[2 3 4 5 6]：构成多少个三角形；

所有的题目的逻辑的证明都是严丝合缝的；
1.推理的过程；
2.不会少一句话；
3.同样不会有任何的一句废话；


==============================
题眼：
1.我们有判定函数，我们可以是一个规定的函数；
2.我们假设有定理给我们处理好了；
a+b>c，最小的两边>第三遍；
==============================


就是一个模块，判断三角形的模块；
最简单的就是枚举；
如何提高：
  在我们的setting下，如何接的更快；
  我们的a，b和c都是来自原list；
  如果缩小我们的space；


=======================
我们需要信息来减少我们的搜索空间；
所以，我们就是不但减少对应的信息；
1.保留率信息；
2.然后更新；
=======================


我们需要数据分析的技巧：
b=c+1
我们的c需要n；
但是n-n，我们对应的就是b仅仅

最后一个index就是o（n），常熟级别；
所以最后的复杂度就是n 2；

=========================================
核心就是：我是如何想到的；
1.答案可以；
2.但是明确，每一步是如何想到的；
3.每一步的想法最后放在一起；

三角形：判定的基本规则；
1.然后我们枚举；
2.我们是不是不需要n的复杂度，其中一个维度，所以我们得到的是n 2的复杂度；
=========================================



=============================
case 2：分数的计算；
1.我们就是简单的进行手算；
2.我们把复杂度问题简单化就足够了；
我们就是一个基本的题眼，就是我们需要写个operator来计算；
=============================



====================================
我们：
1.看见的都是具体的问题；
    我们需要具体的例子；
2.我们可以进行abstract；
    a/b + c/d
    我们需要的是ac+bd bd；
3.最后进行约分；
====================================



我们有算法：
1.有自己的流程；
2.然后每一步，我们都是严丝合缝；
3.我们最后就是会得到最后的值；


==============================
新题：
1.不用怕；
2.很高深的题目；
3.我们找到题眼和最后的函数；
==============================


====================================
我觉得最后的解题：
1.就是题眼，假设，我们假设，知道对应的func如何写：
  名字；
  签名；
2.剩下的我们就是简单地计算和流程；
====================================


新题：
1.我们分解；
2.我们可以找到关键的点；
然后进行分治计算；


我们要做事：
1.一个是高级的数学方法；
2.我们可以穷举


==================================
我们就是如何从头开始思考；
我们大致流程；
题眼==分支；
然后我们需要把所有的东西想清楚；
没有东西fancy，需要自己来写，别人从来没弄过；
==================================


概念：
dp，问题，所以进行分解；
但是实际上，不是，我们从头开始分解；
然后不断优化，不可以用概念将概念；


===================================
但是第一步是看懂题目；
然后1--5；
1.我们可以写出来；
2.但是不确定是不是最优解；
===================================



=================================
我们有解题报告：
1.我们可以做的是，看完了，我们完全的一个思路，完全明确的思路；
2.但是其他的就是100个思路，说明问题根本没有解决；
3.所有的步骤就是清晰的
=================================


hash的复杂度是1；


================================
fro
  for
    for

for
  for
for
  for
我们喜欢的是不同的复杂度；

================================


伸长学习法：
1.就是我们的思考过程；
2.思考过程的决策点说出来；


首先第一步需要把问题弄清楚；



数组问题：
1.我们按照相同的概率选择元素；
2.我们给定数组，然后得到index，但是这个index是随机的；


我们有闲的元素：
1.我们按照多少个的概率被选中；
2.最简单的就是：遍历，然后进行计数，


=====================
自然生长法：
1.包括终局思想；
2.如果我们有算法解决了；
3.我们有终局如何计算；
以终为始；
=====================



思维的模式：
1.终局思维；
2.分治来接近，我们就是o（1），而不是o（n）



问题：
1.解法很多；
2.我们：
  推理；
  我们然后进行思考；
  所有的思路；
3.然后是最优解；


================
明确问题；
讨论思路；
说出来思路；
写出来代码；
机制条件；
不是最优；
================


如何刷题：
1.看答案；
2.数量；
3.复盘；
4.分类；
5.基本的语法；
6.followup
7.白板斜体；
  我们要完全定义好hanshu
  我们要不能插入；
  不能宿便修改；
8.讲题；
9.英文。
10.面经；

声场学习：
1.还原事物从无到有的过程；
2.每个决策点之后的why说出来；


我们的：
1。数据结构；
2.然后是高级算法；


我们如何用这个方法来讲解基本的形式；

DP就是F(n)
1.我们的解；
2.我们可以是指数，我们不会去接；
我们需要降维；


1.解空间树；
2.重复的结构；
3.解空间树的构造；

我们用解空间树来建模：
1.我们就是一个头金币的问题；
2.根本没有偷任何的东西；



我们就是10个房间：
1.每个房间都是有binary的情况；
2.我们来进行不同的选择；
有的选中，有的不会选中；

我们的树：
1.分支就是选择结构；
2.选择的形式：
    abcd
    a选还是不选；


我们就是：
1.空间的状态；
2.我们如何定义我们的子问题；


========================
我们按照：
1.特定的思路来确定；
2.我们如何选择子问题；
========================



我们有两种：
1.一个状态树，我们无法确定子问题；没有顺序。
2.但是，我们可以换种方式来定义；


==============
状态-action-之后的状态；
======= 正面没有思路，就反过来看看  ###############
1.我们的状态就是用list或者是非线性结构来表达，应该从一个点开始；
2.然后我们根据需求行动；
3.然后是后续的状态；
4.生产学习法，就是从最开始的输入状态开始，选择决策；
5.然后看看子状态；
必须明确子状态，我们可以定义子函数，然后得到最后的值；
==============

我们同样有放气球的概念：
1.我们绝不会遍历；
2.我们需要的就是简单的转换为子问题；


生长学习发：
1.解题报告；
2.我们就是如何想到的；

算法思路的模板：


会议室的问题：
1.我们需要的就是确认问题：范围和conflict的形式；
2.我们用数学语言来model建模我们的问题，就是对问题进行在描述；
    数学的方式，线段；
    然后context不要，我们会解决问题；
3.我们进行求解for；我们的状态；
4.我们排序判定；
5.follow up，我们的就是5个会议室；
6.烧苗；
7.扫描对应的起点和终点；

我们另外就是加上换，我们会得到什么信息；
1.新的概念；
2.我们的其他的：
概念不变，我们的解空间树，就是简单变换；