个最常见的Java算法.docx
- 文档编号:24949921
- 上传时间:2023-06-03
- 格式:DOCX
- 页数:15
- 大小:19.84KB
个最常见的Java算法.docx
《个最常见的Java算法.docx》由会员分享,可在线阅读,更多相关《个最常见的Java算法.docx(15页珍藏版)》请在冰豆网上搜索。
个最常见的Java算法
代码面试最常用的10大算法
发表于2018-04-1011:
34| 16225次阅读|来源ProgramCreek| 279 条评论|作者XWang
Java面试算法排序二叉树归并排序职业生涯
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(>//getchararrayofaString
Arrays.sort(>//sortanarray
Arrays.toString(char[]a>//converttostring
charAt(intx>//getacharatthespecificindex
length(>//stringlength
length//arraysize
substring(intbeginIndex>
substring(intbeginIndex,intendIndex>
Integer.valueOf(>//stringtointeger
String.valueOf(>/integertostring
String/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:
∙EvaluateReversePolishNotation
∙LongestPalindromicSubstring
∙单词分割
∙字梯
∙MedianofTwoSortedArrays
∙正则表达式匹配
∙合并间隔
∙插入间隔
∙TwoSum
∙3Sum
∙4Sum
∙3SumClosest
∙StringtoInteger
∙合并排序数组
∙ValidParentheses
∙实现strStr(>
∙SetMatrixZeroes
∙搜索插入位置
∙LongestConsecutiveSequence
∙ValidPalindrome
∙螺旋矩阵
∙搜索一个二维矩阵
∙旋转图像
∙三角形
∙DistinctSubsequencesTotal
∙MaximumSubarray
∙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
∙PalindromePartitioning
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。
classNode{
intval。
Nodenext。
Node(intx>{
val=x。
next=null。
}
}
比较流行的两个链表例子就是栈和队列。
栈 classStack{ Nodetop。 publicNodepeek(>{ if(top! =null>{ returntop。 } returnnull。 } publicNodepop(>{ if(top==null>{ returnnull。 }else{ Nodetemp=newNode(top.val>。 top=top.next。 returntemp。 } } publicvoidpush(Noden>{ if(n! =null>{ n.next=top。 top=n。 } } } 队列 classQueue{ Nodefirst,last。  。 publicvoidenqueue(Noden>{ if(first==null>{ first=n。 last=first。 }else{ last.next=n。 last=n。 } }  。 publicNodedequeue(>{ if(first==null>{ returnnull。 }else{ Nodetemp=newNode(first.val>。 first=first.next。 returntemp。 } } } 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 <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: ∙插入两个数字 ∙重新排序列表 ∙链表周期 ∙CopyListwithRandomPointer ∙合并两个有序列表 ∙合并多个排序列表 ∙从排序列表中删除重复的 ∙分区列表 ∙LRU缓存 3.树&堆 这里的树通常是指二叉树。 classTreeNode{ intvalue。 TreeNodeleft。 TreeNoderight。 } 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: leftchildren<=currentnode<=rightchildren; ∙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 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 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 classGraphNode{ intval。 GraphNodenext。 GraphNode[]neighbors。 booleanvisited。 GraphNode(intx>{ val=x。 } GraphNode(intx,GraphNode[]n>{ val=x。 neighbors=n。 } publicStringtoString(>{ return"value: "+this.val。 } } 第二步,定义一个队列 classQueue{ GraphNodefirst,last。 publicvoidenqueue(GraphNoden>{ if(first==null>{ first=n。 last=first。 }else{ last.next=n。 last=n。 } } publicGraphNodedequeue(>{ if(first==null>{ returnnull。 }else{ GraphNodetemp=newGraphNode(first.val,first.neighbors>。 first=first.next。 returntemp。 } } } 第三步,使用队列进行宽度优先搜索 publicclassGraphTest{ publicstaticvoidmain(String[]args>{ GraphNoden1=newGraphNode(1>。 GraphNoden2=newGraphNode(2>。 GraphNoden3=newGraphNode(3>。 GraphNoden4=newGraphNode(4>。 GraphNoden5=newGraphNode(5>。 n1.neighbors=newGraphNode[]{n2,n3,n5}。 n2.neighbors=newGraphNode[]{n1,n4}。 n3.neighbors=newGraphNode[]{n1,n4,n5}。 n4.neighbors=newGraphNode[]{n2,n3,n5}。 n5.neighbors=newGraphNode[]{n1,n3,n4}。 breathFirstSearch(n1,5>。 } publicstaticvoidbreathFirstSearch(GraphNoderoot,intx>{ if(root.val==x> System.out.println("findinroot">。 Queuequeue=newQueue(>。 root.visited=true。 queue.enqueue(root>。 while(queue.first! =null>{ GraphNodec=(GraphNode>queue.dequeue(>。 for(GraphNoden: 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: 2value: 3value: 5Findvalue: 5 value: 4 实际中,基于Graph需要经常用到的算法: ∙克隆Graph 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、RadixSort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。 ∙归并排序 ∙快速排序 ∙插入排序 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。 publicstaticintf(intn>{ if(n<=2>returnn。 intx=f(n-1>+f(n-2>。 returnx。 } 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。 publicstaticintf(intn>{ if(n<=2>{ returnn。 } intfirst=1,second=2。 intthird=0。 for(inti=3。 i<=n。 i++>{ third=first+second。 first=second。 second=third。 } returnthird。 } 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: publicstaticint[]A=newint[100]。 publicstaticintf3(intn>{ if(n<=2> A[n]=n。 if(A[n]>0> returnA[n]。 else A[n]=f3(n-1>+f3(n-2>。 //storeresultssoonlycalculateonce! returnA[n]。 } 一些基于动态规划的算法: ∙编辑距离 ∙最长回文子串 ∙单词分割 ∙最大的子数组 8.位操作 位操作符: 从一个给定的数n中找位i publicstaticbooleangetBit(intnum,inti>{ intresult=num&(1<。 if(result==0>{ returnfalse。 }else{ returntrue。 } } 例如,获取10的第二位: i=1,n=10 1<<1=10 1010&10=10 10isnot0,soreturntrue。 典型的位算法: ∙FindSingleNumber ∙MaximumBinaryGap 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: publicstaticdoublecaculateProbability(intn>{ doublex=1。 for(inti=0。 i i++>{ x*=(365.0-i>/365.0。 } doublepro=Math.round((1-x>*100>。 returnpro/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 ∙排列 ∙排列2 ∙排列顺序 来自: ProgramCreek
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 常见 Java 算法