本篇总结了双指针算法的应用。

在数组中找到第 K 大元素时一个典型题。类似的还有找到前 K 大元素。这道题的多种解法涵盖了堆排序思想和快排思想。

第一次做这道题的时候根据标签🏷很容易想到了BFS的解法，而第二次看的时候却想不起来了。将动态规划应用于这道题的时候，使用的小技巧「看似遍历但实则复杂度并不大」。

Target Sum 是在练习递归算法（回溯算法）时遇到的经典题目。从无优化的回溯到加上备忘录的回溯，再到动态规划算法，其中步步优化的思想至关重要。

本篇总结了栈的使用，关键是能有使用栈的意识，以及确定栈中保存的是什么元素。栈的使用也与许多树操作有关。

深度优先遍历（DFS）和广度优先遍历（BFS）是在树和图算法中至关重要。两者虽同样作为遍历算法，也有不同的应用场景。DFS 与栈密切相关；BFS 与队列密切相关。

本篇总结了 LeetCode 中用递归方法解决的问题，大多数这样的题都对应一种（非递归）迭代方式。最典型的是中序遍历序列问题。

回溯（Back Tracking）算法相当于使用 BFS 将所有可能的情况遍历一遍，由于使用了递归栈，效率不高。在有些问题中，可以用更优化的方法解决而不需要递归地遍历所有情形。

将给定的一组区间表示合并起来——将部分重叠或端点重合的区间合并起来。

给定一个数组，每个元素表示该位置可以跳跃的最远长度。从数组的第一个元素开始起跳，确定跳到最后一个元素所需的最小步数/确定能否跳到最后一个元素。