解题笔记（2）——部分面试题解题思路

这几天在网上看到一篇关于算法面试题的博客，归纳的很好，有不少经典的题目，大部分来自《编程珠玑》、《编程之美》、《代码之美》三本书。这里给出书上的解答以及一些思考。如有不对的地方，希望得到高手的指点。

【一】 时间受限

大部分的面试题，都是对时间复杂度有所要求的，如果有涉及，“最快”一类的字样，毫无疑问，先上时空原理，用空间来换时间。Hash，大数组，一些辅助性的空间，都是首选。在我的面试经历中，有无数次用到过Hash和大数组的。不过，通常这不会是面试官想听的唯一解法，他们紧接着十有八九是会说“如果只有xxxx空间呢？”。说此类方法只是为自己争取更多的时间，并且体现思考的完整性，简而言之，装B用。。。

eg1.1：求一个char（8bit）中，二进制1的个数，越快越好。 -- 《编程之美》

编程之美上提供了五种方法，（1）使用除法操作 （2）使用位操作 （3）在位操作的基础上改进，算法的复杂度只于1的个数有关 （4）使用分支操作 （5）查表法。

第2种方法用的是位运算，比第一种方法高效很多。第3种方法非常有技巧。第4，5两种方法其实是用空间换时间，但是如果是一个int（32bit），那么这两种方法就不适用了。方法3的代码

int Count(BYTE v) { 

     int num = 0; 

     while( v ) {

           v &= ( v - 1 );

           num++;

    }

}

eg1.2：有一个整数数组A[N]，让你不用除法，求另一个数组B[N]，其中B[i] = A[0]*A[1] ... * A[N-1] / A[i]，期望复杂度是O(N)。 -- TopLanguage 

利用两个辅助数组C[N],D[N]完成，其中C[i] = A[0]*A[1]*...A[i-1]*A[i], D[i]=A[i]*A[i+1]*...A[N-2]*A[N-1]，B[i] =C[i-1] *D[i+1] 

【二】 空间受限

这里的空间受限，指的是在大数据分析的逻辑下，空间受限的问题。大部分情况下，就是压缩。位图是一个很好的方法，用一个bit（或几个）取代更大的int类型，最常见的位图是1bit 取代 1int，其实，很多时候，1bit可以取代更大的空间，这完全取决于你需要保留的信息。。。

 eg2.1：有一个很大的文件，存放一堆7位的电话号码，号码无重复，请用最小的内存消耗，将其排序。 -- 《编程珠玑》

利用位图技术实现。每一个号码如果用一个int存储，那么需要40MB (  (10^7*4)/10^6 MB)，如果用位图技术，则只需用1位来存放1个号码，需要1.25MB(  ( 10^7/8)/10^6 MB)

每个号码对应位图的一位，位图初始全清零，读入一个号码就把相应的位置位，遍历后按位图顺序输出对应的数字。

eg2.2：给10MB的内存，给一个4百万整数的文件，找一个不在文件中的整数。

可以用10MB内存来存放 0 到（8*10^7-1）范围数的出现情况。扫描文件一遍，将该范围中相应的位置位，超出范围的数简单丢弃。然后遍历位图，找到第一个为0的位即可，位图中肯定有未置位的位。

扩展1 ：给10MB的内存，给一个40亿整数的文件，找一个不在文件中的整数。

同样可以用上述的方法，不过可能需要多遍扫描。因为文件中的整数是多于8*10^7，第一遍扫描后，位图的所有位都可能被置位。如果出现这种情况，那么用10MB内存存放 （8*10^7）到 （16*10^7-1）范围数的出现情况，再次尝试。平均性能几乎是扫描1次。

扩展2 ：给10MB的内存，给一个40亿整数的文件，找一个不在文件中的整数。只能扫描文件1遍

暂时未想到确定性的算法，这里给出一种近似的方法。随机生成200万个数，然后排序。扫描文件1遍，把文件中出现的对应数删除，比如200万个随机数中有5，而文件中也有5，那么把随机数5从数组中删除（简单置为-1即可）。最终随机生成的200万个数中会剩余 (2*10^6) * ( 1 - (4*10^9)/2^32) ，取其中的任意一个即可。几乎不会失败。

【三】 基于文件 
越来越多的大公司，开始关系对文件的处理，上面所说的空间受限的问题，其实也基本都是和文件打交道。基于文件的处理，基本都是寻找，或者排序，最最核心的，就是减少文件读取的次数。除了位图法，还可以考虑哨兵，典型的案例就是外排中，增加单个文件大小的方法。

eg3.1：给定一个包含4300000000个32位整数的顺序文件，找到一个至少出现两次的整数。 -- 《编程珠玑》

思路1：如果内存不受限，用位图技术，必有2个数会落到同一位中，其实是运用了鸽巢原理。32位整数能表示的最大数为4294967295，小于43亿。

思路2：如果内存受限，采用二分搜索法。由于4.3G>32位的整数空间，根据鸽笼原理，肯定会有重复的整数。搜索范围从所有的32位正整数开始（全部当成unsigned int，简化问题），即[0,2^32)，中间值即为2^31。然后遍历文件，如果小于2^31的整数个数大于2^31，则调整搜索范围为[0,2^31]，反之亦然；然后再对整个文件再遍历一遍，直到得到最后的结果。这样一共会有logn次的搜索，每次过n个整数（每次都是完全遍历），总体的复杂度为o(nlogn)

eg3.2：有一个文件，有很多很多的整数（也许有100亿），寻找其中最大的K个。 -- 《编程之美》 

列举几种解法

解法1：如果元素不是很多，用快速排序，然后遍历找到最大的K个。总的时间复杂度为 O(N logN) + O(K)

解法2：找K个数中最小的那个，就是第K大的数。利用二分搜索找到第K大的数，然后在遍历。总的时间复杂度为 O(NlogN)

解法3：如果数据不能全部装入内存，上面两种方法不是很好。可以利用堆排序，即维护一个K个元素的最小堆即可。每次新考虑的一个数，如果比堆的最小数还要小，丢弃；如果比堆的最小数要大，那么替换最小元素，然后调整堆。时间复杂度为 O(N logK)

解法4：如果数据的范围有限，可以利用计数法，即扫描文件一遍，记录每个整数出现的次数，然后再从大到小取最大的K个即可。时间复杂度为O(N)

【四】 常见方法 
你需要相信，面试官也是人，他不会有心情花30分钟给你描述一个问题，或者让你做50页纸的推导，考算法的目的只是为了你的思维能力，而不是真的想让你搞定一个复杂的问题。大部分问题，都是有比较快速清晰的解决方法的。。。 
1. 分治法 这绝对是你必须考虑使用的一种方法，如果有可能的话。动态规划这东西，在面试的时候比较沉重，不好描述，不好书写，而分治却刚刚好，美丽，快捷，易书写，是面试官杀人越货的首选武器。分治的用法实在是太多了，几乎是无所不在，二分，快排，种群计数，各个唯美无比。。。 

eg4.1：给你一个长度为N的整数数组，请找出最大的子数组和。 -- 《编程之美》

这一题其实可以用动态规划解决。定义两个辅助数组Start [N] 和 All [N] ，Start [i] 表示从元素i开始，包含元素i的最大的一段连续数组和。All[i] 表示从元素i开始，最大的一段连续数组和。All[0] = max { A[0], A[0]+Start[1], All[1] }  可以很方便的用动态规划解决。

int MaxSum(int *A, int n) {