problem：Given n, how many structurally unique BST's (binary search trees) that store values 1...n?For example,Given n = 3, there are a total of 5 unique BST's.133

在软件系统中，“行为请求者”与“行为实现者”通常呈现一种“紧耦合”。但在某些场合，比如要对行为进行“记录、撤销/重做、事务”等处理，这种无法抵御变化的紧耦合是不合适的。在这种情况下，如何将“行为请求者”与“行为实现者”解耦？将一组行为抽象为对象，实现二者之间的松耦合。这就是命令模式（Command Pattern）。在OOP中，一切都是对象，将请求封装成对象，符合OOP的设计思想，当将客户的单

我们发现设计模式在Java社区很流行，但是在C++社区却没有那么被关注，甚至有点被排斥，究竟是什么原因造成这个差异的呢？  (1)C++内存需要自己管理，所以有些模式在C++里使用不是那么方便，但是Java不用关心内存，所以在Java里的使用设计模式有天生的优势。随着shared_ptr, weak_ptr, unique_ptr等加入C++11，相信这方面会有所改进。   (2)在J

problem:Given a non-negative number represented as an array of digits, plus one to the number.The digits are stored such that the most significant digit is at the head of the list.

(一)前言做过leetcode的人都知道, 里面有2sum, 3sum(closest), 4sum等问题, 这些也是面试里面经典的问题, 考察是否能够合理利用排序这个性质, 一步一步得到高效的算法. 经过总结, 本人觉得这些问题都可以使用一个通用的K sum求和问题加以概括消化, 这里我们先直接给出K Sum的问题描述和算法(递归解法), 然后将这个一般性的方法套用到具体的K, 比如leet

QMap提供了一个从类项为key的键到类项为T的直的映射，通常所存储的数据类型是一个键对应一个直，并且按照Key的次序存储数据，这个类也支持一键多值的情况，用类QMultiMapQHash具有和QMap几乎完全一样的APi，此类维护这一张哈希表，表的大小和数据项是自适应的，QHash是以任意的顺序住址他的数据，，当然了他也是可以支持一键多值的，QMultiHash

快速选择算法，就是从给定的一个集合S={a1,a2,...an}中选出第K个大小的数，或者给出其所在的下标之类的。如果使用排序，比如merge_sort，然后返回第K个元素的下标，复杂度是O(NlogN)如果使用heap_sort，或者优先队列，则复杂度是O(NlogK)如果使用quick _sort的一个变种，叫 quick select，则平均复杂度为O(N)，最坏复杂