战拖！为了心中的梦想

        1. Sort In Specified Order, 这道题用comparator会很简单，要好好看一下这部分的内容，如果自己去部署的话涉及到的情况会有一点多
        Time: O(n)
        Space: O(n)   主要的花费就是在建map的过程中
       
        The elements is about to implements the comparable (compareTo)
        And the comparator class to implements the new comparator (compare)
       
        2. MaxPath in Binary Tree, a用一个int[]的data structure来传递global的max值，注意因为是从leaf到leaf，所以只有当两边的max都有传值上来的时候，方才能更新这个global的max值
        Space: O(level) stack
        Time: O(level)
       
        3. Palindrome Min Cut, DP的问题写成代码都很简单，但是里面的很多取值必须对memo的这个表自己在心中要很有数。即inclusive or exclusive的关系
        这道题sample中另用了一个二维DP来做剪枝处理，如果用的我的方法做一个check是过不了里口德的，因为这样会有很多的重复检查
        (piazza question)
       
        4. Insert in Binary Search Tree, using iterative way
        Space: O(1)
Time: O(level)

        1. Sort In Specified Order, 这道题用comparator会很简单，要好好看一下这部分的内容，如果自己去部署的话涉及到的情况会有一点多
        Time: O(n)
        Space: O(n)   主要的花费就是在建map的过程中
       
        The elements is about to implements the comparable (compareTo)
        And the comparator class to implements the new comparator (compare)
       
        2. MaxPath in Binary Tree, a用一个int[]的data structure来传递global的max值，注意因为是从leaf到leaf，所以只有当两边的max都有传值上来的时候，方才能更新这个global的max值
        Space: O(level) stack
        Time: O(level)
       
        3. Palindrome Min Cut, DP的问题写成代码都很简单，但是里面的很多取值必须对memo的这个表自己在心中要很有数。即inclusive or exclusive的关系
        这道题sample中另用了一个二维DP来做剪枝处理，如果用的我的方法做一个check是过不了里口的，因为这样会有很多的重复检查
       
        4. Insert in Binary Search Tree, using iterative way
        Space: O(1)
Time: O(level)

        1. K Way Merge List, easier than int[], because we have no need to create a new class Entry to check where is our current pointer, we can simply use ListNode.next to find next.
       
        Time: O(nlogn) at every step there will be offer in the heap
        Space: O(kn * logk)

        2. Closet Number in BST
        Time: O(level)
        Space: O(1)
       
        3. Largest Smaller number, I use recursion, but the logic is smaller in the sample question
       
       
        为什么这里用iteration更好，因为从root开始，以后的方向一定是固定的
        Time: O(level)
        Space: O(1) (if use iteration)
       
        4. Maximum Path Sum Binary Tree III, 这道题是一条path，是二向path的简化版本，向上传值的时候 there's a tricky part to pass 0 when the root is null;

        5. Maximum Path Sum Binary Tree II, s唯一要注意的就是传值和改变max[0] 的时刻不一样
        Time: O(n) just traverse the tree
        Space: O(Height)

        6. Binary Tree Path Sum to target III subpath target
        https://piazza.com/class/j0eqhhdregb3i?cid=721
        为什么这里要加入needtoremove这个boolean的原因是为了避免此处有0的出现，只应该在第一个插入这个值的位置将其从set中删去
        脑海中一定要把这个树给画出来，怎么个走势，对于hashset增减的时刻一定要非常的清晰
        Time: O(n) DFS
Space: O(n) HashSet

        1. K Way Merge List, easier than int[], because we have no need to create a new class Entry to check where is our current pointer, we can simply use ListNode.next to find next.
       
