常见的排序算法、笔面试常考（Java版），2024年最新中软国际面试问题

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Java开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024b （备注Java）

正文

4.希尔排序

=========================================================================

希尔排序是Donald Shell于1959年提出的一种排序算法，是对直接插入排序的改进之后的高效版本。

希尔排序需要准备一组数据作为增量序列。这组数据需要满足以下三个条件：

• 数据递减排列

• 数据中的最大值小于待排序数据的长度

• 数据中的最小值是

只要满足上述要求的数组都可以作为增量序列，但是不同的增量序列会影响到排序的效率。这是我们用 {5，3，1} 作为增量序列来进行讲解。

增量为5，就是第一个和第六个为一组进行比较，第二个和第七个一组进行比较，以此类推

我们知道，直接插入排序下列情况效率较高：

1. 数据基本有序

2. 待排序个数较少的时候（因为数据量小，所以 O(n) 和 O (n2)的差距并不大）

希尔排序就是利用了这样的性质来优化效率的。在希尔排序开始时增量较大，分组较多。每组的记录数目少，故各组内直接插入较快，后来增量逐渐缩小，分组数逐渐减小，各组的数据逐渐增多，但这时数据已趋于有序状态，所以进行插入得操作较少，排序过程也较快。

4.1 希尔排序增量的选择

---

理论上来说任选一组增量都可以进行排序，因为最后的增量就是1，就相当于是最后肯定还会对数据整体进行一次插入排序。但是希尔排序算法效率增量序列的取值有关。下面列出3种常见的增量序列供大家草靠，为了方便以公式的形式表达，我们用升序的方式来写增量序列。

public class Solution {

public int[] MySort (int[] arr) {

int n = arr.length;

int gap = n / 2;

while (gap >= 1) {

for (int i = gap; i < n; i++) {

int temp = arr[i];

int j = i - gap;

while (j >= 0 && arr[j] > temp) {

arr[j + gap] = arr[j];

j = j - gap;

}

arr[j + gap] = temp;

}

gap = gap / 2;

}

return arr;

}

}

5.堆排序

========================================================================

堆是一种完全二叉树，分为大根堆，小根堆两种。

• 可以O(1)取最大/小值；

• 可以O(logn)删除最大/小值；

• 可以O(logn)插入元素。

大（小）根堆始终满足一个性质，父亲节点的值大（小）于等于其所有子孙，那么显而易见的，整棵树中的根节点的值就是最大（小）的。

完全二叉树这种数据结构可以用数组实现：

排序数据其实是可以看作是一棵完全二叉树，如何快速地把一棵完全二叉树调整成小根堆呢？

5.1MIN-HEAPIFY(i) 操作

---

我们假设完全二叉树中某节点 i 的左子树和右子树都满足小根堆的性质，假设 i 节点的左孩子是lefti，i 节点的右孩子是righti。那如果a[ i ] 大于 a [lefti] 或 a [righti]的话，那么以 i 节点为根节点的整棵子树就不满足小根堆的性质了。我们现在要进行一个操作：把以 i 为根节点的这棵子树调整成小根堆。

5.2删除堆顶元素操作

---

可以将最后一个数临时的补到堆顶的位置，然后判断他是否可以放在堆顶——即是否小于其两个儿子，如果不是则说明他应该往下交换，将其和两个儿子中的小的那个交换，交换之后继续和他的儿子进行判断和交换，一直交换到合适的位置。

这样就可以保证删除堆顶元素之后还维持小根堆的性质。其实也可以理解为把最后一个数补到堆顶位置之后，堆的大小减一，再进行一次MIN-HEAPIFY操作。

5.3排序过程

---

具体的图解可以看这篇博课 -->> Java实现堆排序和图解

我们先把待排序数组调整成堆，那么堆顶就是整个数组中的最小值。然后我们删除堆顶元素，删除堆顶元素的操作第一步要把最后一个数，临时补到堆顶的位置，这个时候对于堆这个数据结构来说，数组的最后一位其实就没意义了，但是对于实现这个数据结构的数组来说，最后一位还是在物理上存在的。那么我们可以把删除的堆顶元素赋值到数组的最后一位。相当于把最小值放到了数组的最后。这样的话依次删除堆顶元素就相当于依次把最小的值放在了最后。对于小根堆来说，所有元素都删除完毕了以后，整个数组就形成了降序。如果我们需要升序的话，就需要把数组调整成大根堆。

/*

注意：这里的数组是从0开始存储的，

所以我们取左儿子的时候是i*2+1

所以我们取右儿子的时候是i*2+2

*/

public class Solution {

//记录堆的大小

int headSize;

//分别取左右节点的下标

public int Left (int i) {

if (i * 2 + 1 >= headSize) return -1;

return i * 2 + 1;

}

public int Right (int i) {

if (i * 2 + 2 >= headSize) return -1;

return i * 2 + 2;

}

//调整大根堆的操作

public void minHeapify (int[] arr, int i) {

//得到i左右节点的下标

int left = Left(i);

int right = Right(i);

//比较大小

//最大值下标

int maxi = i;

if (left != -1 && arr[left] > arr[i]) {

maxi = left;

}

if (right != -1 && arr[right] > arr[maxi]) {

maxi = right;

}

if (maxi != i) {

swap(arr, i, maxi);

i = maxi;

minHeapify(arr, i);

}

}

public void Delete (int[] arr) {

swap(arr, headSize - 1, 0);

headSize–;

minHeapify(arr, 0);

}

public void swap(int arr[], int i, int j){

int temp = arr[i];

arr[i] = arr[j];

arr[j] = temp;

