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：?

?

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
• 合并間隔
• 插入間隔
• Two Sum
• 3Sum
• 4Sum
• 3Sum Closest
• String to Integer
• 合并排序數組
• 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，然后把它鏈接到下一個節點。?

?

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）?

?

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）

?

?

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
• 合并兩個有序列表
• 合并多個排序列表
• 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的概念：

?

?

• 二叉樹搜索：對于所有節點，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，并且左右兩個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，并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）是一個基于樹的數據結構，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并運行，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。

?

第一步，定義一個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，定義一個隊列

?

?

?

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，使用隊列進行寬度優先搜索

?

?

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);}}}} }

輸出結果：

?

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

實際中，基于Graph需要經常用到的算法：

?

• 克隆Graph

?

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。

?

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。

?

• 歸并排序
• 快速排序
• 插入排序

?

6.遞歸和迭代

下面通過一個例子來說明什么是遞歸。

問題：

這里有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，這里有兩種方法：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; }

遞歸方法的時間復雜度指數為n，這里會有很多冗余計算。

?

?

?

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

該遞歸可以很簡單地轉換為迭代。?

?

?

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; }

?

在這個例子中，迭代花費的時間要少些。關于迭代和遞歸，你可以去?這里看看。

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；
• 對于一個較小的實例，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：?

?

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];elseA[n] = f3(n-1) + f3(n-2);//store results so only calculate once!return A[n]; }

?

一些基于動態規劃的算法：

?

• 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：

從一個給定的數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，那么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：

?

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于順序是否重要。

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？

基于它們的一些常見算法

?

• 排列
• 排列2
• 排列順序

轉載于:https://www.cnblogs.com/haore147/p/3860346.html

總結

以上是生活随笔為你收集整理的CSDN总结的面试中的十大算法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。