使用回溯算法生成1到n中长度为k的所有组合。主要步骤包括：1)定义dfs递归函数，当路径长度等于k时保存结果；2)遍历可能的起始点，选择当前数字后递归处理后续数字；3)通过回溯撤销选择。输入n和k后，程序会输出所有符合条件的数字组合。例如n=4,k=2时输出[[1,2],[1,3],[1,4],[2,3],[2,4],[3,4]]。

通过遍历矩阵中的每个点，当遇到未访问过的陆地(1)时启动DFS，递归搜索四个方向并累加岛屿面积，同时标记已访问的点以防止重复计算。在搜索过程中维护一个全局变量记录当前最大面积。算法的时间复杂度为O(mn)，空间复杂度为O(mn)。

本文总结了6种动态规划问题的解法模式，均采用遍历当前元素并寻找前驱元素的思路。核心框架为双重循环：外层遍历当前元素，内层遍历其前驱元素。不同问题需要调整排序方式和状态转移条件：1）最长递增子序列直接比较数值大小；2）信封和长方体问题需先排序再比较长宽高；3）兼职和基站问题按结束时间排序并检查时间重叠。所有问题都初始化dp数组为单个元素值，通过max操作更新状态。部分问题因O(n^2)复杂度需优化为

使用深度优先搜索(DFS)算法统计网格中的岛屿数量。算法遍历二维网格，当遇到未访问的陆地(1)时启动DFS，递归搜索相邻四个方向的陆地并标记为已访问。每启动一次DFS即发现一个新岛屿。该方法通过标记数组避免重复计数，时间复杂度为O(mn)，空间复杂度为O(mn)。

该程序使用动态规划计算组合数C(n,k)，即从n个物品中选k个的方法数。基于杨辉三角原理，构建二维数组dp，其中dp[i][j]表示i个物品选j个的组合数。递推公式为dp[i][j] = dp[i-1][j-1] + dp[i-1][j]。程序通过读取输入的n和k值，初始化dp数组后填充数据，最终返回dp[n][k]作为结果。该算法时间复杂度O(nk)，空间复杂度O(nk)，适用于中小规模组合数计

摘要：本文展示了两种解决爬楼梯问题的动态规划方法。第一种方法优化空间复杂度为O(1)，通过滚动更新变量f0和f1来计算第n阶台阶的方案数。第二种方法使用O(n)空间，建立dp数组存储中间结果。两种方法都基于相同的递推关系：dp[i] = dp[i-1] + dp[i-2]，表示爬到第i阶的方案数等于前两阶方案数之和。输入n后，程序输出爬到n阶台阶的不同方案总数。

本文介绍了两种经典排序算法的实现思路。快速排序采用挖坑法，通过选取基准值将数组分为两部分递归排序，时间复杂度最优为O(nlogn)，最差为O(n^2)。冒泡排序通过相邻元素比较交换，每轮将最大值移至末尾，时间复杂度稳定为O(n^2)。两种算法分别展示了分治思想和简单交换策略在排序中的应用。

本文摘要：文章系统介绍了股票买卖问题的动态规划解法，涵盖四种常见场景：1)只允许买卖一次，使用贪心或动态规划；2)允许无限次买卖，修改买入计算方式；3)最多买卖两次，需维护四个状态变量；4)最多k次买卖，通过循环控制交易次数并特殊处理首次交易。每种情况都给出状态转移方程和Python实现，核心思想是通过定义持有/不持有状态来构建递推关系，时间复杂度为O(n)或O(nk)。

摘要：本文提出了一种使用单调栈解决接雨水问题的算法。通过维护一个存储下标的栈，当遇到比栈顶元素更高的墙时，说明形成了凹槽，可以计算接水量。算法弹出栈顶元素后，根据左右边界的最小高度差计算当前凹槽的接水量。时间复杂度为O(n)，空间复杂度为O(n)，能有效处理各种高度组合的雨水收集问题。

【代码】两数之和(java)