代码面试最常用的10大算法
摘要:面试也是一门学问,在面试之前做好充分的准备则是成功的必须条件,而程序员在代码面试时,常会遇到编写算法的相关问题,比如排序、二叉树遍历等等。
在程序员的职业生涯中,算法亦算是一门基础课程,尤其是在面试的时候,很多公司都会让程序员编写一些算法实例,例如快速排序、二叉树查找等等。
本文总结了程序员在代码面试中最常遇到的10大算法类型,想要真正了解这些算法的原理,还需程序员们花些功夫。
1.String/Array/Matrix
在Java中,String是一个包含char数组和其它字段、方法的类。如果没有IDE自动完成代码,下面这个方法大家应该记住:
toCharArray() //get char array of a String Arrays.sort() //sort an array Arrays.toString(char[] a) //convert to string charAt(int x) //get a char at the specific index length() //string length length //array size substring(int beginIndex) substring(int beginIndex, int endIndex) Integer.valueOf()//string to integer String.valueOf()/integer to stringString/arrays很容易理解,但与它们有关的问题常常需要高级的算法去解决,例如动态编程、递归等。
下面列出一些需要高级算法才能解决的经典问题:
- Evaluate Reverse Polish Notation
- Longest Palindromic Substring
- 单词分割
- 字梯
- Median of Two Sorted Arrays
- 正则表达式匹配
- 合并间隔
- 插入间隔
- Two Sum
- 3Sum
- 4Sum
- 3Sum Closest
- String to Integer
- 合并排序数组
- Valid Parentheses
- 实现strStr()
- Set Matrix Zeroes
- 搜索插入位置
- Longest Consecutive Sequence
- Valid Palindrome
- 螺旋矩阵
- 搜索一个二维矩阵
- 旋转图像
- 三角形
- Distinct Subsequences Total
- Maximum Subarray
- 删除重复的排序数组
- 删除重复的排序数组2
- 查找没有重复的最长子串
- 包含两个独特字符的最长子串
- Palindrome Partitioning
2.链表
在Java中实现链表是非常简单的,每个节点都有一个值,然后把它链接到下一个节点。
class Node { int val; Node next; Node(int x) { val = x; next = null; } }
比较流行的两个链表例子就是栈和队列。
栈(Stack)
class Stack{ Node top; public Node peek(){ if(top != null){ return top; } return null; } public Node pop(){ if(top == null){ return null; }else{ Node temp = new Node(top.val); top = top.next; return temp; } } public void push(Node n){ if(n != null){ n.next = top; top = n; } } }队列(Queue)
class Queue{ Node first, last; public void enqueue(Node n){ if(first == null){ first = n; last = first; }else{ last.next = n; last = n; } } public Node dequeue(){ if(first == null){ return null; }else{ Node temp = new Node(first.val); first = first.next; return temp; } } }
值得一提的是,Java标准库中已经包含一个叫做Stack的类,链表也可以作为一个队列使用(add()和remove())。(链表实现队列接口)如果你在面试过程中,需要用到栈或队列解决问题时,你可以直接使用它们。
在实际中,需要用到链表的算法有:
3.树&堆
这里的树通常是指二叉树。
class TreeNode{ int value; TreeNode left; TreeNode right; }下面是一些与二叉树有关的概念:
- 二叉树搜索:对于所有节点,顺序是:left children <= current node <= right children;
- 平衡vs.非平衡:它是一 棵空树或它的左右两个子树的高度差的绝对值不超过1,并且左右两个子树都是一棵平衡二叉树;
- 满二叉树:除最后一层无任何子节点外,每一层上的所有结点都有两个子结点;
- 完美二叉树(Perfect Binary Tree):一个满二叉树,所有叶子都在同一个深度或同一级,并且每个父节点都有两个子节点;
- 完全二叉树:若设二叉树的深度为h,除第 h 层外,其它各层 (1~h-1) 的结点数都达到最大个数,第 h 层所有的结点都连续集中在最左边,这就是完全二叉树。
堆(Heap)是一个基于树的数据结构,也可以称为优先队列( PriorityQueue),在队列中,调度程序反复提取队列中第一个作业并运行,因而实际情况中某些时间较短的任务将等待很长时间才能结束,或者某些不短小,但具有重要性的作业,同样应当具有优先权。堆即为解决此类问题设计的一种数据结构。
下面列出一些基于二叉树和堆的算法:
- 二叉树前序遍历
- 二叉树中序遍历
- 二叉树后序遍历
- 字梯
- 验证二叉查找树
- 把二叉树变平放到链表里
- 二叉树路径和
- 从前序和后序构建二叉树
- 把有序数组转换为二叉查找树
- 把有序列表转为二叉查找树
- 最小深度二叉树
- 二叉树最大路径和
- 平衡二叉树
4.Graph
与Graph相关的问题主要集中在深度优先搜索和宽度优先搜索。深度优先搜索非常简单,你可以从根节点开始循环整个邻居节点。下面是一个非常简单的宽度优先搜索例子,核心是用队列去存储节点。
第一步,定义一个GraphNode
class GraphNode{ int val; GraphNode next; GraphNode[] neighbors; boolean visited; GraphNode(int x) { val = x; } GraphNode(int x, GraphNode[] n){ val = x; neighbors = n; } public String toString(){ return "value: "+ this.val; } }
