1.查询某个单词是否出现过，出现次数是多少
2.查询有多少个单词是以某个字符串为前缀
3.查询所有以某个前缀开头的单词
模板题：