leetcode 27

.idea/.gitignore

@@ -0,0 +1,8 @@
+# Default ignored files
+/shelf/
+/workspace.xml
+# Editor-based HTTP Client requests
+/httpRequests/
+# Datasource local storage ignored files
+/dataSources/
+/dataSources.local.xml

.idea/leetcode-go.iml

@@ -0,0 +1,9 @@
+<?xml version="1.0" encoding="UTF-8"?>
+<module type="WEB_MODULE" version="4">
+  <component name="Go" enabled="true" />
+  <component name="NewModuleRootManager">
+    <content url="file://$MODULE_DIR$" />
+    <orderEntry type="inheritedJdk" />
+    <orderEntry type="sourceFolder" forTests="false" />
+  </component>
+</module>

.idea/modules.xml

@@ -0,0 +1,8 @@
+<?xml version="1.0" encoding="UTF-8"?>
+<project version="4">
+  <component name="ProjectModuleManager">
+    <modules>
+      <module fileurl="file://$PROJECT_DIR$/.idea/leetcode-go.iml" filepath="$PROJECT_DIR$/.idea/leetcode-go.iml" />
+    </modules>
+  </component>
+</project>

.idea/vcs.xml

@@ -0,0 +1,6 @@
+<?xml version="1.0" encoding="UTF-8"?>
+<project version="4">
+  <component name="VcsDirectoryMappings">
+    <mapping directory="" vcs="Git" />
+  </component>
+</project>

code-master/array/27_remove_index/main.go

@@ -0,0 +1,21 @@
+package main
+
+func removeElement(nums []int, val int) int {
+	// 新陣列的邊界
+	slowPtr := 0
+
+	// 快指針，要獲取新陣列的元素
+	for fastPointer := 0; fastPointer < len(nums); fastPointer++ {
+		// 如果下一個元素不是我們要排除的
+		if nums[fastPointer] != val {
+			// 將元素加到我們的新的陣列中
+			nums[slowPtr], nums[fastPointer] = nums[fastPointer], nums[slowPtr]
+			// 擴容邊界
+			slowPtr++
+		}
+	}
+
+	return slowPtr
+}
+
+func main() {}

code-master/array/704_binrary_search/main.go

@@ -0,0 +1,31 @@
+package main
+
+func search(nums []int, target int) int {
+	// 如果沒有傳入就先回傳了
+	if len(nums) == 0 {
+		return -1
+	}
+
+	left, right := 0, len(nums)-1
+
+	for right >= left {
+		mid := left + (right-left)>>1
+		if nums[mid] > target {
+			right = mid - 1
+		}
+
+		if nums[mid] < target {
+			left = mid + 1
+		}
+
+		if nums[mid] == target {
+			return mid
+		}
+	}
+
+	return -1
+}
+
+func main() {
+
+}

code-master/array/704_binrary_search/readme.md

@@ -0,0 +1,4 @@
+# Binary Search
+> 二元搜尋的方法
+
+給訂一組陣列，以及給一個數字，給出這個target 在陣列中的位置，沒有救回-1

maximum_subarray/kadane's_algorithm.go

@@ -0,0 +1,32 @@
+package main
+
+import (
+	"fmt"
+	"math"
+)
+
+// maxSubArray 給訂一組數字找到一組子陣列，這組子陣列的總和是最大的，最後 return 總和。
+
+func maxSubArray(nums []int) int {
+	// 先定義目前最大的數字，最後就回傳這個數字
+	maxSum := math.MinInt
+	tmpSum := 0
+
+	for _, item := range nums {
+		tmpSum += item
+		// 更新 maxSum 為當前最大的子陣列和
+		maxSum = max(maxSum, tmpSum)
+		// 如果 tmpSum 小於 0，則重置為 0，從下一個元素重新開始累加
+		if tmpSum < 0 {
+			tmpSum = 0
+		}
+	}
+
+	return maxSum
+}
+
+func main() {
+	nums := []int{-2, 1, -3, 4, -1, 2, 1, -5, 4}
+
+	fmt.Println(maxSubArray(nums), maxSubArray(nums) == 6)
+}

maximum_subarray/readme.md

@@ -0,0 +1,46 @@
+# Maximum Subarray
+> 題目（通常被稱為最大子陣列和問題）
+
+主要考察的是下列的概念
+1. 動態規劃 
+2. 分治法
+
+並且它還有一個很著名的算法：Kadane’s Algorithm。以下是該題的重點考察概念和解法
+
+
+## 動態規劃
+
+* 題目的關鍵在於找到一個連續子陣列，使其和最大。
+  動態規劃的核心思路是使用遞推方式，逐步找到每個位置的最優解。
+* 定義一個動態規劃數組 dp[i]，表示以 nums[i] 結尾的最大子陣列和。遞推關係為
+```api
+    dp[i] = max(nums[i], dp[i-1] + nums[i])
+```
+* 如果前一段（即 dp[i-1]）的和加上 nums[i] 還比 nums[i] 自己大，則可以包含 dp[i-1]；否則，就從 nums[i] 開始重新計算子陣列。
+* 最後的答案是 dp 數組中的最大值。
+
+## 分治法
+
+  •	另一個可行的解法是使用分治法，類似於歸併排序，將數組分成兩半，分別求解左半部分、右半部分和跨越中間的最大子陣列。
+  •	這種方法的時間複雜度為 O(n log n)，不如 Kadane’s Algorithm 高效，但有助於理解分治的思想。
+
+
+## 題目
+[連結](https://leetcode.com/problems/maximum-subarray/description/)
+
+![image](picture.png)
+
+## 自己的理解
+
+### 題目解釋
+
+給訂一組數字找到一組子陣列，這組子陣列的總和是最大的，最後 return 總和。
+```go
+    nums := []int{-2, 1, -3, 4, -1, 2, 1, -5, 4}
+```
+在每個迭代中：
+
+	1.	tmpSum += item，將當前元素加到當前子陣列的和中。
+	2.	使用 maxSum = max(maxSum, tmpSum) 更新最大和。
+	3.	如果 tmpSum < 0，則將 tmpSum 重置為 0，因為負數會拖累之後的累加結果。
+![image](picture2.png)