第二步,定义一个队列
class Queue{ GraphNode first, last; public void enqueue(GraphNode n){ if(first == null){ first = n; last = first; }else{ last.next = n; last = n; } } public GraphNode dequeue(){ if(first == null){ return null; }else{ GraphNode temp = new GraphNode(first.val, first.neighbors); first = first.next; return temp; } } }第三步,使用队列进行宽度优先搜索
public class GraphTest { public static void main(String[] args) { GraphNode n1 = new GraphNode(1); GraphNode n2 = new GraphNode(2); GraphNode n3 = new GraphNode(3); GraphNode n4 = new GraphNode(4); GraphNode n5 = new GraphNode(5); n1.neighbors = new GraphNode[]{n2,n3,n5}; n2.neighbors = new GraphNode[]{n1,n4}; n3.neighbors = new GraphNode[]{n1,n4,n5}; n4.neighbors = new GraphNode[]{n2,n3,n5}; n5.neighbors = new GraphNode[]{n1,n3,n4}; breathFirstSearch(n1, 5); } public static void breathFirstSearch(GraphNode root, int x){ if(root.val == x) System.out.println("find in root"); Queue queue = new Queue(); root.visited = true; queue.enqueue(root); while(queue.first != null){ GraphNode c = (GraphNode) queue.dequeue(); for(GraphNode n: c.neighbors){ if(!n.visited){ System.out.print(n + " "); n.visited = true; if(n.val == x) System.out.println("Find "+n); queue.enqueue(n); } } } } }输出结果:
value: 2 value: 3 value: 5 Find value: 5
value: 4
实际中,基于Graph需要经常用到的算法:
5.排序
不同排序算法的时间复杂度,大家可以到wiki上查看它们的基本思想。
BinSort、Radix Sort和CountSort使用了不同的假设,所有,它们不是一般的排序方法。
下面是这些算法的具体实例,另外,你还可以阅读: Java开发者在实际操作中是如何排序的。
6.递归和迭代
下面通过一个例子来说明什么是递归。
问题:
这里有n个台阶,每次能爬1或2节,请问有多少种爬法?
步骤1:查找n和n-1之间的关系
为了获得n,这里有两种方法:一个是从第一节台阶到n-1或者从2到n-2。如果f(n)种爬法刚好是爬到n节,那么f(n)=f(n-1)+f(n-2)。
步骤2:确保开始条件是正确的
f(0) = 0;
f(1) = 1;
public static int f(int n){ if(n <= 2) return n; int x = f(n-1) + f(n-2); return x; }
递归方法的时间复杂度指数为n,这里会有很多冗余计算。
f(5) f(4) + f(3) f(3) + f(2) + f(2) + f(1) f(2) + f(1) + f(2) + f(2) + f(1)该递归可以很简单地转换为迭代。
public static int f(int n) { if (n <= 2){ return n; } int first = 1, second = 2; int third = 0; for (int i = 3; i <= n; i++) { third = first + second; first = second; second = third; } return third; }
在这个例子中,迭代花费的时间要少些。关于迭代和递归,你可以去 这里看看。
7.动态规划
动态规划主要用来解决如下技术问题:
- 通过较小的子例来解决一个实例;
- 对于一个较小的实例,可能需要许多个解决方案;
- 把较小实例的解决方案存储在一个表中,一旦遇上,就很容易解决;
- 附加空间用来节省时间。
上面所列的爬台阶问题完全符合这四个属性,因此,可以使用动态规划来解决:
public static int[] A = new int[100]; public static int f3(int n) { if (n <= 2) A[n]= n; if(A[n] > 0) return A[n]; else A[n] = f3(n-1) + f3(n-2);//store results so only calculate once! return A[n]; }
一些基于动态规划的算法:
8.位操作
位操作符:
从一个给定的数n中找位i(i从0开始,然后向右开始)
public static boolean getBit(int num, int i){ int result = num & (1<<i); if(result == 0){ return false; }else{ return true; } }
例如,获取10的第二位:
i=1, n=10 1<<1= 10 1010&10=10 10 is not 0, so return true;典型的位算法:
9.概率
通常要解决概率相关问题,都需要很好地格式化问题,下面提供一个简单的例子:
有50个人在一个房间,那么有两个人是同一天生日的可能性有多大?(忽略闰年,即一年有365天)
算法:
public static double caculateProbability(int n){ double x = 1; for(int i=0; i<n; i++){ x *= (365.0-i)/365.0; } double pro = Math.round((1-x) * 100); return pro/100; }结果:
calculateProbability(50) = 0.97
10.组合和排列
组合和排列的主要差别在于顺序是否重要。
例1:
1、2、3、4、5这5个数字,输出不同的顺序,其中4不可以排在第三位,3和5不能相邻,请问有多少种组合?
