没想到，竟然还有人因为降薪而选择极端方式来“维权”！这事发生在某大行的员工身上，听说他因为银行改制降薪，情绪失控，最后竟然选择上吊维权！
虽然很无奈，但不得不说，解决问题不应该依赖极端手段。
我们不是也经常遇到项目难度大、系统崩溃的情况吗？每次出问题，我们都得沉下心来调试、找到根本原因，而不是因为一个bug就选择摧毁整个系统。
工作和生活一样，遇到问题就去解决，不要轻易放弃。尤其是对待“降薪”这种事，适时调整心态，必要时可以选择跳槽，别让自己被压垮了。
其实所有行业都一样，都有太多的不确定因素，要想不被折叠真的要不断学习呀，所以我今天又给大家准备了一道经典算法题，快学起来!
算法题：最长有效括号
和大家聊一个经典的算法题：最长有效括号。要说这题嘛，它的难度不高，但要想在面试中拿到高分，还是得动点脑筋的。
首先，题目要求我们给定一个只包含 ( 和 ) 的字符串，求字符串中最长有效括号的长度。什么是有效括号呢？简单来说，就是一个括号匹配且完整的子串，比如“()`”，或者“(())”。看似简单，但细节上却不容忽视。
接下来，我带大家通过两种常见的解法来解决这个问题。一种是通过栈的方式，另一种是通过动态规划。两种方式各有千秋，选哪个就看个人偏好啦。
栈法是这类问题的经典解法。
在这道题中，我们利用栈来跟踪括号的匹配情况。栈里面不仅仅存放括号的索引，还可以帮助我们计算有效括号的长度。
简单来说，我们从左到右遍历字符串。当遇到一个左括号时，把它的索引推入栈中。当遇到右括号时，检查栈顶的元素。如果栈顶元素是一个左括号的索引，我们就认为形成了一个有效的括号对，然后更新最大有效括号的长度。
如果栈顶不是左括号的索引，说明这个右括号没有匹配的左括号，于是我们就把它当作一个新的起点，继续往后走。
下面是具体的代码实现：
public class Solution {
public int longestValidParentheses(String s) {
Stack<Integer> stack = new Stack<>();
stack.push(-1); // 初始化栈，存放-1作为基准点
int maxLength = 0;
for (int i = 0; i < s.length(); i++) {
char ch = s.charAt(i);
if (ch == '(') {
stack.push(i); // 左括号，压入栈
} else {
stack.pop(); // 右括号，弹出栈顶元素
if (stack.isEmpty()) {
stack.push(i); // 如果栈为空，说明当前右括号无匹配，设置新的基准点
} else {
maxLength = Math.max(maxLength, i - stack.peek()); // 更新最大有效括号长度
}
}
}
return maxLength;
}
}
具体来说，我们用一个数组 dp 来存储到当前位置的最大有效括号长度。对于每个字符，若当前位置是右括号，并且它的前一个字符是左括号，那么我们就更新 dp[i] 的值。更新的公式如下：
如果当前位置是左括号 (，则跳过，dp[i] = 0；如果当前位置是右括号 )，如果它的前面是左括号(，我们就把前面的那个左括号加入计算，dp[i] = dp[i-2] + 2；如果当前位置是右括号 )，且前面是一个已经匹配的右括号，我们就需要检查前面的括号是否能和当前括号配对。
代码实现如下：
public class Solution {
public int longestValidParentheses(String s) {
int maxLength = 0;
int[] dp = new int[s.length()];
for (int i = 1; i < s.length(); i++) {
if (s.charAt(i) == ')') {
// 如果前一个字符是左括号，且当前字符是右括号
if (s.charAt(i - 1) == '(') {
dp[i] = (i - 2 >= 0 ? dp[i - 2] : 0) + 2;
} else {
// 如果前一个字符是右括号，检查前面的有效括号是否配对
int match = i - dp[i - 1] - 1;
if (match >= 0 && s.charAt(match) == '(') {
dp[i] = dp[i - 1] + 2 + (match - 1 >= 0 ? dp[match - 1] : 0);
}
}
maxLength = Math.max(maxLength, dp[i]);
}
}
return maxLength;
}
}在上述两种方法中，栈法的时间复杂度是 O(n)，空间复杂度也是 O(n)。
而动态规划的时间复杂度同样是 O(n)，但是空间复杂度是 O(n) 由于我们使用了一个额外的数组。如果不想额外使用空间，我们还可以通过常数空间来优化这部分，使用两个变量来记录当前的最大长度。
这道题虽然看起来简单，但往往给初学者带来很大的困惑。很多人往往会卡在栈或者动态规划的实现上，尤其是在考虑如何更新最大长度的时候，总是容易掉进“坑”里。所以，大家在做这类题时，一定要仔细考虑不同情况，确保每一个细节都没有遗漏。
其实，算法这东西，最重要的就是多练习，慢慢积累经验。今天能解决问题，明天一定能遇到更有趣的挑战！
-END-
以上，就是今天的分享了，看完文章记得右下角给何老师点赞，也欢迎在评论区写下你的留言。
