unity场景加载
SceneManager场景加载 需要引入UnityEngine.SceneManagement，其中分为两种方法，使用前需要再unity管理器中的file设置里的BuildSettings中加入需要管理的场景，两种加载方法可以使用下标（即BuildSettings中场景的排布顺序，从0开始），或者使用场景的名称（推荐）。可以通过传入参数LoadSceneMode.Single或者LoadSceneMode.Additive来指定加载方式，前者会卸载当前场景，后者则不会，默认为前者
同步加载LoadScene 无返回值，加载过程中可能会出现卡顿，卡顿时间随加载的场景的复杂度而定，一般不推荐使用
异步加载LoadSceneAsync 时LoadScene的异步版本，它允许游戏在加载新场景的同时继续运行其他任务。它会返回一个异步操作AsyncOperation，可以对加载的场景进行简单操作。
AsyncOperation带有四个可操作成员变量，主要的有三个：
1allowSceneActivation bool 类型
是否允许激活当前场景，true为允许，
1progress ...
reduce和accumulate函数
accumulate函数被定义在中，第一个作用为累加求和，另一个作用为对自定义类型数据的处理
累加求和1int sum = accumulate(vec.begin() , vec.end() , 42);
带有三个参数，前两个形参指定哟啊累加的元素范围，第三个形参则是累加的初值
accumulate函数将它的一个内部变量设置为指定的初始值，然后在此初值上累加输入范围内所有元素的值。accumulate算法返回累加的结果，其返回类型就是其第三个实参的类型。
自定义数据类型的处理可以用来直接计算数组或者容器中C++内置数据类型，例如：
1234#include <numeric> int arr[]={10,20,30,40,50}; vector<int> va(&arr[0],&arr[5]); int sum=accumulate(va.begin(),va.end(),0); //sum = 150
但是对于自定义数据类型，需要自己动手写一个回调函数来实现自定义数据的处理，然后让它作为accumula ...
Leetocde389：找不同
题目给定两个字符串 s 和 t ，它们只包含小写字母。
字符串 t 由字符串 s 随机重排，然后在随机位置添加一个字母。
请找出在 t 中被添加的字母。
简单解法使用异或，这道题就相当于求某个出现奇数次的数一样，对于两个字符串，只有哪个被添加的字母多出一个，其它字母都出现了偶数次，所以可以使用异或。
123456789101112class Solution {public: char findTheDifference(string s, string t) { int ss = 0; for(int i=0;i<s.size();i++) { ss ^= s[i] ^ t[i]; } ss ^= t[t.size()-1]; return ss; }};
总结对于类似的题求某个奇数或者偶数，以及一些可以转变为类似的题型都可以使用异或的方法来解答
algorithm库函数
Count函数和Count_if函数参数：使用一对迭代器和一个值做参数
返回值：Count返回某个值出现的次数
Count_if返回某个区间中满粗指定条件的元素数目，可以使用谓词
谓词(predicate)：是做某些检测的函数，返回用于判断的类型，指出条件是否成立
Reverse函数反转给定范围内的元素顺序
参数：(ForwardIt first, FowardIt last)左闭右开区间
ForwardIt为一个模板参数，代表迭代器的类型
例子：1234567891011121314int main() { std::vector<int> vec = {1, 2, 3, 4, 5}; // 使用reverse函数反转vec中的元素 std::reverse(vec.begin(), vec.end()); // 输出反转后的vec for(int n : vec) { std::cout << n << ' '; ...
动态规划
动态规划暴力递归转动态规划：
1.尝试写出递归
2.记忆化搜索
3.严格表结构
某些问题上记忆化搜索和严格表结构的时间复杂度相同
机器人运动问题：给定一个int参数n代表了n个位置（n大于1），再给一个int参数s代表机器人所在位置看（范围在1到n）int参数e代表机器人要去的最终位置（范围1到n）int参数k表示机器人必须走k步，机器人可往左走或右走，不可停留在原地，从s走到e必须走k步，求有多少种方法
优化前的递归方法：时间复杂度为O(2^k)
记忆化搜索优化：寻找可变参数根据可变参数数量制作对应多维数组（或者哈希表）作为缓存结构，初始值为-1
时间复杂度为O(k*n)
严格表结构优化：根据最初的递归寻找每个位置所依赖的表格位置，例如当k为4，s为2，n为5，e为4时，列出下列表格，行代表剩余步数，列代表所在位置