例2:
有5个香蕉、4个梨、3个苹果,假设每种水果都是一样的,请问有多少种不同的组合?
基于它们的一些常见算法
来自:ProgramCreek
本文为CSDN编译整理,未经允许不得转载,如需转载请联系market#csdn.net(#换成@)
相关推荐
代码面试最常用的10大算法的中文完整版(部分中文,部分英文)及英文原版。
转自原作者的网站:http://www.programcreek.com/2012/11/top-10-algorithms-for-coding-interview/ ...本文总结了程序员在代码面试中最常遇到的10大算法类型,想要真正了解这些算法的原理,还需程序员们花些功夫。
在程序员的职业生涯中,算法亦算是一门基础课程,尤其是在面试的时候,很多公司都会让 程序员编写一些算法... 本文总结了程序员在代码面试中最常遇到的10个算法,想要真正了解这些算法的原理,还 需程序员们花些功夫。
3.1 常用算法思想概述 3.2 穷举算法思想 3.2.1 穷举算法基本思想 3.2.2 穷举算法实例 3.3 递推算法思想 3.3.1 递推算法基本思想 3.3.2 递推算法实例 3.4 递归算法思想 …… 第2篇 算法应用篇 第4章 排序算法 第5章 ...
《Java常用算法手册》分三篇,共13章,分别介绍了算法基础、算法应用和算法面试题。首先介绍了算法概述,然后重点分析了数据结构和基本算法思想;接着,详细讲解了算法在排序、查找、数学计算、数论、历史趣题、游戏...
常见c#面试算法代码,保证正确无误,欢迎下载!!!!
基础数据结构,算法,大公司笔试真题,牛客算法题,lintcode,九章算法,《剑指Offer》,左程云《程序员代码面试指南》
本书旨在帮助Java语言初级程序员深入了解ava算法思想,提升其语言代码编程能力,还可以作为大中专院校学生学习数据结构和算法的参考书,也可为教师授课提供素材,同时还可以作为具有一定编程经验的程序员的参考用书。
《剑指Offer》,《程序员代码面试指南》,Leetcode等算法题目集合。基于.net core的控制台程序,C#实现,包含每道题目的完整描述,多种解法AC代码,以及解题思路,所有题目均可直接运行以查看输出结果。常用算法汇总...
而数组是我们最常用的一种数据结构,支持根据下标快速访问。很多算法需要特定的数据结构来实现,所以经常把它们放到一块讲。 实际上,在真正的项目开发中,大部分时间都是 从数据库取数据 -> 数据操作和结构化 -> ...
关于C语言的一些常用算法,许多公司面试时考过的。非常用用,也是学习C语言不可多得的资料。
算法《剑指提供》,《程序员代码面试指南》,Leetcode等算法译集以及常用算法实现汇总本仓库是基于.net core的控制台程序,C#实现,包含每道译文的完整描述,多种解法AC代码,以及解题思路,所有转换直接运行以查看...
全书分为2个部分共10章,内容涵盖了编程必备的基础知识(如数据结构、常用算法等),编程实例介绍,常见算法和数据结构面试题等。《妙趣横生的算法(C语言实现)》最大的特色在于实例丰富,题材新颖有趣,实用性强,...
本文为个人面试机器学习方面工作过程中,对机器学习中的常用算法做了一些汇总,个人认为非常全面,也希望对其他人有些帮助
在自己学习过程中,详细整理了数据挖掘领域常用的算法模型的数学推导,及其关键代码,可供面试前参阅
常见算法笔试或面试题 笔试面试专栏:字符串 数组 vc题集 十道海量数据处理面试题与十个方法大总结 google全程面试题 其他一些公司的面试题
全书分为2个部分共10章,内容涵盖了编程必备的基础知识(如数据结构、常用算法等),编程实例介绍,常见算法和数据结构面试题等。《妙趣横生的算法(C语言实现)》最大的特色在于实例丰富,题材新颖有趣,实用性强,...
1. 面试求职中常用的算法——树和堆; 2. 有关树和堆的ppt讲解以及相关数据代码
算法是一切程序设计的基础和灵魂,更是一位程序员编程水平高低的集中体现。...阐述到位:算法思想、算法实现和经典面试题合理搭配,相辅相成。实例完善:分析精准,注释精确,保证每段代码皆可通过编译执行。