个人整理 - Java 后端面试题 - 算法篇

本贴最后更新于 1459 天前,其中的信息可能已经时过境迁

求二叉树中节点的最大距离

情况 A: 路径经过左子树的最深节点,通过根节点,再到右子树的最深节点。
方案:计算两个节点到根节点的深度相加。
情况 B: 路径不穿过根节点,而是左子树或右子树的最大距离路径,取其大者。
方案:计算两个节点到子树根节点的深度相加

fibonacci 数列的动态规划算法?

利用空间换时间。使用临时变量保存之前计算好的值。

分配饼干问题?每个孩子都有一个满足度,每个饼干都有一个大小,只有饼干的大小大于一个孩子的满足度,该孩子才会获得满足。求解最多可以获得满足的孩子数量。Input:[1,2], [1,2,3]。Output: 2

贪心算法。对饼干、孩子满足度进行排序。然后先用小饼干给满足度低的孩子。不造成浪费。

如何计算二叉树的深度

public static int treeDepth(TreeNode root) {
    if (root == null) {
        return 0;
     }
    // 计算左子树的深度
    int left = treeDepth(root.left);
    // 计算右子树的深度
    int right = treeDepth(root.right);
    // 树root的深度=路径最长的子树深度 + 1
    return left >= right ? (left + 1) : (right + 1);
 }

如何打印二叉树每层的节点?

  • 借助一个队列,先把根节点入队,每打印一个节点的值时,也就是打印队列头的节点时,
  • 都会把它的的左右孩子入队,并且把该节点出队。直到队列为空。

二叉树的 Z 型遍历?

借助一个队列和一个栈,方法和打印层遍历类似,区别在于隔层利用栈来逆序遍历。

反转单链表?

  1. 可以利用栈逆序拼接。
  2. 利用三个指针引用,一次性遍历反转,在每次反转两个节点的时候,都需要保存下一个节点,以免丢失原链表。

随机链表的复制?

复制成 1->1'->2->2'->3->3' 的链表,然后再拆分出来 1'->2'->3'

链表-奇数位升序偶数位降序-让链表变成升序

第一种做法:先将链表拆分成奇数的链表,和偶数的链表,然后翻转偶数的链表,在合并两个链表。

bucket 如果用链表存储,它的缺点是什么?

不支持随机访问,查找的时间复杂度是 O(n)

如何判断链表检测环?

准备两个指针,一个步长为 1,一个步长为 2,当遍历到的指针相同时,则判定出现环

寻找一数组中前 K 个最大的数?

最小堆算法

求一个数组中连续子向量的最大和

遍历数组,从第一个大于 0 的数字开始累加,保存最大值,如果累加后的值小于等于 0 的话,就抛这一下标,
从下一个下标开始累积,如果超过之前的最大值的话就进行替换。使用 sum 和 max 变量进行操作

找出数组中和为 S 的一对组合。

将所有数字放入数字对应下标的数组,有 N 个相同的数字,该下标的值就为 N。
从 i 下标开始遍历,S-i 下标对应值 >0 的话,就找到组合。 i=s-i 的话,做特殊处理。

一个数组,除一个元素外其它都是两两相等,求那个元素?

所有值进行异或运算。最后的值再和 0 异或,得到原来的值。

将一个二维数组顺时针旋转 90 度,说一下思路。

先找出旋转 90 度,下标的变换规律。 然后从外圈向内圈旋转变换。

各类排序算法总结?

排序算法 时间复杂度
冒泡排序 O(n2)
选择排序 O(n2)
插入排序 O(n2)
希尔排序 O(n1.5)
快速排序 O(N*logN)
归并排序 O(N*logN)
堆排序 O(N*logN)
基数排序 O(d(n+r))

快排的原理是什么?

基本思想:(分治)

  • 先从数列中取出一个数作为 key 值;
  • 将比这个数小的数全部放在它的左边,大于或等于它的数全部放在它的右边;
  • 对左右两个小数列重复第二步,直至各区间只有 1 个数。

堆排序的原理是什么?

  • 利用数组建立一个大根堆(父亲比孩子的值大);
  • 把堆顶元素和堆尾元素互换;
  • 把堆(无序区)的尺寸缩小 1,并调用 siftDown(arr, 0,len-1)从新的堆顶元素开始进行堆调整;
  • 重复步骤,直到堆的大小为 1;

归并排序的原理?

归并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法的一个非常典型的应用。
首先考虑下如何将 2 个有序数列合并。这个非常简单,只要从比较 2 个数列的第一个数,谁小就先取谁,
取了后就在对应数列中删除这个数。然后再进行比较,如果有数列为空,那直接将另一个数列的数据依次取出即可。

找出数据流的中位数?

