基于开源项目添加个人的相关练习代码：https://github.com/greyireland/algorithm-pattern

• algorithm-pattern/
  • algorithm_list_golang/: golang编写的相关leetcode刷题记录
    • array/ 数组相关
    • stack&queue/ 栈和队列
    • string/ 字符串
    • tree/ 二叉树
    • linkedList/ 链表
    • .../
  • base_golang/: golang相关数据结构的基础实现
    • array/ 数组相关
    • stack&queue/ 栈和队列
    • string/ 字符串
    • tree/ 二叉树
    • linkedList/ 链表
    • .../
  • algorithm_list_php/: php编写的相关leetcode刷题记录（todo）
    • array/ 数组相关
    • stack&queue/ 栈和队列
    • string/ 字符串
    • tree/ 二叉树
    • linkedList/ 链表
    • .../
  • base_php/: php相关数据结构的基础实现
    • array/ 数组相关
    • stack&queue/ 栈和队列
    • string/ 字符串
    • tree/ 二叉树
    • linkedList/ 链表
    • .../
  • data_structure/: 基础结构
    • binary_op : 常见二进制操作
    • binary_tree : 二叉树
    • linked_list : 链表
    • stack_queue : 栈和队列
  • images/: 图像
  • docs/
  • .../
    • README.md : 项目文档
  • LICENSE : 项目许可证

主要思路为，排序，双指针，回溯

主要思路双指针，指针的转换，递归（递归最主要找边界条件（也就是终止条件）与非边界条件，得到最小子问题的结果）

模板

result = []
func backtrack(选择列表,路径):
    if 满足结束条件:
        result.add(路径)
        return
    for 选择 in 选择列表:
        做选择
        backtrack(选择列表,路径)
        撤销选择

递归（递归最主要找边界条件（也就是终止条件） 举例子：二叉树最大深度

1. 如何思考二叉树相关问题？

   • 不要一开始就陷入细节，而是思考整棵树与其左右子树的关系。

2. 为什么需要使用递归？

   • 子问题和原问题是相似的，他们执行的代码也是相同的（类比循环），但是子问题需要把计算结果返回给上一级，这更适合用递归实现。

3. 为什么这样写就一定能算出正确答案？

   • 由于子问题的规模比原问题小，不断“递”下去，总会有个尽头，即递归的边界条件 ( base case )，直接返回它的答案“归”；
   • 类似于数学归纳法（多米诺骨牌），n=1时类似边界条件；n=m时类似往后任意一个节点

4. 计算机是怎么执行递归的？

   • 当程序执行“递”动作时，计算机使用栈保存这个发出“递”动作的对象，程序不断“递”，计算机不断压栈，直到边界时，程序发生“归”动作，正好将执行的答案“归”给栈顶元素，随后程序不断“归”，计算机不断出栈，直到返回原问题的答案，栈空。

5. 另一种递归思路

   • 维护全局变量，使用二叉树遍历函数，不断更新全局变量最大值。

   递归相关讲解视频：https://www.bilibili.com/video/BV1UD4y1Y769/?vd_source=34718180774b041b23050c8689cdbaf2