- 是时候开始刷题了！
- 【状态】与【选择】
- dp问题一般需要抓住【状态】与【选择】，【状态】就是在确定的一组具体参数下能确定目标结果；【选择】就是一些具体的操作
- 【选择】会导致【状态】的变化，也可以由此得出dp问题的状态转移方程
- 找出状态转移方程后，再明确base condition（或者说是边界条件），这个时候dp问题如何解决一般就非常明晰了
- 实现细节
- 可以基于【选择】去循环计算出每一个状态，也可以基于【状态参数】去循环计算出每一个状态
- 递归实现时，需要避免重复的状态计算，避免多余的计算和减少调用栈，可以设置一个数组保存已经计算过的【状态】
- 找到问题的一般过程与边界条件，使用递归实现时先确定递归参数，注意留意过程中的对象变量
- 明确哪些操作是要递归前完成的，哪些操作是需要在递归后完成的
- 递归实现时，如果担心调用栈过长或者理不清递归逻辑，过程可以使用循环+stack替代实现
- 二叉树问题切入点无非就是从几种遍历来考虑问题
- 搜索树的中序遍历是排序的
- 前序遍历的第一个元素是根
- 再就考虑递归中需要做什么，例如
- 哪些变量需要记录下来
- 递归函数参数如何设计
- 返回值r，一般考虑为是需要左右子树的rLeft,rRight计算出来以后才可以得到的值。例如判断平衡二叉树时返回值可以是该树的深度，-1表示不平衡， r = rLeft != 1 && rRight != -1 ? (abs(rLeft - rRight) > 1 ? -1 : max(rLeft, rRight)) : -1