代碼面試最常用的10大算法有哪些

本篇文章給大家分享的是有關(guān)代碼面試最常用的10大算法有哪些，小編覺得挺實(shí)用的，因此分享給大家學(xué)習(xí)，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。

面試也是一門學(xué)問，在面試之前做好充分的準(zhǔn)備則是成功的必須條件，而程序員在代碼面試時(shí)，常會(huì)遇到編寫算法的相關(guān)問題，比如排序、二叉樹遍歷等等。

在程序員的職業(yè)生涯中，算法亦算是一門基礎(chǔ)課程，尤其是在面試的時(shí)候，很多公司都會(huì)讓程序員編寫一些算法實(shí)例，例如快速排序、二叉樹查找等等。

這里總結(jié)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(gè)包含char數(shù)組和其它字段、方法的類。如果沒有IDE自動(dòng)完成代碼，下面這個(gè)方法大家應(yīng)該記住： 

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 string

String/arrays很容易理解，但與它們有關(guān)的問題常常需要高級(jí)的算法去解決，例如動(dòng)態(tài)編程、遞歸等。

下面列出一些需要高級(jí)算法才能解決的經(jīng)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(dá)式匹配

• 合并間隔

• 插入間隔

• Two Sum

• 3Sum

• 4Sum

• 3Sum Closest

• String to Integer

• 合并排序數(shù)組

• Valid Parentheses

• 實(shí)現(xiàn)strStr()

• Set Matrix Zeroes

• 搜索插入位置

• Longest Consecutive Sequence

• Valid Palindrome

• 螺旋矩陣

• 搜索一個(gè)二維矩陣

• 旋轉(zhuǎn)圖像

• 三角形

• Distinct Subsequences Total

• Maximum Subarray

• 刪除重復(fù)的排序數(shù)組

• 刪除重復(fù)的排序數(shù)組2

• 查找沒有重復(fù)的最長子串

• 包含兩個(gè)獨(dú)特字符的最長子串

• Palindrome Partitioning

2.鏈表

在Java中實(shí)現(xiàn)鏈表是非常簡(jiǎn)單的，每個(gè)節(jié)點(diǎn)都有一個(gè)值，然后把它鏈接到下一個(gè)節(jié)點(diǎn)。 

class Node {
	int val;
	Node next;
 
	Node(int x) {
		val = x;
		next = null;
	}
}

比較流行的兩個(gè)鏈表例子就是棧和隊(duì)列。

棧（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;
		}
	}
}

隊(duì)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標(biāo)準(zhǔn)庫中已經(jīng)包含一個(gè)叫做Stack的類，鏈表也可以作為一個(gè)隊(duì)列使用（add()和remove()）。（鏈表實(shí)現(xiàn)隊(duì)列接口）如果你在面試過程中，需要用到?；蜿?duì)列解決問題時(shí)，你可以直接使用它們。

在實(shí)際中，需要用到鏈表的算法有：

• 插入兩個(gè)數(shù)字

• 重新排序列表

• 鏈表周期

• Copy List with Random Pointer

• 合并兩個(gè)有序列表

• 合并多個(gè)排序列表

• 從排序列表中刪除重復(fù)的

• 分區(qū)列表

• LRU緩存

3.樹&堆

這里的樹通常是指二叉樹。

class TreeNode{
	int value;
	TreeNode left;
	TreeNode right;
}

下面是一些與二叉樹有關(guān)的概念：

• 二叉樹搜索：對(duì)于所有節(jié)點(diǎn)，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(gè)子樹的高度差的絕對(duì)值不超過1，并且左右兩個(gè)子樹都是一棵平衡二叉樹；

• 滿二叉樹：除最后一層無任何子節(jié)點(diǎn)外，每一層上的所有結(jié)點(diǎn)都有兩個(gè)子結(jié)點(diǎn)；

• 完美二叉樹（Perfect Binary Tree）：一個(gè)滿二叉樹，所有葉子都在同一個(gè)深度或同一級(jí)，并且每個(gè)父節(jié)點(diǎn)都有兩個(gè)子節(jié)點(diǎn)；

• 完全二叉樹：若設(shè)二叉樹的深度為h，除第 h 層外，其它各層 (1～h-1) 的結(jié)點(diǎn)數(shù)都達(dá)到最大個(gè)數(shù)，第 h 層所有的結(jié)點(diǎn)都連續(xù)集中在最左邊，這就是完全二叉樹。

堆（Heap）是一個(gè)基于樹的數(shù)據(jù)結(jié)構(gòu)，也可以稱為優(yōu)先隊(duì)列（ PriorityQueue），在隊(duì)列中，調(diào)度程序反復(fù)提取隊(duì)列中第一個(gè)作業(yè)并運(yùn)行，因而實(shí)際情況中某些時(shí)間較短的任務(wù)將等待很長時(shí)間才能結(jié)束，或者某些不短小，但具有重要性的作業(yè)，同樣應(yīng)當(dāng)具有優(yōu)先權(quán)。堆即為解決此類問題設(shè)計(jì)的一種數(shù)據(jù)結(jié)構(gòu)。

