1每日温度
给定一个整数数组 temperatures ，表示每天的温度，返回一个数组 answer ，其中 answer[i] 是指对于第 i 天，下一个更高温度出现在几天后。如果气温在这之后都不会升高，请在该位置用 0 来代替。
示例 1:
输入: temperatures = [73,74,75,71,69,72,76,73]
输出: [1,1,4,2,1,1,0,0]
示例 2:
输入: temperatures = [30,40,50,60] 输出: [1,1,1,0]
示例 3:
输入: temperatures = [30,60,90] 输出: [1,1,0]
提示：
1 <= temperatures.length <= 10530 <= temperatures[i] <= 100
思路：
1暴力解法的思路是使用两层循环来遍历每个温度，并在内层循环中查找下一个更高温度的位置。具体来说，外层循环遍历每个温度，内层循环从当前温度的下一个温度开始遍历，直到找到一个比当前温度高的温度位置，然后计算这两个位置的距离，并将结果存储起来。
- 对于每个温度
temperatures[i]，都需要找到下一个比它高的温度的位置。 - 使用两层循环，外层循环遍历每个温度
temperatures[i]，内层循环从i + 1开始遍历到数组末尾，寻找第一个比temperatures[i]高的温度。 - 如果找到了比
temperatures[i]高的温度，就计算这两个位置的距离，即j - i，其中j是内层循环找到的更高温度的位置。 - 将计算得到的距离存储到结果数组中。
代码：
class Solution {
public:
vector<int> dailyTemperatures(vector<int>& temperatures) {
int n = temperatures.size();
vector<int> ans(n), next(101, INT_MAX); // 存储结果数组和温度下一次出现位置的数组，初始值设为INT_MAX
for (int i = n - 1; i >= 0; --i) { // 从后往前遍历温度数组
int warmerIndex = INT_MAX; // 初始化温度升高的位置为INT_MAX
for (int t = temperatures[i] + 1; t <= 100; ++t) { // 从当前温度的下一个温度开始循环
warmerIndex = min(warmerIndex, next[t]); // 找到下一个更高温度的位置
}
if (warmerIndex != INT_MAX) { // 如果找到了更高温度的位置
ans[i] = warmerIndex - i; // 计算与下一个更高温度的位置的距离
}
next[temperatures[i]] = i; // 更新当前温度下一次出现的位置
}
return ans; // 返回结果数组
}
};2单调栈的思路
单调栈的思路是利用栈的特性，在遍历数组时，维护一个单调递减（或递增）的栈。对于每个元素，如果栈为空或者当前元素小于等于栈顶元素，则将当前元素的索引入栈；如果当前元素大于栈顶元素，则说明找到了栈顶元素的下一个更大（或更小）的元素，此时可以进行相应的操作，如计算距离并更新结果数组。通过这样的方式，可以在一次遍历中解决问题，时间复杂度为O(n)
这道题使用单调栈的思路可以很好地解决。具体来说，我们可以遍历每个温度，维护一个单调递减的栈，栈中存储的是温度的索引。当遍历到一个温度时，如果栈为空，或者当前温度小于等于栈顶温度对应的温度，那么将当前温度的索引入栈；如果当前温度大于栈顶温度对应的温度，说明找到了栈顶温度的下一个更高温度，此时可以计算距离并更新结果数组。通过维护这样一个单调递减的栈，在一次遍历中就可以解决该问题.
