力扣题解：掌握时间复杂度最优的算法

LeetCode是全球知名的在线编程练习平台，广泛用于算法和数据结构的练习，特别是在软件工程的面试准备中。该文件标题中提到的“分类”指的是对LeetCode上不同难度和类型的题目进行整理和归类。"AC代码"则意味着作者已经成功解决了这些题目，并且提供了可以通过编译和测试的代码。标题中的"所有题目我尽量优化到最优时间复杂度"表明作者在解题过程中特别注重算法效率，尝试使用最合适的时间复杂度去解决问题。"包括我做题时题解中没有的算法"则说明作者在解题过程中不仅参考了其他人的解法，而且加入了自己独创的算法，这可能包括一些不常见的方法或是更优的算法实现。 在描述部分，作者列举了四个具体的题目（1389, 762, 1356, 812）和针对每个题目的算法优化说明，分别涉及到了treap（平衡树），数位动态规划（数位DP），均摊分析和旋转卡壳技术。 1. 对于题号1389的题目，作者指出使用了"treap模拟插入"的算法，时间复杂度为O(nlogn)。Treap是一种结合了二叉搜索树（BST）和堆（heap）性质的数据结构，它能够以较优的时间复杂度解决动态插入和查询的问题。 2. 题号762的题目使用了"数位dp"，时间复杂度为O(log(R)^2)。数位动态规划是一种利用数字的位数来递归解决问题的算法，通常用于处理与数字位数相关的统计问题，如求和、计数等。 3. 题号1356的题目通过"按1个数分类，分开排"的策略优化，随机数据下均摊时间复杂度为14*log(n/13)*(n/13)，在最坏情况下为O(nlogn)。这种策略可能是指将数据集分成小的子集进行独立排序，再合并结果，这种分治的方法可以在特定条件下提高算法效率。 4. 题号812的题目使用了"旋转卡壳"技术。旋转卡壳是一种用于求解凸包问题及其变种的高效算法，其核心思想是通过旋转两条平行线扫描整个点集，从而找到最优解。 【标签】中的"系统开源"可能意味着作者对算法的实现是开源的，这通常意味着代码是公开的，可以被他人自由使用和修改。标签还表明了作者可能在使用某种开源系统或框架来支持其算法实现。 【压缩包子文件的文件名称列表】中的"LeetCode-master"表明，这个压缩文件可能是包含了LeetCode题目解答的项目源代码。"master"通常指代一个版本控制系统（如Git）中的主分支，意味着这是项目的稳定或者最新版本。 综上所述，该文件记录了一位IT专家通过LeetCode平台练习并优化算法问题的过程，以及他如何独立开发出新的算法来解决特定问题，并将解决方案开源化的过程。这不仅展示了作者深厚的编程和算法功底，也体现了他作为IT专家的开放和共享精神。