代碼面試最常用的10大算法

阿新 • • 發佈：2017-07-20

site 最長子串 Coding arrays pri 概念 tree regular container

摘要：面試也是一門學問，在面試之前做好充分的準備則是成功的必須條件，而程序員在代碼面試時，常會遇到編寫算法的相關問題，比如排序、二叉樹遍歷等等。

在程序員的職業生涯中，算法亦算是一門基礎課程，尤其是在面試的時候，很多公司都會讓程序員編寫一些算法實例，例如快速排序、二叉樹查找等等。

本文總結了程序員在代碼面試中最常遇到的10大算法類型，想要真正了解這些算法的原理，還需程序員們花些功夫。

1.String/Array/Matrix

在Java中，String是一個包含char數組和其它字段、方法的類。如果沒有IDE自動完成代碼，下面這個方法大家應該記住：
Java code ?

1 2 3 4 5 6 7 8 9 10

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 string

String/arrays很容易理解，但與它們有關的問題常常需要高級的算法去解決，例如動態編程、遞歸等。
下面列出一些需要高級算法才能解決的經典問題：

Evaluate Reverse Polish Notation
Longest Palindromic Substring
單詞分割
字梯
Median of Two Sorted Arrays
正則表達式匹配
合並間隔
插入間隔
Two Sum
3Sum
4Sum
3Sum Closest
String to Integer
合並排序數組
Valid Parentheses
實現strStr()
Set Matrix Zeroes
搜索插入位置
Longest Consecutive Sequence
Valid Palindrome
螺旋矩陣
搜索一個二維矩陣
旋轉圖像
三角形
Distinct Subsequences Total
Maximum Subarray
刪除重復的排序數組
刪除重復的排序數組2
查找沒有重復的最長子串
包含兩個獨特字符的最長子串
Palindrome Partitioning

2.鏈表

在Java中實現鏈表是非常簡單的，每個節點都有一個值，然後把它鏈接到下一個節點。
Java code ?

1 2 3 4 5 6 7 8 9 class Node { int val; Node next; Node(int x) { val = x; next = null; } }

比較流行的兩個鏈表例子就是棧和隊列。

棧（Stack）

Java code ?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 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; } } }

隊列（Queue）

Java code ?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 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標準庫中已經包含一個叫做Stack的類，鏈表也可以作為一個隊列使用（add()和remove()）。（鏈表實現隊列接口）如果你在面試過程中，需要用到棧或隊列解決問題時，你可以直接使用它們。

在實際中，需要用到鏈表的算法有：

插入兩個數字
重新排序列表
鏈表周期
Copy List with Random Pointer
合並兩個有序列表
合並多個排序列表
從排序列表中刪除重復的
分區列表
LRU緩存

3.樹&堆

這裏的樹通常是指二叉樹。

Java code ?

1 2 3 4 5 class TreeNode{ int value; TreeNode left; TreeNode right; }

下面是一些與二叉樹有關的概念：
二叉樹搜索：對於所有節點，順序是：left children <= current node <= right children；
平衡vs.非平衡：它是一棵空樹或它的左右兩個子樹的高度差的絕對值不超過1，並且左右兩個子樹都是一棵平衡二叉樹；
滿二叉樹：除最後一層無任何子節點外，每一層上的所有結點都有兩個子結點；
完美二叉樹（Perfect Binary Tree）：一個滿二叉樹，所有葉子都在同一個深度或同一級，並且每個父節點都有兩個子節點；
完全二叉樹：若設二叉樹的深度為h，除第 h 層外，其它各層 (1～h-1) 的結點數都達到最大個數，第 h 層所有的結點都連續集中在最左邊，這就是完全二叉樹。

堆（Heap）是一個基於樹的數據結構，也可以稱為優先隊列（ PriorityQueue），在隊列中，調度程序反復提取隊列中第一個作業並運行，因而實際情況中某些時間較短的任務將等待很長時間才能結束，或者某些不短小，但具有重要性的作業，同樣應當具有優先權。堆即為解決此類問題設計的一種數據結構。

下面列出一些基於二叉樹和堆的算法：

二叉樹前序遍歷
二叉樹中序遍歷
二叉樹後序遍歷
字梯
驗證二叉查找樹
把二叉樹變平放到鏈表裏
二叉樹路徑和
從前序和後序構建二叉樹
把有序數組轉換為二叉查找樹
把有序列表轉為二叉查找樹
最小深度二叉樹
二叉樹最大路徑和
平衡二叉樹

4.Graph

與Graph相關的問題主要集中在深度優先搜索和寬度優先搜索。深度優先搜索非常簡單，你可以從根節點開始循環整個鄰居節點。下面是一個非常簡單的寬度優先搜索例子，核心是用隊列去存儲節點。

技術分享

第一步，定義一個GraphNode
Java code ?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 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，定義一個隊列

Java code ?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 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，使用隊列進行寬度優先搜索

Java code ?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 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); } } } } }