下面列出一些基于二叉樹和堆的算法：

• 二叉樹前序遍歷

• 二叉樹中序遍歷

• 二叉樹后序遍歷

• 字梯

• 驗(yàn)證二叉查找樹

• 把二叉樹變平放到鏈表里

• 二叉樹路徑和

• 從前序和后序構(gòu)建二叉樹

• 把有序數(shù)組轉(zhuǎn)換為二叉查找樹

• 把有序列表轉(zhuǎn)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(guān)的問題主要集中在深度優(yōu)先搜索和寬度優(yōu)先搜索。深度優(yōu)先搜索非常簡(jiǎn)單，你可以從根節(jié)點(diǎn)開始循環(huán)整個(gè)鄰居節(jié)點(diǎn)。下面是一個(gè)非常簡(jiǎn)單的寬度優(yōu)先搜索例子，核心是用隊(duì)列去存儲(chǔ)節(jié)點(diǎn)。

第一步，定義一個(gè)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，定義一個(gè)隊(duì)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，使用隊(duì)列進(jìn)行寬度優(yōu)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);
				}
			}
		}
	}
}

輸出結(jié)果：

value: 2 value: 3 value: 5 Find value: 5 
value: 4

實(shí)際中，基于Graph需要經(jīng)常用到的算法：

• 克隆Graph

5.排序

不同排序算法的時(shí)間復(fù)雜度，大家可以到wiki上查看它們的基本思想。

BinSort、Radix Sort和CountSort使用了不同的假設(shè)，所有，它們不是一般的排序方法。 

下面是這些算法的具體實(shí)例，另外，你還可以閱讀： Java開發(fā)者在實(shí)際操作中是如何排序的。

• 歸并排序

• 快速排序

• 插入排序

6.遞歸和迭代

下面通過一個(gè)例子來說明什么是遞歸。

問題：

這里有n個(gè)臺(tái)階，每次能爬1或2節(jié)，請(qǐng)問有多少種爬法？

步驟1：查找n和n-1之間的關(guān)系

為了獲得n，這里有兩種方法：一個(gè)是從第一節(jié)臺(tái)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(jié)，那么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; 

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(shí)間復(fù)雜度指數(shù)為n，這里會(huì)有很多冗余計(jì)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)

該遞歸可以很簡(jiǎn)單地轉(zhuǎn)換為迭代。 

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;
}

在這個(gè)例子中，迭代花費(fèi)的時(shí)間要少些。關(guān)于迭代和遞歸，你可以去 這里看看。

7.動(dòng)態(tài)規(guī)劃

動(dòng)態(tài)規(guī)劃主要用來解決如下技術(shù)問題：

• 通過較小的子例來解決一個(gè)實(shí)例；

• 對(duì)于一個(gè)較小的實(shí)例，可能需要許多個(gè)解決方案；

• 把較小實(shí)例的解決方案存儲(chǔ)在一個(gè)表中，一旦遇上，就很容易解決；

• 附加空間用來節(jié)省時(shí)間。

上面所列的爬臺(tái)階問題完全符合這四個(gè)屬性，因此，可以使用動(dòng)態(tài)規(guī)劃來解決： 

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];
}

一些基于動(dòng)態(tài)規(guī)劃的算法：

• 編輯距離

• 最長回文子串

• 單詞分割

• 最大的子數(shù)組

8.位操作

位操作符：

從一個(gè)給定的數(shù)n中找位i（i從0開始，然后向右開始）

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：

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(guān)問題，都需要很好地格式化問題，下面提供一個(gè)簡(jiǎn)單的例子： 

有50個(gè)人在一個(gè)房間，那么有兩個(gè)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：

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(jié)果：

calculateProbability(50) = 0.97

10.組合和排列

組合和排列的主要差別在于順序是否重要。

例1：

1、2、3、4、5這5個(gè)數(shù)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(qǐng)問有多少種組合？

例2：

有5個(gè)香蕉、4個(gè)梨、3個(gè)蘋果，假設(shè)每種水果都是一樣的，請(qǐng)問有多少種不同的組合？

基于它們的一些常見算法

• 排列

• 排列2

• 排列順序

以上就是代碼面試最常用的10大算法有哪些，小編相信有部分知識(shí)點(diǎn)可能是我們?nèi)粘９ぷ鲿?huì)見到或用到的。希望你能通過這篇文章學(xué)到更多知識(shí)。更多詳情敬請(qǐng)關(guān)注億速云行業(yè)資訊頻道。