Merge branch 'youngyangyang04:master' into master

README.md

@@ -62,7 +62,7 @@
 如果你是算法老手，这篇攻略也是复习的最佳资料，如果把每个系列对应的总结篇，快速过一遍，整个算法知识体系以及各种解法就重现脑海了。
 
 
-目前「代码随想录」刷题攻略更新了：**200多篇文章，精讲了200道经典算法题目，共60w字的详细图解，部分难点题目还搭配了20分钟左右的视频讲解**。
+目前「代码随想录」刷题攻略更新了：**200多篇文章，精讲了200道经典算法题目，共60w字的详细图解，大部分题目都搭配了20分钟左右的视频讲解**，视频质量很好，口碑很好，大家可以去看看，视频列表：[代码随想录视频讲解](https://www.bilibili.com/video/BV1fA4y1o715)。
 
 **这里每一篇题解，都是精品，值得仔细琢磨**。
 

problems/0001.两数之和.md

@@ -216,6 +216,26 @@ impl Solution {
     }
 }
 ```
+Rust
+
+```
+use std::collections::HashMap;
+ 
+impl Solution {
+    pub fn two_sum(nums: Vec<i32>, target: i32) -> Vec<i32> {
+        let mut hm: HashMap<i32, i32> = HashMap::new();
+        for i in 0..nums.len() {
+            let j = target - nums[i];
+            if hm.contains_key(&j) {
+                return vec![*hm.get(&j).unwrap(), i as i32]
+            } else {
+                hm.insert(nums[i], i as i32);
+            }
+        }
+        vec![-1, -1]
+    }
+}
+```
 
 Javascript
 

problems/0020.有效的括号.md

@@ -135,6 +135,9 @@ public:
 };
 
 ```
+* 时间复杂度: O(n)
+* 空间复杂度: O(n)
+
 技巧性的东西没有固定的学习方法，还是要多看多练，自己灵活运用了。
 
 

problems/0045.跳跃游戏II.md

@@ -4,10 +4,9 @@
 </a>
 <p align="center"><strong><a href="https://mp.weixin.qq.com/s/tqCxrMEU-ajQumL1i8im9A">参与本项目</a>，贡献其他语言版本的代码，拥抱开源，让更多学习算法的小伙伴们收益！</strong></p>
 
+> 相对于[贪心算法：跳跃游戏](https://mp.weixin.qq.com/s/606_N9j8ACKCODoCbV1lSA)难了不少，做好心里准备！
 
->  相对于[贪心算法：跳跃游戏](https://mp.weixin.qq.com/s/606_N9j8ACKCODoCbV1lSA)难了不少，做好心里准备！
-
-# 45.跳跃游戏II
+# 45.跳跃游戏 II
 
 [力扣题目链接](https://leetcode.cn/problems/jump-game-ii/)
 
@@ -18,13 +17,17 @@
 你的目标是使用最少的跳跃次数到达数组的最后一个位置。
 
 示例:
-* 输入: [2,3,1,1,4]
-* 输出: 2
-* 解释: 跳到最后一个位置的最小跳跃数是 2。从下标为 0 跳到下标为 1 的位置，跳 1 步，然后跳 3 步到达数组的最后一个位置。
+
+- 输入: [2,3,1,1,4]
+- 输出: 2
+- 解释: 跳到最后一个位置的最小跳跃数是 2。从下标为 0 跳到下标为 1 的位置，跳  1  步，然后跳  3  步到达数组的最后一个位置。
 
 说明:
 假设你总是可以到达数组的最后一个位置。
 
+# 视频讲解
+
+**《代码随想录》算法视频公开课：[贪心算法，最少跳几步还得看覆盖范围 | LeetCode： 45.跳跃游戏 II](https://www.bilibili.com/video/BV1Y24y1r7XZ)，相信结合视频在看本篇题解，更有助于大家对本题的理解**。
 
 ## 思路
 
@@ -46,7 +49,6 @@
 
 如图：
 
-
 ![45.跳跃游戏II](https://code-thinking-1253855093.file.myqcloud.com/pics/20201201232309103.png)
 
