小米,微软,百度等公司的面试题目及其推广与解析

前些时候在网上看到小米,百度,微软等公司都有如下的面试题目:

一个数组中有2n+2个整数,其中n个出现了两次,只有2个出现了一次,要写算法(最优)求出这两个独特的数.

解决这个题目我的思考过程如下:

原题中有2个独特的数,如果只有1个独特的数呢?显然,如果只有一个独特的数的话有一种并不通用的解法(全部异或,结果就是那个独特的数).但是,我的想法是利用快速排序的一个partion子过程,每一次partion结束我假设第k个元素是用来进行partion结束之后所在的位子(左边的都比第k个元素小,右边的都不比第k个小),则知道左边有k-1个元素,显然,如果k-1是一个奇数,则我们要找的那个独特的数在左边,否则在右边,这样,每一次parion结束我就能把搜索的空间缩小.

思考:

上面的算法看起来是对的,可是其复杂度呢?(我自己的那种算法,而不是那个一次异或的妙法).如果每一次partion结束之后刚好把搜索的空间去掉了2个元素呢(这是最糟糕的情况,但是,是完全有可能的)?那么我的算法的复杂度就是O(n^2)了,还不如直接一个排序呢,呵呵.

分析:

对于快速排序,我想任何一本书上都会讲到说其复杂度平均情况下是O(NLgN),也就是说,快速排序的平均复杂度是基于比较的排序的极限(不可能再优化了).但是,如果我们的运气非常不好的话,每一次快速排序都使得左边只有一个元素呢,那么复杂度就是O(n^2),只是由于每一次都这样发生的概率实在太低了,所以不管如何,快速排序的平均情况还是比较好的(快速排序的时间复杂度其实就是二叉树的平均高度,而且刚好对应,可以用一棵二叉查找树一一对应一次快速排序).

当然,如果有人故意捣乱呢,如果有人故意安排一个特殊的序列,使得每一次partion刚好分出一个元素,那么我们只能对快速排序说no了.这个问题怎么解决呢?有人就聪明了,在进行快速排序之前对数组进行一次预处理,就是进行一次随机化.(使数组的元素随机排序一次).

问题:

在快速排序之前随机化只能从概率上降低最糟糕的情况,可是,不能从原理上证明不会发生最糟糕的情况---因为随机交换的话有概率(1/n!)使得随机化之后的序列与随机化之前的序列完全一样,这样,故意安排的计划还是可能得逞.

问题的解决方案:

以上的快速排序之所以说可能达到O(n^2),是因为有一种特殊的序列可能导致的,现在的想法是,如果有一种partion,使得划分的结果不可能是c:n-c(即左边只有有限个元素,右边却是几乎所有的元素).刚好我们可以有如下的策略,使得可以在O(n)的复杂度内给出一个最差情况下是0.3:0.7的划分方法,其方法如下(在算法导论P112上有)

把数组分成5个一组(多余出来的不满5个当成一组),然后进行排序,并且找出每一组的中位数,再一步是找出这n/5个中位数中的中位数(一个递归过程),可以知道,其时间方程如下:T(n)=T(n/5)+ O(n),最后由主定理知复杂度是O(n),也就是说,我们能在O(n)的时间内完成以上的过程,设最后找出来的一那个数是x,可知按照x去partion则比例最差是0.3:0.7,也就是说,我们可以得到快速排序的子过程(partion)的一个优化的partion,这个优化的partion会使得在partion之后数组的比例比较协调.

现在按照这个优化之后的partion去解决题目中提出的问题,即找出两个特别的数.

首先,我们要证明的是可以在O(n)复杂度内解决1个特殊的数的问题(那个巧妙的异或算法不允许使用).

我们注意到,对数组的每一次partion(用上面的那个优化的partion)之后,得到两段,如果左边的元素个数是奇数,显然,我们需要在左边找(右边一定全部是出现两次的数),否则,在右边找.则知算法的时间复杂度最差是T(n)=T(0.7n)+O(n),解出来还是O(n),也就是说,解决一个特殊的数的问题需要O(n)即可.

现在解决两个特殊的数的问题.

同样的,对于一次partion,如果左边是奇数个,则知道,左边和右边都刚好有一个特殊的数,此时,显然可以在O(n)内解决,否则,如果左边是偶数个,则把左边的数全部异或,如果结果为0,则右边有两个特殊的数,如果不为0,则两个特殊的数全部在左边,此时方程也是T(n)=T(0.7n)+O(n),解得复杂度是O(n).

以上解决了两个特殊的数的问题,现在把问题扩充如下:

在n个数的序列中(用数组存储,而且不一定是整数),有t(t<k)个数只出现一次,其余m个数都出现k次,要写算法求出这t个特殊的数.(n=t+mk)

算法如下:

仍然用那个优化的partion,一次partion结束后设左边有x个数,如果x被k整除,则要找的t个数全部在右边,此时问题的规模降低为0.7n(至多),否则,这t个数分布在左边和右边,对左边和右边同时进行递归处理.这样,左边和右边都是线性时间(左边O(x),右边O(n-x)),加起来也是线性时间(O(n)).

总结:算法的时间复杂度是O(n),空间是O(lg n)----partion过程的递归空间.