代码：
class Solution {
public:
vector<int> dailyTemperatures(vector<int>& T) {
// 递增栈，存储温度的索引
stack<int> st;
// 用于存储结果的数组，初始化为0
vector<int> result(T.size(), 0);
// 遍历每个温度
for (int i = 0; i < T.size(); ++i) {
// 如果当前栈为空或者当前温度小于等于栈顶温度
if (st.empty() || T[i] <= T[st.top()]) {
st.push(i); // 将当前温度的索引入栈
} else { // 当前温度大于栈顶温度
// 循环处理栈中温度小于当前温度的情况
while (!st.empty() && T[i] > T[st.top()]) {
// 计算当前温度与栈顶温度的距离，并更新结果数组
result[st.top()] = i - st.top();
st.pop(); // 弹出栈顶元素
}
st.push(i); // 将当前温度的索引入栈
}
}
return result;
}
};2目标和
给你一个非负整数数组 nums 和一个整数 target 。
向数组中的每个整数前添加 '+' 或 '-' ，然后串联起所有整数，可以构造一个 表达式 ：
- 例如，
nums = [2, 1]，可以在2之前添加'+'，在1之前添加'-'，然后串联起来得到表达式"+2-1"。
返回可以通过上述方法构造的、运算结果等于 target 的不同 表达式 的数目。
示例 1：
输入：nums = [1,1,1,1,1], target = 3 输出：5 解释：一共有 5 种方法让最终目标和为 3 。 -1 + 1 + 1 + 1 + 1 = 3 +1 - 1 + 1 + 1 + 1 = 3 +1 + 1 - 1 + 1 + 1 = 3 +1 + 1 + 1 - 1 + 1 = 3 +1 + 1 + 1 + 1 - 1 = 3
示例 2：
输入：nums = [1], target = 1 输出：1
动态规划思路：
假设加法的总和为x，那么减法对应的总和就是sum - x。
所以我们要求的是 x - (sum - x) = target
x = (target + sum) / 2
此时问题就转化为，装满容量为x的背包，有几种方法。
这里的x，就是bagSize，也就是我们后面要求的背包容量。
动态规划五部曲：
- 确定dp数组以及下标的含义
dp[j] 表示：填满j（包括j）这么大容积的包，有dp[j]种方法
2 确定递推公式
有哪些来源可以推出dp[j]呢？
只要搞到nums[i]，凑成dp[j]就有dp[j - nums[i]] 种方法。
例如：dp[j]，j 为5，
- 已经有一个1（nums[i]） 的话，有 dp[4]种方法 凑成 容量为5的背包。
- 已经有一个2（nums[i]） 的话，有 dp[3]种方法 凑成 容量为5的背包。
- 已经有一个3（nums[i]） 的话，有 dp[2]中方法 凑成 容量为5的背包
- 已经有一个4（nums[i]） 的话，有 dp[1]中方法 凑成 容量为5的背包
- 已经有一个5 （nums[i]）的话，有 dp[0]中方法 凑成 容量为5的背包
那么凑整dp[5]有多少方法呢，也就是把 所有的 dp[j - nums[i]] 累加起来。
所以求组合类问题的公式，都是类似这种：
dp[j] += dp[j - nums[i]]
3 dp数组如何初始化
从递推公式可以看出，在初始化的时候dp[0] 一定要初始化为1，因为dp[0]是在公式中一切递推结果的起源，如果dp[0]是0的话，递推结果将都是0。
如果数组[0] ，target = 0，那么 bagSize = (target + sum) / 2 = 0。 dp[0]也应该是1， 也就是说给数组里的元素 0 前面无论放加法还是减法，都是 1 种方法。
所以本题我们应该初始化 dp[0] 为 1。
4 确定遍历顺序
nums放在外循环，target在内循环，且内循环倒序。
5 举例推导dp数组
输入：nums: [1, 1, 1, 1, 1], S: 3
bagSize = (S + sum) / 2 = (3 + 5) / 2 = 4
代码：
class Solution {
public:
int findTargetSumWays(vector<int>& nums, int S) {
int sum = 0;
for (int i = 0; i < nums.size(); i++) sum += nums[i];
if (abs(S) > sum) return 0; // 当目标和的绝对值大于数组总和时，没有方案
if ((S + sum) % 2 == 1) return 0; // 当目标和与数组总和的差为奇数时，没有方案
int bagSize = (S + sum) / 2; // 目标和与数组总和之差的一半为背包容量
vector<int> dp(bagSize + 1, 0); // 动态规划数组，表示在当前容量下的方案数
dp[0] = 1; // 初始化容量为0时有一种方案
for (int i = 0; i < nums.size(); i++) { // 遍历数组中的每个数
for (int j = bagSize; j >= nums[i]; j--) { // 从大到小更新当前容量下的方案数
dp[j] += dp[j - nums[i]]; // 更新方案数，当前容量的方案数等于当前容量减去当前数的方案数之和
}
}
return dp[bagSize]; // 返回目标容量下的方案数
}
};3 有趣的电影
表：cinema
+----------------+----------+ | Column Name | Type | +----------------+----------+ | id | int | | movie | varchar | | description | varchar | | rating | float | +----------------+----------+ id 是该表的主键(具有唯一值的列)。 每行包含有关电影名称、类型和评级的信息。 评级为 [0,10] 范围内的小数点后 2 位浮点数。
编写解决方案，找出所有影片描述为 非 boring (不无聊) 的并且 id 为奇数 的影片。
返回结果按 rating 降序排列。
结果格式如下示例。
示例 1：
