本文专整理，涵盖Git基础命令速查、详细用法及实战场景，包含目录与状态查看、文件暂存与提交、版本回退、修改撤销、文件删除与恢复六大核心模块，清晰区分不同命令的适用场景及操作风险，搭配具体示例助力快速上手，可作为日常复习、应急查阅的实用手册，帮新手攻克 Git 命令记忆与场景匹配难题。

这篇文章介绍了LeetCode 695题「岛屿的最大面积」的解题思路。该题需要在给定的二维网格中，找到由相邻1（陆地）组成的最大岛屿面积。文章通过与「岛屿数量」问题的对比，强调了本题的关键差异在于从计数变为面积计算，并详细解析了DFS算法中如何累加面积和跟踪最大值。核心代码展示了如何通过递归遍历网格、标记已访问节点、统计当前岛屿面积并更新全局最大值。这道题可以帮助读者巩固洪水灌溉算法框架，理解搜索

文章摘要： LeetCode题目“被围绕的区域”要求将矩阵中被X包围的O替换为X，而与边界相连的O保留。解题关键在于逆向思维：先标记所有与边界相连的O区域（安全区），再处理剩余O。核心步骤包括：1) 遍历矩阵四边，用DFS标记连通O为临时符号；2) 二次遍历将未标记O改为X，恢复标记区域为O。该解法通过两次遍历实现原地修改，时间复杂度O(mn)。相比直接检测被包围区域，这种"标记安全区+

摘要 本文深入解析了LeetCode 417题“太平洋大西洋水流问题”的解题思路。题目要求找出能同时流向太平洋和大西洋的网格坐标，关键在于逆向思维的运用。常规DFS逐个检查会超时，因此采用反向策略：分别从太平洋和大西洋边界出发，标记能逆流到达的陆地格子，最终取两者的交集。文章详细拆解了DFS实现步骤，包括方向数组、标记数组初始化及边界处理，并提供了代码示例。通过这道题，读者可掌握逆向思维和洪水灌溉

本文围绕力扣529.扫雷游戏问题展开，详细讲解了如何用DFS（深度优先搜索）模拟扫雷点击后的棋盘更新逻辑。首先，文章通过示例直观演示了扫雷棋盘的更新过程，帮助理解规则：点击地雷（'M'）会将其标记为'X'；点击未翻开的空方块（'E'）时，需计算周围地雷数，若数量大于0则更新为对应数字并终止扩散，若为0则标记为'B'并向8个方向的'E'递归扩散。接着，阐述了具体思路，包括处理点击事件、计算周围地雷数

本文介绍了LCR 130/剑指Offer 13题"衣橱整理"的解题思路，这是一道经典的网格搜索问题。题目要求统计从(0,0)出发，只能向右或向下移动，且数位和不超过给定阈值的可访问格子总数。文章详细解析了问题要素，提出基于DFS的解决方案，包括方向数组设计、数位和计算、有效性判断等核心逻辑。代码实现中通过标记访问状态避免重复计数，并处理了边界条件。时间复杂度为O(m×n)，空间

本文以斐波那契数问题为例，系统讲解了从暴力递归到优化算法的实现过程。首先通过递归解法直观展示问题，分析其O(2ⁿ)时间复杂度的缺陷，重点引入记忆化搜索优化方案。详细解析了备忘录设计、初始化操作和递归函数的核心逻辑，通过斐波那契数5的计算过程，演示了如何利用备忘录避免重复计算。相比暴力递归，记忆化搜索将时间复杂度优化至O(n)，实现了空间换时间的平衡，为理解动态规划奠定了基础。文章强调通过简单问题掌

摘要： LeetCode题目“不同路径”是一个经典的动态规划问题，要求在m×n网格中，机器人从左上角到右下角（每次只能向右或向下移动）的路径总数。本文深入解析了从暴力递归到动态规划的优化过程： 暴力递归：直接拆解问题，但存在指数级重复计算； 记忆化搜索：通过备忘录存储子问题结果，将时间复杂度优化至O(mn)； 动态规划：自底向上递推，用二维数组系统化存储状态，彻底消除递归开销。 核心递推公式为dp

本文深度解析力扣 375. 猜数字大小 II 问题，聚焦记忆化搜索算法的应用。从题目本质出发，通过决策树直观展示“确保猜到数字的最小初始金额”的求解逻辑，详细拆解从暴力递归到记忆化搜索的优化过程，逐行解析代码实现细节，并结合 n=3 实例推演记忆化过程。同时分析算法复杂度，总结实现坑点，为理解区间类记忆化搜索问题提供清晰思路，也为后续学习矩阵中最长递增路径等问题打下基础。

【力扣 11. 盛最多水的容器：双指针贪心策略详解】想知道如何用 O(n) 时间解决看似需要枚举所有可能的容器盛水问题吗？这篇博客带你从暴力枚举的超时困境出发，一步步拆解双指针的“收缩魔法”——通过分析容量公式的核心影响因素（间距与短板），提炼出“移动短板”的贪心策略，让你明白如何主动放弃无效解、高效锁定最优解。文中包含完整代码实现、示例走读、复杂度分析，更用反证法证明了算法的正确性，帮你彻底搞懂