  • 插入排序,然后找到中间位置。
  • 借鉴快排的思想,随机取一个数,大于它的排左边,小于它的排右边。检测所选数字是否位于数组中间。
    是的话就返回,不是的话,小于数组中间位置就对右边递归,大于数组中间位置就对左边递归。

堆和栈的区别?

  • 堆可以被看成是一棵完全二叉树树,如:堆排序。
  • 一种先进后出的数据结构。

Java 优先级队列?

PriorityQueue 是一个基于优先级堆的无界队列,它的元素是按照自然顺序(natural order)排序的。
在创建的时候,我们可以给它提供一个负责给元素排序的比较器。PriorityQueue 不允许 null 值,因为
他们没有自然顺序,或者说他们没有任何的相关联的比较器。最后,PriorityQueue 不是线程安全的,
入队和出队的时间复杂度是 O(log(n))。

为什么要设计后缀表达式,有什么好处?

从左到右遍历表达式的每个数字和符号,遇到是数字就进栈,遇到是符号,就将处于栈顶两个数字出栈,
进行运算,运算结果进栈,一直到最终获得结果。
对于表达式计算非常方便

LRU 算法的实现原理?

重写 LinkedHashMap

public class LRUCache<K, V> extends LinkedHashMap<K, V> {
    private final int MAX_CACHE_SIZE;
 
    public LRUCache2(int cacheSize) {
        super((int) Math.ceil(cacheSize / 0.75) + 1, 0.75f, true);
        MAX_CACHE_SIZE = cacheSize;
    }
 
    @Override
    protected boolean removeEldestEntry(Map.Entry eldest) {
        return size() > MAX_CACHE_SIZE;
    }
}

使用随机算法产生一个数,要求把 1-1000W 之间这些数全部生成。(考察高效率,解决产生冲突的问题)

声明一个大小为 10000000 的数组,每次随机出来的数 i,都去数组下标 i-1 的位置看是否为 0,如果为 0 的话,
写入这个数字,并记录数组的真实大小,等数组的真实大小为 10000000 的时候,停止随机。

两个有序数组的合并排序

同时遍历两个数组,每次对比两个数组当前坐标的值哪个小,小的存入新的数组,数组下表往后移一位,
大的那边坐标不变,继续下次大小对比。依次循环。

一个数组的倒序

每次交换头尾的值,并坐标向中间靠拢。

二叉树的前序,中序,后序遍历算法

前序递归:

 public void preOrderTraverse1(TreeNode root) {
    if (root != null) {
        System.out.print(root.val + "->");
        preOrderTraverse1(root.left);
        preOrderTraverse1(root.right);
    }
 }

前序非递归:

public void preOrderTraverse2(TreeNode root) {
    Stack<TreeNode> stack = new Stack<>();
    TreeNode node = root;
    while (node != null || !stack.empty()) {
        if (node != null) {
            System.out.print(node.val + "->");
            stack.push(node);
            node = node.left;
        } else {
            TreeNode tem = stack.pop();
            node = tem.right;
        }
    }
}

中序递归:

public void inOrderTraverse(TreeNode root) {
    if (root != null) {
        inOrderTraverse(root.left);
        System.out.print(root.val + "->");
        inOrderTraverse(root.right);
    }
}

中序非递归:

public void inOrderTraverse(TreeNode root) {
    Stack<TreeNode> stack = new Stack<>();
    TreeNode node = root;
    while (node != null || !stack.isEmpty()) {
        if (node != null) {
            stack.push(node);
            node = node.left;
        } else {
            TreeNode tem = stack.pop();
            System.out.print(tem.val + "->");
            node = tem.right;
        }
    }
}

后序递归:

public void postOrderTraverse(TreeNode root) {
    if (root != null) {
        postOrderTraverse(root.left);
        postOrderTraverse(root.right);
        System.out.print(root.val + "->");
    }
}

后序非递归:

public void postOrderTraverse(TreeNode root) {
        TreeNode cur, pre = null;

        Stack<TreeNode> stack = new Stack<>();
        stack.push(root);

        while (!stack.empty()) {
            cur = stack.peek();
            if ((cur.left == null && cur.right == null) || (pre != null && (pre == cur.left || pre == cur.right))) {
                System.out.print(cur.val + "->");
                stack.pop();
                pre = cur;
            } else {
                if (cur.right != null)
                    stack.push(cur.right);
                if (cur.left != null)
                    stack.push(cur.left);
            }
        }
    }

层次遍历:

public void levelOrderTraverse(TreeNode root) {
        if (root == null) {
            return;
        }
        Queue<TreeNode> queue = new LinkedList<TreeNode>();
        queue.add(root);

    while (!queue.isEmpty()) {
        TreeNode node = queue.poll();
        System.out.print(node.val + "->");

        if (node.left != null) {
            queue.add(node.left);
        }
        if (node.right != null) {
            queue.add(node.right);
        }
    }
}

DFS,BFS 算法

深度优先算法:利用栈实现
广度优先算法:利用队列来实现

逆波兰计算器

利用栈与后缀表达式利于计算机方便计算

Hoffman 编码

按权重将节点分布在一条右子树上,使得前缀不重复

平衡二叉树?

