- 相關(guān)推薦
java算法面試常見問題
Java是一種可以撰寫跨平臺應(yīng)用軟件的面向?qū)ο蟮某绦蛟O(shè)計(jì)語言。Java 技術(shù)具有卓越的通用性、高效性、平臺移植性和安全性。下面請看小編帶來的java算法面試常見問題！
java算法面試常見問題
字符串
如果IDE沒有代碼自動補(bǔ)全功能，所以你應(yīng)該記住下面的這些方法。
toCharArray() // 獲得字符串對應(yīng)的char數(shù)組
Arrays.sort() // 數(shù)組排序
Arrays.toString(char[] a) // 數(shù)組轉(zhuǎn)成字符串
charAt(int x) // 獲得某個(gè)索引處的字符
length() // 字符串長度
length // 數(shù)組大小
鏈表
在Java中，鏈表的實(shí)現(xiàn)非常簡單，每個(gè)節(jié)點(diǎn)Node都有一個(gè)值val和指向下個(gè)節(jié)點(diǎn)的鏈接next。
class Node {
int val;
Node next;
Node(int x) {
val = x;
next = null;
}
}
鏈表兩個(gè)著名的應(yīng)用是棧Stack和隊(duì)列Queue。
棧：
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：
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;
}
}
}
樹
這里的樹通常是指二叉樹，每個(gè)節(jié)點(diǎn)都包含一個(gè)左孩子節(jié)點(diǎn)和右孩子節(jié)點(diǎn)，像下面這樣：
class TreeNode{
int value;
TreeNode left;
TreeNode right;
}
下面是與樹相關(guān)的一些概念：
1）平衡 vs. 非平衡：平衡二叉樹中，每個(gè)節(jié)點(diǎn)的左右子樹的深度相差至多為1（1或0）。
2）滿二叉樹（Full Binary Tree）：除葉子節(jié)點(diǎn)以為的每個(gè)節(jié)點(diǎn)都有兩個(gè)孩子。
3）完美二叉樹（Perfect Binary Tree）：是具有下列性質(zhì)的滿二叉樹：所有的葉子節(jié)點(diǎn)都有相同的深度或處在同一層次，且每個(gè)父節(jié)點(diǎn)都必須有兩個(gè)孩子。
4）完全二叉樹（Complete Binary Tree）：二叉樹中，可能除了最后一個(gè)，每一層都被完全填滿，且所有節(jié)點(diǎn)都必須盡可能想左靠。
譯者注：完美二叉樹也隱約稱為完全二叉樹。完美二叉樹的一個(gè)例子是一個(gè)人在給定深度的祖先圖，因?yàn)槊總�(gè)人都一定有兩個(gè)生父母。完全二叉樹可以看成是可以有若干額外向左靠的葉子節(jié)點(diǎn)的完美二叉樹。疑問：完美二叉樹和滿二叉樹的區(qū)別？
圖
圖相關(guān)的問題主要集中在深度優(yōu)先搜索（depth first search）和廣度優(yōu)先搜索（breath first search）。
下面是一個(gè)簡單的圖廣度優(yōu)先搜索的實(shí)現(xiàn)。
1) 定義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;
}
}
2) 定義一個(gè)隊(duì)列Queue
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;
}
}
}
3) 用隊(duì)列Queue實(shí)現(xiàn)廣度優(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);
}
}
}
}
}
Output:
排序
下面是不同排序算法的時(shí)間復(fù)雜度，你可以去wiki看一下這些算法的基本思想。
《視覺直觀感受 7 種常用的排序算法》 另外，這里有一些實(shí)現(xiàn)/演示：: Counting sort、Mergesort、 Quicksort、 InsertionSort。
《視頻: 6分鐘演示15種排序算法》
遞歸VS迭代
對程序員來說，遞歸應(yīng)該是一個(gè)與生俱來的思想（a built-in thought），可以通過一個(gè)簡單的'例子來說明。
問題： 有n步臺階，一次只能上1步或2步，共有多少種走法。
步驟1:找到走完前n步臺階和前n-1步臺階之間的關(guān)系。
為了走完n步臺階，只有兩種方法：從n-1步臺階爬1步走到或從n-2步臺階處爬2步走到。如果f(n)是爬到第n步臺階的方法數(shù)，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)雜度是n的指數(shù)級，因?yàn)橛泻芏嗳哂嗟挠?jì)算，如下：
f(5)
f(4) + f(3)
f(3) + f(2) + f(2) + f(1)
f(2) + f(1) + f(1) + f(0) + f(1) + f(0) + f(1)
f(1) + f(0) + f(1) + f(1) + f(0) + f(1) + f(0) + f(1)
直接的想法是將遞歸轉(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;
}
對這個(gè)例子而言，迭代花費(fèi)的時(shí)間更少，你可能也想看看Recursion vs Iteration。
動態(tài)規(guī)劃
動態(tài)規(guī)劃是解決下面這些性質(zhì)類問題的技術(shù)：
1）一個(gè)問題可以通過更小子問題的解決方法來解決（譯者注：即問題的最優(yōu)解包含了其子問題的最優(yōu)解，也就是最優(yōu)子結(jié)構(gòu)性質(zhì)）。
2）有些子問題的解可能需要計(jì)算多次（譯者注：也就是子問題重疊性質(zhì)）。
3）子問題的解存儲在一張表格里，這樣每個(gè)子問題只用計(jì)算一次。
4）需要額外的空間以節(jié)省時(shí)間。
爬臺階問題完全符合上面的四條性質(zhì)，因此可以用動態(tài)規(guī)劃法來解決。
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];
}
位操作
位操作符：
public static boolean getBit(int num, int i){ 獲得給定數(shù)字n的第i位：(i從0計(jì)數(shù)并從右邊開始)
int result = num & (1<<i);
if(result == 0){
return false;
}else{
return true;
}
例如，獲得數(shù)字10的第2位：
i=1, n=10
1<<1= 10
1010&10=10
10 is not 0, so return true;
概率問題
解決概率相關(guān)的問題通常需要很好的規(guī)劃了解問題（formatting the problem），這里剛好有一個(gè)這類問題的簡單例子：
一個(gè)房間里有50個(gè)人，那么至少有兩個(gè)人生日相同的概率是多少？（忽略閏年的事實(shí)，也就是一年365天）
計(jì)算某些事情的概率很多時(shí)候都可以轉(zhuǎn)換成先計(jì)算其相對面。在這個(gè)例子里，我們可以計(jì)算所有人生日都互不相同的概率，也就是：365/365 * 364/365 * 363/365 * … * (365-49)/365，這樣至少兩個(gè)人生日相同的概率就是1 – 這個(gè)值。
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;
calculateProbability(50) = 0.97
排列組合
組合和排列的區(qū)別在于次序是否關(guān)鍵。