输入： +---------+-----------+--------------+-----------+ | id | movie | description | rating | +---------+-----------+--------------+-----------+ | 1 | War | great 3D | 8.9 | | 2 | Science | fiction | 8.5 | | 3 | irish | boring | 6.2 | | 4 | Ice song | Fantacy | 8.6 | | 5 | House card| Interesting| 9.1 | +---------+-----------+--------------+-----------+ 输出： +---------+-----------+--------------+-----------+ | id | movie | description | rating | +---------+-----------+--------------+-----------+ | 5 | House card| Interesting| 9.1 | | 1 | War | great 3D | 8.9 | +---------+-----------+--------------+-----------+ 解释： 我们有三部电影，它们的 id 是奇数:1、3 和 5。id = 3 的电影是 boring 的，所以我们不把它包括在答案中。
思路：我们可以使用 mod(id,2)=1 来确定奇数 id，然后添加 description != 'boring' 来解决问题。
MOD() 函数是用来计算两个数相除后的余数。在 SQL 中，MOD() 函数通常使用以下语法：
MOD(dividend, divisor)
其中，dividend 是被除数，divisor 是除数。该函数返回 dividend 除以 divisor 后的余数。
例如，MOD(10, 3) 将返回 1，因为 10 除以 3 后余数为 1。
代码：
select id,movie,description,rating
from cinema
where description != 'boring' and mod(id,2) = 1
order by rating desc;
4 换座位
表: Seat
+-------------+---------+
| Column Name | Type |
+-------------+---------+
| id | int |
| student | varchar |
+-------------+---------+
id 是该表的主键（唯一值）列。
该表的每一行都表示学生的姓名和 ID。
id 是一个连续的增量。
编写解决方案来交换每两个连续的学生的座位号。如果学生的数量是奇数，则最后一个学生的id不交换。
按 id 升序 返回结果表。
查询结果格式如下所示。
示例 1:
输入: Seat 表: +----+---------+ | id | student | +----+---------+ | 1 | Abbot | | 2 | Doris | | 3 | Emerson | | 4 | Green | | 5 | Jeames | +----+---------+ 输出: +----+---------+ | id | student | +----+---------+ | 1 | Doris | | 2 | Abbot | | 3 | Green | | 4 | Emerson | | 5 | Jeames | +----+---------+ 解释: 请注意，如果学生人数为奇数，则不需要更换最后一名学生的座位
思路：case 语句检查每一行：
a. 如果 ID 是奇数且等于表中的最大 ID（这意味着它是最后一个学生并且学生总数是奇数），则保持 ID 不变。
b. 如果 ID 是奇数（并且不是奇数总学生的最后一个学生），则将 ID 增加 1。
c. 如果 ID 是偶数，则将 ID 减少 1。
d. order by 子句确保结果按修改后的 id 升序排列。
代码：
select
#如果id为奇数且为最大id，则保持不变
case when id % 2 = 1 and id = (select max(id) from seat) then id
#如果id为奇数，则加1
when id % 2 = 1 then id + 1
#如果id为偶数，则减1
else id - 1
end as id,
student
#从seat表中按id顺序检索学生信息
from seat
order by id;5变更性别
Salary 表：
+-------------+----------+
| Column Name | Type |
+-------------+----------+
| id | int |
| name | varchar |
| sex | ENUM |
| salary | int |
+-------------+----------+
id 是这个表的主键（具有唯一值的列）。
sex 这一列的值是 ENUM 类型，只能从 ('m', 'f') 中取。
本表包含公司雇员的信息。
请你编写一个解决方案来交换所有的 'f' 和 'm' （即，将所有 'f' 变为 'm' ，反之亦然），仅使用 单个 update 语句 ，且不产生中间临时表。
注意，你必须仅使用一条 update 语句，且 不能 使用 select 语句。
结果如下例所示。
示例 1:
输入： Salary 表： +----+------+-----+--------+ | id | name | sex | salary | +----+------+-----+--------+ | 1 | A | m | 2500 | | 2 | B | f | 1500 | | 3 | C | m | 5500 | | 4 | D | f | 500 | +----+------+-----+--------+ 输出： +----+------+-----+--------+ | id | name | sex | salary | +----+------+-----+--------+ | 1 | A | f | 2500 | | 2 | B | m | 1500 | | 3 | C | f | 5500 | | 4 | D | m | 500 | +----+------+-----+--------+ 解释： (1, A) 和 (3, C) 从 'm' 变为 'f' 。 (2, B) 和 (4, D) 从 'f' 变为 'm' 。
思路：
具体思路就是利用 SQL 的 case when 语句进行条件判断和更新操作。首先，我们使用 case when条件来判断每条记录中的性别字段。如果性别为 ‘m’，则将其更新为 ‘f’；如果性别为其他值（假设只有 ‘m’ 和 ‘f’ 两种可能性），则将其更新为 ‘m’。这样就完成了性别的更新操作。
代码：
update salary
set sex = (case sex
when 'm' then 'f' #如果性别为男性，则改为女性
else 'm' #否则改为男性
end);