 **图中覆盖范围的意义在于，只要红色的区域，最多两步一定可以到！（不用管具体怎么跳，反正一定可以跳到）**
@@ -57,8 +59,8 @@
 
 这里还是有个特殊情况需要考虑，当移动下标达到了当前覆盖的最远距离下标时
 
-* 如果当前覆盖最远距离下标不是是集合终点，步数就加一，还需要继续走。
-* 如果当前覆盖最远距离下标就是是集合终点，步数不用加一，因为不能再往后走了。
+- 如果当前覆盖最远距离下标不是是集合终点，步数就加一，还需要继续走。
+- 如果当前覆盖最远距离下标就是是集合终点，步数不用加一，因为不能再往后走了。
 
 C++代码如下：（详细注释）
 
@@ -74,32 +76,34 @@ public:
         for (int i = 0; i < nums.size(); i++) {
             nextDistance = max(nums[i] + i, nextDistance);  // 更新下一步覆盖最远距离下标
             if (i == curDistance) {                         // 遇到当前覆盖最远距离下标
-                if (curDistance < nums.size() - 1) {       // 如果当前覆盖最远距离下标不是终点
-                    ans++;                                  // 需要走下一步
-                    curDistance = nextDistance;             // 更新当前覆盖最远距离下标（相当于加油了）
-                    if (nextDistance >= nums.size() - 1) break; // 下一步的覆盖范围已经可以达到终点，结束循环
-                } else break;                               // 当前覆盖最远距到达集合终点，不用做ans++操作了，直接结束
+                ans++;                                  // 需要走下一步
+                curDistance = nextDistance;             // 更新当前覆盖最远距离下标（相当于加油了）
+                if (nextDistance >= nums.size() - 1) break;  // 当前覆盖最远距到达集合终点，不用做ans++操作了，直接结束
             }
         }
         return ans;
     }
 };
 ```
 
+* 时间复杂度: O(n)
+* 空间复杂度: O(1)
+
+
 ## 方法二
 
 依然是贪心，思路和方法一差不多，代码可以简洁一些。
 
 **针对于方法一的特殊情况，可以统一处理**，即：移动下标只要遇到当前覆盖最远距离的下标，直接步数加一，不考虑是不是终点的情况。
 
-想要达到这样的效果，只要让移动下标，最大只能移动到nums.size - 2的地方就可以了。
+想要达到这样的效果，只要让移动下标，最大只能移动到 nums.size - 2 的地方就可以了。
 
-因为当移动下标指向nums.size - 2时：
+因为当移动下标指向 nums.size - 2 时：
 
-* 如果移动下标等于当前覆盖最大距离下标， 需要再走一步（即ans++），因为最后一步一定是可以到的终点。（题目假设总是可以到达数组的最后一个位置），如图：
-![45.跳跃游戏II2](https://code-thinking-1253855093.file.myqcloud.com/pics/20201201232445286.png)
+- 如果移动下标等于当前覆盖最大距离下标， 需要再走一步（即 ans++），因为最后一步一定是可以到的终点。（题目假设总是可以到达数组的最后一个位置），如图：
+  ![45.跳跃游戏II2](https://code-thinking-1253855093.file.myqcloud.com/pics/20201201232445286.png)
 
-* 如果移动下标不等于当前覆盖最大距离下标，说明当前覆盖最远距离就可以直接达到终点了，不需要再走一步。如图：
+- 如果移动下标不等于当前覆盖最大距离下标，说明当前覆盖最远距离就可以直接达到终点了，不需要再走一步。如图：
 
 ![45.跳跃游戏II1](https://code-thinking-1253855093.file.myqcloud.com/pics/20201201232338693.png)
 
@@ -125,9 +129,14 @@ public:
 };
 ```
 
+* 时间复杂度: O(n)
+* 空间复杂度: O(1)
+
+
+
 可以看出版本二的代码相对于版本一简化了不少！
 
-**其精髓在于控制移动下标i只移动到nums.size() - 2的位置**，所以移动下标只要遇到当前覆盖最远距离的下标，直接步数加一，不用考虑别的了。
+**其精髓在于控制移动下标 i 只移动到 nums.size() - 2 的位置**，所以移动下标只要遇到当前覆盖最远距离的下标，直接步数加一，不用考虑别的了。
 
