[0,2,1,4,3,9,5,8,6,7]是以数组形式存储的最小堆，删除堆顶元素0后的结果是[1,2,5,4,3,9,7,8,6]

今天午饭的时候，刷一下CSDN大数据分析师，百度的面试题，做了8道题，分享给大家

1.【题目】【0、2、1、4、3、9、5、8、6、7】是以数组形式存储的最小堆，删除堆顶元素0后的结果是（）。 
　A、【2、1、4、3、9、5、8、6、7】 
　B、【1、2、5、4、3、9、8、6、7】 
　C、【2、3、1、4、7、9、5、8、6】 
　D、【1、2、5、4、3、9、7、8、6】 
解析： 
　　删除堆顶，然后总是从堆尾将某个数先放置到堆顶，然后依次下调到符合完全二叉树的要求，即每个子树的两个子节点都比父节点大（最小堆）。过程如下图所示：

                                                                                  图一

                                                                                  图二

                                                                                  图三

需要注意例如第三张图中，2和1在与7比较的时候，2和1先比较一次，哪个小再与7比较，如果比7小则互换，如果比7大则无需转换。
　　所以最终答案是D。

2.相似题：

最小堆[0,3,2,5,7,4,6,8]，在删除堆顶元素0之后，其结果是（D）

A.[3,2,5,7,4,6,8]

B.[2,3,5,7,4,6,8]

C.[2,3,4,5,7,8,6]

D.[2,3,4,5,6,7,8]

3.若用一个大小为6的数组来实现循环队列，且当前rear和front的值分别为0和3,当从队列中删除一个元素，在加入两个元素后，rear和front的值分别为(A)

A.2和4

B.1和5

C.4和2

D.5和1

解析：

循环队列属于队列，所以bai符合队列的性质。即：“先进先出du”，在队列中“允许插入的一端是队尾，允许删除的一端是队头”。

解析：
循环队列长度是6个节点；可用于存储数据的是5个节点。
（循环队列中：尾指针（rear）指向队列最后一个节点的下一个空白节点。）
本道题目中组成队列的节点号为：3、4、5。

1、删除一个元素，头指针（front）后移一位。头指针指向4。
2、加入两个元素，尾指针（rear）后移两位。尾指针指向2。
所以答案是：（ rear：2，front：4 ）。

小技巧：当出队列中删除一个元素，也就是出队，即front+1:=4再插入两个元素，即rear+2= 2

4.定义根节点深度为1，有n个元素的完全二叉树的深度是（B）

A.D(n) = log2(n)

B.D(n) = 1 + log2(n)

C.D(n) = n + log2(n)

D.D(n) = 1 + n*log2(n)

解析：

K层完全二叉树，就是前（K-1）层为满二叉树，第K层均为叶结点，可以不满。所以结点与深度的关系为：
2 ^ ( K - 1 ) - 1 < n <= 2 ^ K - 1。 所以K = [ ( n + 1 ) 以 2 为底取对数，然后向上取整 ]。

5.当很频繁的对序列中部进行插入和删除操作时，应该选择使用的容器是（B）

A.vector

B.list

C.deque

D.stack

解析：/

1.vector 底层数据结构为数组 ，支持快速随机访问
2.list 底层数据结构为双向链表，支持快速增删
3.deque 底层数据结构为一个中央控制器和多个缓冲区，详细见STL源码剖析P146，支持首尾（中间不能）快速增删，也支持随机访问
4.stack 底层一般用23实现，封闭头部即可，不用vector的原因应该是容量大小有限制，扩容耗时
5.queue 底层一般用23实现，封闭头部即可，不用vector的原因应该是容量大小有限制，扩容耗时
6.45是适配器,而不叫容器，因为是对容器的再封装
7.priority_queue 的底层数据结构一般为vector为底层容器，堆heap为处理规则来管理底层容器实现
8.set 底层数据结构为红黑树，有序，不重复
9.multiset 底层数据结构为红黑树，有序，可重复
10.map 底层数据结构为红黑树，有序，不重复
11.multimap 底层数据结构为红黑树，有序，可重复
12.hash_set 底层数据结构为hash表，无序，不重复
13.hash_multiset 底层数据结构为hash表，无序，可重复
14.hash_map 底层数据结构为hash表，无序，不重复
15.hash_multimap 底层数据结构为hash表，无序，可重复

//

6.判断一个单向链表中是否存在环的最佳方法是（B）

A.两重遍历

B.快慢指针

C.路径记录

D.哈希表辅助

解析：

让快慢指针都从链表表头开始，快指针一次向前移动连个位置，慢指针每次向前移动一个位置。如果快指针到达了NULL，说明不存在环，但如果快指针追上了慢指针，说明存在环。

使用路径记录也可以判断，可以每访问一个节点都设置标志位为1，如果访问到某个节点发现标志位已经为1则是有环，结束则无环。
同样的，哈希表也能达到记录路径的目的，每访问一个节点就把该节点的指针添加进去，然后判断之后访问的节点是否在哈希表中存在。
只不过这些相对于快慢指针所需要的空间复杂度较高

7.一个栈的输入序列为123...n，若输出序列的第一个元素是n，输出第i（1<=i<=n）个元素是（B）

A.不确定

B.n-i+1

C.i

D.n-i

解析：栈是一个罐子一样的，东西先装进去的只能后拿出来，N是最先拿出来了，也是说是全部装进去了再拿出来，所以B

8.在ASC算法team日常开发中，常常面临一些数据结构的抉择，令人纠结。目前大家在策划一个FBI项目（Fast Binary Indexing），其中用到的词汇有6200条，词汇长度在10-15之间，词汇字符是英文字母，区分大小写。请在下面几个数据结构中选择一个使检索速度最快的（D）
A.二叉搜索树，比较函数开销：1次运算/每字符
B.哈希表，hash算法开销：10次运算/每字符
C.链表，比较函数开销：1次运算/每字符
D.TRIE树，寻找子节点开销：1次运算/每字符

解析：该题又称单词查找树，Trie树，是一种树形结构，是一种哈希树的变种。典型应用是用于统计，排序和保存大量的字符串（但不仅限于字符串），所以经常被搜索引擎系统用于文本词频统计。它的优点是：利用字符串的公共前缀来减少查询时间，最大限度地减少无谓的字符串比较，查询效率比哈希表高。