lthero

Hysteria2客户端使用教程 本文是在linux服务器上（作为客户端！）使用hysteria2代理，不是在服务器上搭建hysteria2！！！！ 客户端安装 官方教程：https://v2.hysteria.network/zh/docs/getting-started/Installation/ 但！由于需要用本方法的机器无法直接用代理，所以安装hysteria2最好先将hy2可执行文件下载到电脑上，再上传到服务器上，再使用本地安装 下载可执行文件 文件 架构 注意 hysteria-linux-amd64 x86-64 hysteria-linux-amd64-avx x86-64 需要 AVX 指令集 hysteria-linux-386 x86 hysteria-linux-arm ARMv7 hysteria-linux-armv5 ARMv5 hysteria-linux-arm64 ARM64 hysteria-linux-s390x s390x hysteria-linux-mipsle MIPS 小 ...

LeetCodeCampsDay51图论part02 包含深度优先搜索和广度优先搜索的基础代码 99. 岛屿数量 https://kamacoder.com/problempage.php?pid=1171 题目描述 给定一个由 1（陆地）和 0（水）组成的矩阵，你需要计算岛屿的数量。岛屿由水平方向或垂直方向上相邻的陆地连接而成，并且四周都是水域。你可以假设矩阵外均被水包围。 输入描述 第一行包含两个整数 N, M，表示矩阵的行数和列数。 后续 N 行，每行包含 M 个数字，数字为 1 或者 0。 输出描述 输出一个整数，表示岛屿的数量。如果不存在岛屿，则输出 0。 输入示例 123454 51 1 0 0 01 1 0 0 00 0 1 0 00 0 0 1 1 输出示例 13 提示信息 根据测试案例中所展示，岛屿数量共有 3 个，所以输出 3。 数据范围： 1 <= N, M <= 50 图论思路 注意题目中每座岛屿只能由水平方向和/或竖直方向上相邻的陆地连接形成。 也就是说斜角度链接是不算了， 例如示例二，是三个岛屿，如图： 这道题题目是 DFS，BFS，并 ...

LeetCodeCampsDay50图论part01 图论基础 图的基本概念 二维坐标中，两点可以连成线，多个点连成的线就构成了图。 当然图也可以就一个节点，甚至没有节点（空图） 图的种类 整体上一般分为 有向图 和 无向图。 有向图是指 图中边是有方向的： 无向图是指 图中边没有方向： 加权有向图，就是图中边是有权值的，例如： 加权无向图也是同理。 度 无向图中有几条边连接该节点，该节点就有几度。 例如，该无向图中，节点4的度为5，节点6的度为3。 在有向图中，每个节点有出度和入度。 出度：从该节点出发的边的个数。 入度：指向该节点边的个数。 例如，该有向图中，节点3的入度为2，出度为1，节点1的入度为0，出度为2。 连通性 在图中表示节点的连通情况，我们称之为连通性。 连通图 在无向图中，任何两个节点都是可以到达的，我们称之为连通图 ，如图： 如果有节点不能到达其他节点，则为非连通图，如图： 节点1 不能到达节点4。 强连通图 在有向图中，任何两个节点是可以相互到达的，我们称之为 强连通图。 这里有录友可能想，这和无向图中的连通图有什么区别，不是一样 ...

LeetCodeCampsDay49单调栈part02 42. 接雨水 https://leetcode.cn/problems/trapping-rain-water/ 给定 n 个非负整数表示每个宽度为 1 的柱子的高度图，计算按此排列的柱子，下雨之后能接多少雨水。 示例 1： 123输入：height = [0,1,0,2,1,0,1,3,2,1,2,1]输出：6解释：上面是由数组 [0,1,0,2,1,0,1,3,2,1,2,1] 表示的高度图，在这种情况下，可以接 6 个单位的雨水（蓝色部分表示雨水）。 示例 2： 12输入：height = [4,2,0,3,2,5]输出：9 提示： n == height.length 1 <= n <= 2 * 104 0 <= height[i] <= 105 单调栈思路 和使用双指针按列求解不同，使用单调栈需要按行求解 首先单调栈是按照行方向来计算雨水，如图： 知道这一点，后面的就可以理解了。 使用单调栈内元素的顺序 从大到小还是从小到大呢？ 从栈头（元素从栈头弹出）到栈底的顺序应该是从 ...

LeetCodeCampsDay48单调栈part01 初识单调栈 单调栈 什么时候用单调栈呢？ 通常是一维数组，要寻找任一个元素的右边或者左边第一个比自己大或者小的元素的位置，此时我们就要想到可以用单调栈了。时间复杂度为O(n)。 如果暴力求解，比如两层for循环，时间复杂度是O(n^2) 那么单调栈的原理是什么呢？为什么时间复杂度是O(n)就可以找到每一个元素的右边第一个比它大的元素位置呢？ 单调栈的本质是空间换时间，因为在遍历的过程中需要用一个栈来记录右边第一个比当前元素高的元素，优点是整个数组只需要遍历一次。 更直白来说，就是用一个栈来记录我们遍历过的元素，因为我们遍历数组的时候，我们不知道之前都遍历了哪些元素，以至于遍历一个元素找不到是不是之前遍历过一个更小的，所以我们需要用一个容器（这里用单调栈）来记录我们遍历过的元素。 在使用单调栈的时候首先要明确如下几点： 单调栈里存放的元素是什么？ 单调栈里只需要存放元素的下标i就可以了，如果需要使用对应的元素，直接T[i]就可以获取。 单调栈里元素是递增呢？ 还是递减呢？ 注意以下讲解中，顺序的描述为 从栈头到栈 ...