  • 平衡二叉树,左右高度之差不超过 1,Add/delete 可能造成高度 >1,此时要旋转,维持平衡状态,
  • 避免二叉树退化为链表,让 Add/Delete 时间复杂度但控制在 O(log2N),旋转算法 2 个方法,1 是求树的高度,
  • 2 是求 2 个高度最大值,1 个空树高度为-1,只有 1 个根节点的树的高度为 0,以后每一层 +1,平衡树任意节点
  • 最多有 2 个儿子,因此高度不平衡时,此节点的 2 棵子树高度差为 2。例如单旋转,双旋转,插入等。红黑树放弃
  • 完全平衡,追求大致平衡,保证每次插入最多要 3 次旋转就能平衡。

海量 url 去重类问题(布隆过滤器)

     利用bit数组,通过不同的哈希函数定位数组中的坐标。  如果都存在的话,代表存在。有一定误判率。

数组和链表数据结构描述,各自的时间复杂度

      数组查找是O(1),删除或者新增是O(N)
      链表查找是O(N),删除或者新增是O(1)

二叉树遍历

      递归遍历和循环遍历

hash 算法的有哪几种,优缺点,使用场景

MD5 和 SHA256
1.保护密码。
2.防止文件篡改
3.数字签名(对整段内容加密比较费性能,所以只对哈希值进行加密)
4.文件秒传

实际场景问题解决,典型的 TOP K 问题

可以使用类似选择排序,类似快排,类似最大堆的算法

用三个线程按顺序循环打印 abc 三个字母,比如 abcabcabc。

     利用原子数字,对三取余,打印对应的abc。或者利用三个condition进行唤醒。

10 亿个数字里里面找最小的 10 个。

      分治,加最小堆

有 1 亿个数字,其中有 2 个是重复的,快速找到它,时间和空间要最优。

      1b是8比特。
      1kb是8192比特
       大概12mb内存可以代表1亿数字的比特位
      利用哈希来判断          

2 亿个随机生成的无序整数,找出中间大小的值。

准备一个大数组。依次放入数组。数字出现 n 次,对应下标值就为 n,完成之后,遍历数组。
当累加数值为 1 亿时,对应下标即为中位数。时间复杂度即为 O(N)

有 3n+1 个数字,其中 3n 个中是重复的,只有 1 个是不重复的,怎么找出来。

累加每个位置上的 bit 位 %3 即为不重复的数字的 bit 位

写一个字符串(如 hello)反转函数。

        在原数组中对调首尾对称的位置

二分查找的时间复杂度,优势。

log2N 优势是 性能平均

一个已经构建好的 TreeSet,怎么完成倒排序。

递归更换左右子树即可

一个单向链表,删除倒数第 N 个数据。

准备两个指针,初始指向头结点, 1 号指针先走 n 步,然后 2 号指针开始走,当 1 号指针走到尾节点时,2 号指针即为倒数第 N 个数据。

200 个有序的数组,每个数组里面 100 个元素,找出 top20 的元素。

        依次遍历每个有序数组(假设数组从大到小),对比这200个数字,最大的放入top20数组,重复20次该操作,即可获得top20数组

单向链表,查找中间的那个元素。

        一个步长为1的游标,一个步长为2的游标,当步长为2的游标到达链表末尾时,步长为1的游标即中间元素

10 亿个数,找出最大的 10 个。

        分割,或者流式读取,然后利用一个大小为10的小根堆。
        或者分成100份,每份计算最大的10个数字,最后对比这个1000个数字 

有几台机器存储着几亿淘宝搜索日志,你只有一台 2g 的电脑,怎么选出搜索热度最高的十个搜索关键词?

       先划分成多个小文件,送进内存排序,然后再采用多路归并排序。

10 万个数,输出从小到大?

       快排等算法。

有十万个单词,找出重复次数最高十个?

先用遍历一次十万单词,放入 hashmap 中,key 为单词,value 为次数。然后再遍历 hashmap,放入最小堆,可以使用 priorityqueue 或者大小为 10 的数组也行

  • 面试

    面试造航母,上班拧螺丝。多面试,少加班。

    324 引用 • 1395 回帖

相关帖子

欢迎来到这里!

我们正在构建一个小众社区,大家在这里相互信任,以平等 • 自由 • 奔放的价值观进行分享交流。最终,希望大家能够找到与自己志同道合的伙伴,共同成长。

注册 关于
请输入回帖内容 ...