深度优先

LeetCode236-二叉树的最近公共祖先（LCA）问题详解-C++给定一个二叉树，找到该树中两个指定节点的最近公共祖先（Lowest Common Ancestor, LCA）。

听说前端又死了？这几天刷 X、刷 Reddit、刷国内技术社区，只要你稍微点开热榜，就会被同一句话精准爆头：“Gemini 3 真的把前端扬了，这次是骨灰级别的扬。”

树的练习7--------LCR 052.递增顺序搜索树今天这一题也是非常的憋屈，在递归上的运用可谓是得心应手，但是在一些小细节上却存在着致命的问题，现在来总结一下。

不穿格子的程序员

从零开始写算法——回溯篇3:括号生成 + 单词搜索回溯算法（DFS）是算法面试中的重难点。很多同学觉得它难，是因为分不清什么时候该“恢复现场”，什么时候该“标记状态”。

Leetcode-124-二叉树最大路径和-Python这题表面是“求最大路径和”，但难点在于路径不必经过根，而且可以从任意节点走到任意节点。如果只按“根到叶”的思路做，很容易漏掉最优答案。

Leetcode会员专享题：426.将二叉搜索树转换为排序的双向链表将一个二叉搜索树就地转化为一个已排序的双向循环链表。对于双向循环列表，你可以将左右孩子指针作为双向循环链表的前驱和后继指针，第一个节点的前驱是最后一个节点，最后一个节点的后继是第一个节点。

(❁´◡`❁)Jimmy(❁´◡`❁)

Atcoder abc441A~F 题解有一个 1010010^{100}10100 行 1010010^{100}10100 列的网格.输入 P,Q,X,YP, Q, X, YP,Q,X,Y, 首先你需要将 (P,Q)(P, Q)(P,Q) 为左上角的 100×100100\times 100100×100 的正方形包括的位置染成黑色. 判断 (X,Y)(X, Y)(X,Y) 是否被染成了黑色.

路径总和系列（LeetCode 112 & 113 & 437 & 666）本文会介绍路径总和系列的思路以及详细解法。整体思路比较简单，在DFS的时候传递从根节点到当前节点的路径和。遍历当前节点的时候，判断加上当前节点的值之后有没有达到targetSum，如果达到的话就直接返回true。

程序员-King.

day154—回溯—分割回文串（LeetCode-131）给你一个字符串 s，请你将 s 分割成一些子串，使每个子串都是回文串。返回 s 所有可能的分割方案。

程序员-King.

day152—回溯—电话号码的字母组合（LeetCode-17）给定一个仅包含数字 2-9 的字符串，返回所有它能表示的字母组合。答案可以按任意顺序返回。给出数字到字母的映射如下（与电话按键相同）。注意 1 不对应任何字母。

不穿格子的程序员

从零开始写算法——回溯篇2:电话号码的字母组合 + 组合总和在之前的文章中，我们讨论了“全排列”和“子集”的区别。今天我们把难度稍微提升一点，看看在更复杂的场景下，如何灵活运用 “答案视角” 和 “输入视角” 来解题。

dfs解决FloodFill 算法思路：从起始位置，在二维矩阵中进行深搜，利用向量数组表示该位置四周方向，用prev变量提前记录原位置颜色，边界条件判断若初始位置颜色等于color证明不用dfs直接返回即可，否则以此位置只要满足原始颜色等于prev就进行深搜。

SQL调优实战：让查询效率飙升10倍的降本密码在数据洪流时代，企业每1毫秒的查询延迟都可能造成百万级营收损失！据某云厂商2025年数据库性能白皮书披露，通过系统化SQL调优可使企业IT成本降低40%-60%。本文将通过3000字深度解析，结合18个真实案例与28段代码示例，揭示从索引设计到执行计划分析的完整优化链路，助你掌握让查询效率提升10倍的核心方法论，实现降本增效的技术跃迁！

(leetcode)力扣100 45二叉树的右视图（dfs，bfs）给定一个二叉树的根节点 root，想象自己站在它的右侧，按照从顶部到底部的顺序，返回从右侧所能看到的节点值。

递归回溯综合练习与之前写过的题类似，首先求所有子集，再在过程中计算异或和。还是设置全局变量，之前的path是用来保存路径的，本题用于保存当前层路径的异或和，没有递归出口通过循环来控制下标，通过可选位置来判断是否为有效子集可以避免无效遍历，参数传递需要一个参数来标记当前递归到哪一层了，每次递归将path值加入到全局变量num中保存和，回溯的恢复现场通过异或两个相同的数相互抵消的性质来进行

嵌入式进阶行者

【算法】深度优先搜索实例：华为OD机考双机位A卷- 中庸行者给定一个 m*n 的整数矩阵作为地图，矩阵数值为地形高度。中庸行者选择地图中的任意一点作为起点，尝试往上、下、左、右四个相邻格子移动，移动时有如下约束：

不穿格子的程序员

从零开始写算法——回溯篇1:全排列 + 子集在回溯算法（Backtracking）的学习中，我们经常会听到两个概念：“输入视角”和“答案视角”。很多时候代码写不出来，不是因为逻辑没想通，而是因为这两种视角在脑海里打架。今天我们通过两道最经典的题目——全排列（LeetCode 46）和子集（LeetCode 78），来彻底搞懂这两种思维模式的区别，并分析它们的时空复杂度。

数据库工程实战：一招实现 SQL 查询速度 10 倍提升据权威数据统计，90%的慢查询问题可通过SQL优化解决。在电商大促期间，某头部平台因未做索引优化导致订单查询延迟超3秒，直接造成百万级用户流失。本文将通过B+树原理剖析、执行计划实战解析、分区表动态调优三大维度，揭示数据库工程与SQL调优的核心方法论。

力扣刷题之路在算法刷题的过程中，最有价值的收获往往不是 “AC” 的瞬间，而是思路从 “蛮力堆砌” 到 “精准巧解” 的跃迁。今天我以连续差相同的数字、旋转图像、链表随机节点这三道题为例，聊聊如何透过问题表象，找到更本质的解题路径。

有一个好名字

力扣-二叉树的最大深度这两种都是模板代码，这里做记录方便后续回顾