本文介绍使用动态规划解决“最大子数组和”问题。定义状态 `dp[i]` 表示以第 `i` 个元素结尾的最大子数组和。状态转移方程为：`dp[i] = max(nums[i], dp[i-1] + nums[i])`，即当前元素单独成段或加入前一个子数组。初始化 `dp[0] = nums[0]`，遍历数组完成状态更新后，再找出所有 `dp[i]` 中的最大值作为结果。该方法时间复杂度为 O(n)，空间复杂度为 O(n)，是线性动态规划的经典入门题。

本文介绍了解决N皇后问题的深度优先搜索（DFS）算法。核心难点在于判断皇后放置时的斜对角线冲突，通过三个布尔数组分别记录列、主对角线和副对角线的占用情况。利用树形结构进行搜索，并在不满足条件时及时剪枝，显著提升效率。代码实现中，递归遍历每一行，在每行尝试放置皇后并更新状态，回溯时恢复现场。当成功放置n个皇后时，将结果加入答案。该方法有效解决了N皇后问题的所有合法布局，具有清晰的逻辑与较高的执行效率。

该题要求生成给定数组的全排列，但数组中可能包含重复元素，因此需要避免产生重复的排列。解决方案是先对数组进行排序，使相同元素相邻，然后在深度优先搜索（DFS）过程中进行剪枝：当当前元素与前一个元素相同，且前一个元素尚未被使用时，跳过当前元素，以确保相同元素的相对顺序固定，从而避免重复排列。使用一个标记数组 `st` 记录每个元素是否已被选入当前路径。通过回溯法枚举所有不重复的排列，最终返回所有唯一排列结果。算法时间复杂度为 O(n! / ∏(k_i!))，其中 k_i 是各重复元素的重复次数。