例题2：给定一个长度为n的正整数数组，数组的每个位置代表该位置硬币的面值，给定一个值aim，求组成这个aim这个值的最少硬币数
以下为给定例子
递归尝试：
记忆搜索法：增加缓存
暴力递归
暴力递归
汉罗塔问题：
打印一个字符串的全部子序列，包括空字符串字符串中每个字符都会有要和不要两种情况
打印一个字符串的全部排列，要求不要出现重复的排列
例题1：
逆序一个栈，要求不能使用额外数据结构
f函数的过程：
reverse函数过程：
例题2：
例题3：
尝试方式，从左往右对于每个物品都是要或者不要，可枚举出所有情况
哈希函数和哈希表
什么是哈希函数：哈希函数性质：
1）输入的值是无穷大的，输出的值有限制
2）相同的输入值必得到相等的输出值
3）不同的输出也可能得到相同的输出值（被称为哈希碰撞）
第四条如下：
不管给定多少条数据得到多少条输出值，假如s圈为范围，每一个输入值都相当于在圈内点一个点，当用一个圆随机圈几个时，圆内所包含的点一样
哈希函数使用：
给定一组数据，通过f哈希函数计算得到另一组数据，再同时余上m得到第三组数据，若能保证第二组数据在s域上均匀分布，这在0到m-1上也均匀分布
假设有一个大文件，文件里都是无符号整数（范围0到2^32-1），大文件总共有40亿个，给你1g的内存，给定返回出现数次数最多的是哪个
将所有得数经过哈希函数变换之后，余上100将所有的数的范围控制在0到100之间，再存入哈希表，出现次数最多的就是
哈希表的实现：基于哈希函数
当某个值后面挂的链表超过一定的长度时，根据哈希函数的性质可以确定其它链的长度接近这个值，这是进行扩容，防止之后查询时间过长
每次扩容代驾：若已加入n个字符串，这是经历了logn次，增加n个，代价为o（n*logn）
前缀树，贪心算法和N皇后
前缀树
前缀树的点的数据结构：
pass：记录创建前缀树时，该节点被经过多少次
end：记录该节点是多少个字符串的结尾
nexts：记录有多少条路从该节点出发
查询该字符串加入过几次：
查询加入的字符串中，有几个是以pre这个字符串为前缀的：
删除某个字符串：
贪心算法：
例题1：
按照时间结束早的会议先安排
字典序：将两个字符串按照字典（并非数据结构，为现实中的字典）的顺序排列
给定一个字符串数组，使其按照某种顺序拼接后使其字典序最小，使用的贪心策略为：两个字符串a，b，若ab结合字典序小于等于ba结合则a放前，否则b放前
例题2：
使用哈夫曼编码
哈夫曼编码：
如上图，给定一个数组，将所有树压入，小根堆，1）弹出两个数，结合存入cur中，2）将结合后的数压入小根堆，重复1）2）直至小根堆中只剩一个数为止，便可得到最小代价
代码实现：
例题3：
N皇后问题：
时间复杂度为O(N^N)，可以进行常数级别上的优化（使用位运算来加速）
优化后
图
图的表达
邻接表表达方式
存储方式：有一张表，从第一行开始先存A的直接邻居（C，D）第二行存B的直接邻居，依次存玩每个点（存放有权值的图，只需在表中对应位置加个数据项用来存放权值即可）
邻接矩阵表达方法：
一个二维数组每一行代表每一个点，每一列也代表每一个点，根据图将点到点之间的距离存入对应位置，无法到达存无穷
使用点集和边集表达图
nodes：表示点集。edges：表示边集
in：表示入度。on：表示出度。next：表示从该点出发所指向的点。edges：表示属于该点的边
weight：表示权重。from：表示从哪个点出发。to：表示指向哪个点
入度：代表有多少个边指向这个点
出度：代表这个点指向多少个点
无向图的出度和入度想等
图的表达方式的转化（将给定的表达方式转换成熟悉的表达方式）
例如给定以上图所示的表达方式每行表示权值，起始点，终点
代码所示的每行为起始点，终点，权值
宽度优先遍历：
从A开始先存入队列和set中（set用于存放被处理过的点，防止无限循环）1）若队列不为空从中弹出一个数并做相应处理，2）遍历弹出的点的直接邻居若不在set中存入队列和set重复1）2）操 ...
树
先序遍历：对于每一个子树，先输出头节 点，再输出左节点，最后输出右节点
中序遍历：对于每一个子树，先输出左节点，再输出头结点，最后输出右节点
后序遍历：对于每一个子树，先输出左节点，再输出右节点，最后输出头结点
递归实现，主要是输出value语句的放置地方不一样，放在遍历左右子树之前为先序，放在中间为中序，放在后面为后序
不使用递归实现：先序遍历：
创建一个栈，按照图中1）2）3）4）顺序运行
后序遍历：
创建两个栈，按照1）2）3）顺序重复执行，打印收集栈
中序遍历：
创建一个栈，把每棵子树整颗树的左边界进栈，依次弹出过程中打印，若有右节树存入栈重复
深度优先遍历：就是二叉树的先序遍历
宽度优先遍历：非递归写法：创建一个队列，先把头结点放入队列，1）弹出并打印，2）先存左节点再存右节点为空不放，重复1）2）
计算树的宽度：
准备一个队列和一个map先把头结点放入，map中存节点以及节点所在层数，在代码while后面加一个return Math.max(max, CurLevelNodes)
不使用哈希表（map）：
一个队列，两个node类型的指针，存当前层最后一个节点，一 ...