輸出結果：
value: 2 value: 3 value: 5 Find value: 5
value: 4

實際中，基於Graph需要經常用到的算法：

克隆Graph
更多41分享到：

對我有用[11] 丟個板磚[3] 引用 | 舉報 | 管理回復次數：293

: 關註; hjknet; 柔軟的胖紙; 本版等級：

#1 得分：0回復於： 2014-04-24 19:08:30 5.排序

不同排序算法的時間復雜度，大家可以到wiki上查看它們的基本思想。

技術分享

BinSort、Radix Sort和CountSort使用了不同的假設，所有，它們不是一般的排序方法。
下面是這些算法的具體實例，另外，你還可以閱讀：Java開發者在實際操作中是如何排序的。

歸並排序
快速排序
插入排序

6.遞歸和叠代

下面通過一個例子來說明什麽是遞歸。

問題：

這裏有n個臺階，每次能爬1或2節，請問有多少種爬法？

步驟1：查找n和n-1之間的關系

為了獲得n，這裏有兩種方法：一個是從第一節臺階到n-1或者從2到n-2。如果f(n)種爬法剛好是爬到n節，那麽f(n)=f(n-1)+f(n-2)。

步驟2：確保開始條件是正確的

f(0) = 0;
f(1) = 1;

Java code ?

1 2 3 4 5 public static int f(int n){ if(n <= 2) return n; int x = f(n-1) + f(n-2); return x; }

遞歸方法的時間復雜度指數為n，這裏會有很多冗余計算。

Java code ?

1 2 3 4 f(5) f(4) + f(3) f(3) + f(2) + f(2) + f(1) f(2) + f(1) + f(2) + f(2) + f(1)

該遞歸可以很簡單地轉換為叠代。

Java code ?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 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; }

在這個例子中，叠代花費的時間要少些。關於叠代和遞歸，你可以去這裏看看。

7.動態規劃

動態規劃主要用來解決如下技術問題：

通過較小的子例來解決一個實例；
對於一個較小的實例，可能需要許多個解決方案；
把較小實例的解決方案存儲在一個表中，一旦遇上，就很容易解決；
附加空間用來節省時間。
上面所列的爬臺階問題完全符合這四個屬性，因此，可以使用動態規劃來解決：
Java code ?

1 2 3 4 5 6 7 8 9 10 11 12 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]; }

一些基於動態規劃的算法：
編輯距離
最長回文子串
單詞分割
最大的子數組

8.位操作

位操作符：
技術分享

從一個給定的數n中找位i（i從0開始，然後向右開始）
Java code ?

1 2 3 4 5 6 7 8 9 public static boolean getBit(int num, int i){ int result = num & (1<<i); if(result == 0){ return false; }else{ return true; } }

例如，獲取10的第二位：
Java code ?

1 2 3 4 i=1, n=10 1<<1= 10 1010&10=10 10 is not 0, so return true;

典型的位算法：
Find Single Number
Maximum Binary Gap

9.概率

通常要解決概率相關問題，都需要很好地格式化問題，下面提供一個簡單的例子：
有50個人在一個房間，那麽有兩個人是同一天生日的可能性有多大？（忽略閏年，即一年有365天）

算法：
Java code ?

1 2 3 4 5 6 7 8 9 10 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; }

結果：calculateProbability(50) = 0.97

10.組合和排列

組合和排列的主要差別在於順序是否重要。

例1：

1、2、3、4、5這5個數字，輸出不同的順序，其中4不可以排在第三位，3和5不能相鄰，請問有多少種組合？

例2：

有5個香蕉、4個梨、3個蘋果，假設每種水果都是一樣的，請問有多少種不同的組合？

基於它們的一些常見算法
排列
排列2
排列順序

來自： ProgramCreek

代碼面試最常用的10大算法

site 最長子串 Coding arrays pri 概念 tree regular container 摘要：面試也是一門學問，在面試之前做好充分的準備則是成功的必須條件，而程序員在代碼面試時，常會遇到編寫算法的相關問題，比如排序、二叉樹遍歷等等。在程序員的職業

代碼面試最常用的10大算法

代碼面試最常用的10大算法

編程面試過程中常見的10大算法

面試不再怕，20行Python代碼幫你搞懂LRU算法

具體解釋Redis源代碼中的部分高速排序算法（pqsort.c）

python 10大算法之二 LogisticRegression 筆記

數據挖掘中的 10 大算法

快速排序—最常用的排序算法

63.ImageLoader源代碼分析-內存緩存算法

王文峰《人臉識別原理與實戰以MATLAB為工具》PDF及代碼+《人臉識別原理及算法(沈理)》PDF+學習參考

程序員代碼面試指南 IT名企算法與數據結構題目最優解 ,左程雲著pdf高清版免費下載

程式碼面試最常用的10大演算法

《程序員代碼面試指南》第八章數組和矩陣問題找到無序數組中最小的k 個數

《程序員代碼面試指南》第八章數組和矩陣問題需要排序的最短子數組長度

代碼行最大長度宜控制在 70 至 80 個字符以內

100行代碼實現最簡單的基於FFMPEG+SDL的視頻播放器（SDL1.x）【轉】

數學建模常用的十大算法

Spark機器學習(10)：ALS交替最小二乘算法

客戶懂點代碼是最致命的毒藥

用不到 50 行的 Python 代碼構建最小的區塊鏈

[BZOJ1937][SHOI2004]Mst最小生成樹(KM算法,最大費用流)

代碼面試最常用的10大算法

相關推薦