LeetCodeCampsDay46动态规划part13 使用dp解决回文串和回文序列问题 647. 回文子串 https://leetcode.cn/problems/palindromic-substrings/ 给你一个字符串 s ，请你统计并返回这个字符串中 回文子串 的数目。 回文字符串 是正着读和倒过来读一样的字符串。 子字符串 是字符串中的由连续字符组成的一个序列。 示例 1： 123输入：s = "abc"输出：3解释：三个回文子串: "a", "b", "c" 示例 2： 123输入：s = "aaa"输出：6解释：6个回文子串: "a", "a", "a", "aa", "aa", "aaa" 提示： 1 <= s.length <= 1000 s 由小写英文字母组成 普通思路 本题和前面写过的26. 单词拆分有点像 需要将s拆分 ...

LeetCodeCampsDay45动态规划part12 下面几个子序列的题目都需要使用二维dp，而且关于两个字符串删除问题 并且都需要扩展dp的大小为dp(len(t1)+1, len(t2)+1)，第一行、第一列往往需要填充 所有涉及到两个字符串的dp问题，都有相似的状态转移过程 其中text1[i - 1] == text2[j - 1]，dp[i][j] 以及text1[i - 1] != text2[j - 1]，dp[i][j] 而dp[i][j]只能从dp[i - 1][j - 1]、dp[i - 1][j]、dp[i][j - 1]三种状态转移过来，只要能找到不同条件下状态转移的过程就好解决了 115. 不同的子序列 https://leetcode.cn/problems/distinct-subsequences/ 给你两个字符串 s 和 t ，统计并返回在 s 的 子序列 中 t 出现的个数。 测试用例保证结果在 32 位有符号整数范围内。 示例 1： 1234567输入：s = "rabbbit", t = "rabbit&qu ...

LeetCodeCampsDay44动态规划part11 下面几个子序列的题目都需要使用二维dp，一个维度给text1另一个给text2 并且都需要扩展dp的大小为dp(len(t1)+1, len(t2)+1)，第一行、第一列往往需要填充 所有涉及到两个字符串的dp问题，都有相似的状态转移过程 其中text1[i - 1] == text2[j - 1]，dp[i][j] 以及text1[i - 1] != text2[j - 1]，dp[i][j] 而dp[i][j]只能从dp[i - 1][j - 1]、dp[i - 1][j]、dp[i][j - 1]三种状态转移过来，只要能找到不同条件下状态转移的过程就好解决了 1143. 最长公共子序列 https://leetcode.cn/problems/longest-common-subsequence/ 给定两个字符串 text1 和 text2，返回这两个字符串的最长 公共子序列 的长度。如果不存在 公共子序列 ，返回 0 。 一个字符串的 子序列 是指这样一个新的字符串：它是由原字符串在不改变字符的相对顺序的情况下删除某 ...

LeetCodeCampsDay43动态规划part10 使用动态规划解决子序列问题 非连续子序列可以看成模板，而连续子序列只是非连续子序列的特例 最长重复子序列需要使用二维dp（每个维度对应一个数组序列） 300. 最长递增子序列 https://leetcode.cn/problems/longest-increasing-subsequence/ 给你一个整数数组 nums ，找到其中最长严格递增子序列的长度。 子序列 是由数组派生而来的序列，删除（或不删除）数组中的元素而不改变其余元素的顺序。例如，[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的子序列。 示例 1： 123输入：nums = [10,9,2,5,3,7,101,18]输出：4解释：最长递增子序列是 [2,3,7,101]，因此长度为 4 。 示例 2： 12输入：nums = [0,1,0,3,2,3]输出：4 示例 3： 12输入：nums = [7,7,7,7,7,7,7]输出：1 提示： 1 <= nums.length <= 2500 -104 <= nums[i] ...

LeetCodeCampsDay42动态规划part09 买卖股票的另类问题 309. 买卖股票的最佳时机含冷冻期 https://leetcode.cn/problems/best-time-to-buy-and-sell-stock-with-cooldown/ 给定一个整数数组prices，其中第 prices[i] 表示第 i 天的股票价格 。 设计一个算法计算出最大利润。在满足以下约束条件下，你可以尽可能地完成更多的交易（多次买卖一支股票）: 卖出股票后，你无法在第二天买入股票 (即冷冻期为 1 天)。 **注意：**你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。 示例 1: 123输入: prices = [1,2,3,0,2]输出: 3 解释: 对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出] 示例 2: 12输入: prices = [1]输出: 0 提示： 1 <= prices.length <= 5000 0 <= prices[i] <= 1000 动态规划思路 dp定义与含义 根据状态转移图 ...