}

public int[] MySort (int[] arr) {

int n = arr.length;

headSize = n;

for (int i = (n - 1) / 2; i >= 0; i–) {

minHeapify(arr, i);

}

for (int i = 0; i < n; i++) {

Delete(arr);

}

return arr;

}

}

6.归并排序

=========================================================================

归并排序是分治法的典型应用，先来介绍一下分治法，分治法是把一个复杂的问题分成两个或更多的相同或相似的子问题，再把子问题分成更小的子问题…直到最后的子问题规模很小可以直接求解，再将子问题的解进行合并来得到原问题的解。

归并排序分解子问题的过程就是每一次把数组分成2份，直到数组的长度为1（因为只有一个数字的数组是有序的）。然后再将相邻的有序数组合并成一个有序数组，知道全部合到一起，整个数组就排序完毕了。现在要解决的问题就是如何将两个有序的数组合并成一个有序数组。其实就是每次比较两个数组当前最小的两个元素，哪个小就选哪个。

public class Solution {

//将排好序的两个数组，重新合并到新的数组里面

public void merge (int[] arr, int l, int r) {

int mid = (l + r) / 2;

// 新建两个数组，lenL、lenR分别为新数组的长度

int lenL = mid - l + 1;

int lenR = r - mid;

int[] L = new int[lenL];

int[] R = new int[lenR];

for (int i = 0; i < lenL; i++) {

L[i] = arr[l + i];

}

for (int i = 0; i < lenR; i++) {

R[i] = arr[mid + 1 + i];

}

int i = 0, j = 0;

for (int index = l; index <= r; index++) {

// 选左边数组中的值

if (j >= lenR || (i < lenL && L[i] < R[j])) {

arr[index] = L[i];

i++;

} else {

// 选右边数组中的值

arr[index] = R[j];

j++;

}

}

}

public void mergeSort (int[] arr, int l, int r) {

if (l < r) {

int mid = (l + r) / 2;

mergeSort(arr, l, mid);

mergeSort(arr, mid + 1, r);

// 排好序后，进行合并

// 从 l 到 mid 是排好序的

// 从 mid + 1 到 r 是排好序的，才会调用meger()方法

merge(arr, l ,r);

}

}

public int[] MySort (int[] arr) {

int n = arr.length;

mergeSort(arr, 0, n - 1);

return arr;

}

}

7.快速排序

=========================================================================

快速排序的工作原理是：**从待排序数组中随便挑选一个数字作为基准数，把所有比它小的数字放在它的左边，所有比它大的数字放在它的右边。然后再对它左边的数组和右边的数组递归进行这样的操作。**全部操作完成以后整个数组就是有序的了。

把所有比基准数小的数字放在它的左边，所有比基准数大的数字放在它的右边。这个操作，我们称为“划分”（Partition）。

7.1“划分”（Partition）算法导论写法

---

“划分”（Partition）的操作可以在O(n)的时间复杂度进行，有很多种方法可以进行这个操作.。

《算法导论》里给出的解法如下：

每次以数组中的最后一个数作为基准数。

public class Solution {

// 划分方法

public int partition (int[] arr, int l, int r) {

int i = l;

int x = arr[r]; // 取基准数字

for (int j = l; j < r; j++) {

if (arr[j] < x) {

swap(arr, i, j);

i++;

}

}

swap(arr, r, i);

return i;

}

public void quickSort (int[] arr, int l, int r) {

if (l < r) {

int mid = partition(arr, l, r);

quickSort(arr, l, mid - 1);

quickSort(arr, mid + 1, r);

}

}

public void swap(int arr[], int i, int j){

int temp = arr[i];

arr[i] = arr[j];

arr[j] = temp;

}

public int[] MySort (int[] arr) {

int n = arr.length;

quickSort(arr, 0, n - 1);

return arr;

}

}

7.2 “填坑法”

---

直接看图&代码 ↓

public class Solution {

// 划分方法

public int partition (int[] arr, int l, int r) {

int x = arr[l]; //基准数

总结

虽然面试套路众多，但对于技术面试来说，主要还是考察一个人的技术能力和沟通能力。不同类型的面试官根据自身的理解问的问题也不尽相同，没有规律可循。

上面提到的关于这些JAVA基础、三大框架、项目经验、并发编程、JVM及调优、网络、设计模式、spring+mybatis源码解读、Mysql调优、分布式监控、消息队列、分布式存储等等面试题笔记及资料

有些面试官喜欢问自己擅长的问题，比如在实际编程中遇到的或者他自己一直在琢磨的这方面的问题，还有些面试官，尤其是大厂的比如 BAT 的面试官喜欢问面试者认为自己擅长的，然后通过提问的方式深挖细节，刨根到底。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注Java）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
不同类型的面试官根据自身的理解问的问题也不尽相同，没有规律可循。

[外链图片转存中…(img-jog0o74y-1713467689486)]

[外链图片转存中…(img-8hBQARTE-1713467689487)]

上面提到的关于这些JAVA基础、三大框架、项目经验、并发编程、JVM及调优、网络、设计模式、spring+mybatis源码解读、Mysql调优、分布式监控、消息队列、分布式存储等等面试题笔记及资料

有些面试官喜欢问自己擅长的问题，比如在实际编程中遇到的或者他自己一直在琢磨的这方面的问题，还有些面试官，尤其是大厂的比如 BAT 的面试官喜欢问面试者认为自己擅长的，然后通过提问的方式深挖细节，刨根到底。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注Java）
[外链图片转存中…(img-rpUpOi14-1713467689488)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！