(12, 3, 2, 6]. [1, 23, 2, 6]【1,23,26】、【12，3,26】等，将每种组合转成成对应字母输出，输出所有可能的结果
返回所有可能的转换结果
// 将数字串转换成字母串
解题思路
当前节点比删除值小，右子树的根变为右子树中删除；
当前节点比删除值大，左子树的根变为左子树中删除；
当前就是要被删的节点，如果它没有左子树或没有右子树，可以直接平移嫁接。
否则需要找到左子树最大值或右子树最小值作为新的根。
链接： https://leetcode.cn/problems/delete-node-in-a-bst/solutions/1531382/-by-himymben-7sey/
题目：给定两个以字符串形式表示的非负整数 和 ，返回 和 的乘积，它们的乘积也表示为字符串形式。
- 和 的长度小于110。
- 和 只包含数字 。
- 和 均不以零开头，除非是数字 0 本身。
- 不能使用任何标准库的大数类型（比如 BigInteger）或直接将输入转换为整数来处理
基于竖式乘法，先逐位乘算，再进位相加：
链接： https://segmentfault.com/a/1190000021756333?utm_source=tag-newest
链接：https://leetcode.cn/problems/house-robber-ii/solutions/1097624/geng-wei-jian-ji-de-golang-ban-ben-by-hz-6fdl/
链接： https://www.cnblogs.com/zuofaqi/p/10209648.html
这个算法的基本思想是基于快速排序，它通过选取一个“基准”元素，将数组分成两个部分：小于基准的和大于基准的。然后根据需要的个数决定继续在哪一部分进行查找。
由题可知，我们需要将第二个数组的元素合并到第一个数组之后返回
两个数组都是有序的，因此对于每个想要插入数组的元素，我们只要找到首个大于这个元素的数，将其插入到这个数的前方即可
时间复杂度：O（m+n）执行的循环次数为数组二的个数n，也就是插入数组一的元素个数，再加上指针搜索插入位置的移动长度，最坏情况等于数组一的长度m
空间复杂度：O（1），常数次空间
链接： https://segmentfault.com/a/1190000041355583
下面是一个用 Go 语言实现的函数，它将中文数字（不超过一亿）转换为整数。代码中考虑了中文数字的各种形式，包括“万”、“千”、“百”等单位，并处理了零的情况。
### 代码说明：
1. **映射表**：
- `chineseNumbers` 用于存储中文数字字符到对应整数的映射。
- `units` 用于存储中文单位字符（如“十”、“百”、“千”、“万”）到其对应数值的映射。
2. **主逻辑**：
- 循环遍历输入字符串中的每个字符。
- 如果字符是中文数字，则将其添加到当前累计值 `current`。
- 如果字符是单位，更新 `current` 的值。如果遇到“万”，则将 `current` 加入到 `result` 中，并重置 `current` 为 0。
- 最后将任何剩余的 `current` 添加到结果 `result` 中。
3. **错误处理**：
- 对于无效字符，返回错误。
### 示例输出：
对于输入 `"六千四百八十五万七千四百零八"`，输出将是：
```
The integer value is: 64857408
```
### 代码说明：
- **maxSubArray 函数**：
- 输入一个整数数组 `nums`。
- 使用两个变量 `maxSum` 和 `currentSum` 来跟踪最大和当前的连续子数组和。
- 使用 `start`, `end`, 和 `tempStart` 来记录当前的子数组的起始和结束索引。
- 当 `currentSum` 小于零时，重置 `currentSum` 并更新 `tempStart` 为当前元素的索引。
- 如果找到一个更大的 `currentSum`，则更新 `maxSum` 并记录新的子数组的起始和结束位置。
### 运行结果：
对于输入 `arr := []int{-2, 1, -3, 4, -1, 2, 1, -5, 4}`，输出将是：
```
Maximum subarray: [4 -1 2 1]
Maximum sum: 6
```
该代码能够处理所有情况，包括整个数组为负数。这种情况下，它将返回数组中最大的单个元素。
map优化
时间复杂度： 时间复杂度为O(mn)，其中为中元素的个数，为要兑换的总金额。
空间复杂度： 空间复杂度为O(n)，为要兑换的总金额。
链接： https://www.ldtiger.com/pages/289b40/#c-%E4%BB%A3%E7%A0%81
我们先来分析看看： 想到对数的效率，首先想到的就是二分查找，对于这个题目二分查找的意义在哪里呢？
n和m分别表示两个数组的长度
a、如果A[n/2] == B[m/2]，那么很显然，我们的讨论结束了。A[n/2]就已经是中位数，这个和他们各自的长度是奇数或者偶数无关。
b、如果A[n/2] < B[m/2]，那么，我们可以知道这个中位数肯定不在[A[0]---A[n/2])这个区间内，同时也不在[B[m/2]---B[m]]这个区间里面。这个时候，我们不能冲动地把[A[0]---A[n/2])和[B[m/2]---B[m]]全部扔掉。我们只需要把[B[m-n/2]---B[m]]和[A[0]---A[n/2])扔掉就可以了。（如图所示的红色线框），这样我们就把我们的问题成功转换成了如何在A[n/2]->A[n]这个长度为 n/2 的数组和 B[1]-B[m-n/2]这个长度为m-n/2的数组里面找中位数了，问题复杂度即可下降了。
c、只剩下A[n/2] > B[m/2]，和b类似的，我们可以把A[n/2]->A[n]这块以及B[1]->B[n/2]这块扔掉了就行，然后继续递归。
我们也可以写出如下的代码