        Time: O(nlogn) at every step there will be offer in the heap
        Space: O(kn * logk)

        2. Closet Number in BST
        Time: O(level)
        Space: O(1)
       
        3. Largest Smaller number, I use recursion, but the logic is smaller in the sample question
       
       
        为什么这里用iteration更好，因为从root开始，以后的方向一定是固定的
        Time: O(level)
        Space: O(1) (if use iteration)
       
        4. Maximum Path Sum Binary Tree III, 这道题是一条path，是二向path的简化版本，向上传值的时候 there's a tricky part to pass 0 when the root is null;

        5. Maximum Path Sum Binary Tree II, s唯一要注意的就是传值和改变max[0] 的时刻不一样
        Time: O(n) just traverse the tree
        Space: O(Height)

        6. Binary Tree Path Sum to target III subpath target
        为什么这里要加入needtoremove这个boolean的原因是为了避免此处有0的出现，只应该在第一个插入这个值的位置将其从set中删去
        脑海中一定要把这个树给画出来，怎么个走势，对于hashset增减的时刻一定要非常的清晰
        Time: O(n) DFS
Space: O(n) HashSet

        1. Reconstruct BST by Post Order, Reconstruct这个问题的要点在于把global的问题一分为二，每边返回一个root node
        难点，有点没掌握
       
        2. Common elements in three arrays, just to use three pointers and move the smallest one.
        Time: O(n)
        Space: O(1)
       
        3. Reverse Binary Tree Upside Down, always think about the graph, so the recursion rule can be found
        Time: O(n)
        Space: O(n)
        Since there're few right nodes, so the level is approximately n
       
        4. 2 Sum, Classic question, I use a HashSet to reccord elements that been traversed, and check the set if there's element in it that adds up can be the target
        Time: O(n)
        Space: O(n)
        It can also use 2 pointers to check do this, and the space can be O(1)(Sort at first)
       
        5. 2Sum Pair I, because sometimes it can be repeat, so we use a hashtable here
        Time: O()
Space: O

        1. 3 Sum,  其实就是运行两个2sum，用pointer的方式能够比较节省空间
        最需要注意的是判断重复的条件，因为现在不像2sum一样是从头开始，所以需要把这个判断放在if条件中去
        Time: O(n^2)
        Space: O(1)
       
        2. 4 Sum, the same as 3 sum, just add another for loop
        Time: O(n^3)
        Space: O(1)
       
        3. Longest Common SubString, using two global va longest and start to reccord the length and starting point, and a DP memo to reccord it.
        Time: O(m * n)
        Space: O(m * n)
       
        4. Longest Common SubSequence, DP一定要把memo的含义理解的特别清楚再开始做题

Kth Smallest with only 3, 4, 5 as Factors, using 3 deques to store the elements, the key point to avoid duplicate is to 不要在5被取出的时候更新3，因为这些元素已经在前面被更新过了

        1. Kth closest matrix point to (0, 0, 0), 这道题其实就解题来说不算难，但是设计到的知识面比较广，考察了heap的操作，set的操作，包括private class的内容
        BFS
        Time: O(nlongn) 在每步里都有heap的poll和offer操作
        Space: O(n)
       
        2. Max Water Trapped I, a这道题有两种解法，一种是2 pointers，一种是DP，其主要要素都是抓住木板效应，最小的那一个才是决定性因素
        所以DP就是keep两个array，记录leftMax和rightMax，然后再通过cur的来计算
        2 pointers的方法会更加巧妙，也把space从O(n)降到了O(1)，具体如图
       
        Time: O(n)
        Space: O(n)
       
        3. Max value of size k window, 这个题，最巧妙的一点就是利用deque的一系列性质，如果最左边数，不是最大的最新的（意味着将来也不会有机会变成最大的了），那么就会被清除，所以只要每次添加最左边的就好了


        4. LRU Cache,
        泛型：
        匿名类：
       
        5. Majority Number I, 一开始的时候想了很久怎么用maxheap或者hashmap来做，但是最后发现真的理解题意非常重要，因为在这个题目的assumption里已经说了必定是会有一个majority number的，所以一开始就可以用一个count来计数，然后这个candidate如果其数目超越了二分之一，那么最后一定会被选出来
        Time: O(n)
        Space: O(1)

Interleave String, we can use a 2D array to keep it, and "or" symble

楼主有上某offer的项目班吗，不知道讲的如何