 ## 总结
 
@@ -137,11 +146,10 @@ public:
 
 理解本题的关键在于：**以最小的步数增加最大的覆盖范围，直到覆盖范围覆盖了终点**，这个范围内最小步数一定可以跳到，不用管具体是怎么跳的，不纠结于一步究竟跳一个单位还是两个单位。
 
-
 ## 其他语言版本
 
+### Java
 
-### Java 
 ```Java
 // 版本一
 class Solution {
@@ -207,7 +215,7 @@ class Solution:
         nextDistance = 0
         for i in range(len(nums)):
             nextDistance = max(i + nums[i], nextDistance)
-            if i == curDistance: 
+            if i == curDistance:
                 if curDistance != len(nums) - 1:
                     ans += 1
                     curDistance = nextDistance
@@ -230,9 +238,25 @@ class Solution:
                 step += 1
         return step
 ```
+```python
+# 贪心版本三 - 类似‘55-跳跃游戏’写法
+class Solution:
+    def jump(self, nums) -> int:
+        if len(nums)==1: return 0
+        i = 0
+        count = 0
+        cover = 0
+        while i<=cover:
+            for i in range(i,cover+1):
+                cover = max(nums[i]+i,cover)
+                if cover>=len(nums)-1: return count+1
+            count+=1
+
+```
+
 ```python
 # 动态规划做法
-class Solution: 
+class Solution:
     def jump(self, nums: List[int]) -> int:
         result = [10**4+1]*len(nums)
         result[0]=0
@@ -244,7 +268,6 @@ class Solution:
 
 ```
 
-
 ### Go
 
 ```go
@@ -331,21 +354,21 @@ var jump = function(nums) {
 
 ```typescript
 function jump(nums: number[]): number {
-    const length: number = nums.length;
-    let curFarthestIndex: number = 0,
-        nextFarthestIndex: number = 0;
-    let curIndex: number = 0;
-    let stepNum: number = 0;
-    while (curIndex < length - 1) {
-        nextFarthestIndex = Math.max(nextFarthestIndex, curIndex + nums[curIndex]);
-        if (curIndex === curFarthestIndex) {
-            curFarthestIndex = nextFarthestIndex;
-            stepNum++;
-        }
-        curIndex++;
+  const length: number = nums.length;
+  let curFarthestIndex: number = 0,
+    nextFarthestIndex: number = 0;
+  let curIndex: number = 0;
+  let stepNum: number = 0;
+  while (curIndex < length - 1) {
+    nextFarthestIndex = Math.max(nextFarthestIndex, curIndex + nums[curIndex]);
+    if (curIndex === curFarthestIndex) {
+      curFarthestIndex = nextFarthestIndex;
+      stepNum++;
     }
-    return stepNum;
-};
+    curIndex++;
+  }
+  return stepNum;
+}
 ```
 
 ### Scala
@@ -427,7 +450,6 @@ impl Solution {
 }
 ```
 
-
 <p align="center">
 <a href="https://programmercarl.com/other/kstar.html" target="_blank">
   <img src="../pics/网站星球宣传海报.jpg" width="1000"/>

problems/0047.全排列II.md

@@ -158,6 +158,19 @@ if (i > 0 && nums[i] == nums[i - 1] && used[i - 1] == true) {
 
 所以我通过举[1,1,1]的例子，把这两个去重的逻辑分别抽象成树形结构，大家可以一目了然：为什么两种写法都可以以及哪一种效率更高！
 
+这里可能大家又有疑惑，既然 `used[i - 1] == false`也行而`used[i - 1] == true`也行，那为什么还要写这个条件呢？ 
+
+直接这样写 不就完事了？ 
+
+```cpp
+if (i > 0 && nums[i] == nums[i - 1]) {
+    continue;
+}
+``` 
+
+其实并不行，一定要加上  `used[i - 1] == false`或者`used[i - 1] == true`，因为 used[i - 1] 要一直是 true 或者一直是false 才可以，而不是 一会是true 一会又是false。 所以这个条件要写上。
+
+
 是不是豁然开朗了！！
 
 ## 其他语言版本