2017年搜狐内推 面试题——谈谈面试中的算法

转自：2017年搜狐内推 面试题——谈谈面试中的算法，保存在此以学习。

第一题：给你一个数组，其中有一个元素的个数大于数组总个数的一半，求出这个元素。

该同学的给出了方法一：先对数组排序，然后找到中间的那个数字，一定就是我们要找的元素。如果使用快速排序的话，该算法的平均时间复杂度为O(nlogn)，空间复杂度为O(1)。

群友给的方法二：用HashMap 去解决，key存放元素，value存放个数，如果个数超过一般，输出这个元素。该算法时复杂度为O(n),空间复杂度为O(n)。

这里有一种时间复杂度为O(n)，空间复杂度为O(1)的算法，主要思想如下：采用阵地攻守的思想：第一个数字作为第一个士兵，守阵地；count = 1；遇到相同元素，count++; 遇到不相同元素，即为敌人，同归于尽,count--；当遇到count为0的情况，又以新的i值作为守阵地的士兵，继续下去，到最后还留在阵地上的士兵，就是要找主元素。（ps：如果本题要求判断超过一半的元素是否存在，只要在遍历一次，记录剩余“士兵”的个数是否超过一半即可）。现在贴出java版算法：

public class Solution{
    public int majority Element(int[] num){
 
        int major=num[0], count = 1;
        for(int i=1; i<num.length;i++){
            if(count==0){
                count++;
                major=num[i];
            }else if(major==num[i]){
                count++;
            }else count--;
            
        }
        return major;
    }
}

 

该算法在《剑指offer》和leetcode中均有出现，所以有条件的话还是可以看看相关书籍，动手写写算法的。

 

第二题：给你一个数组，一个目标值sum，在里面寻找两个数使其和为target。

这也是一道很经典的算法题。

下面方法节选自《三十七章集锦by_July》。

方法一：直接穷举，时间复杂度O(n^2)，显然是下下策。

方法二：对每个a[i]，二分查找sum-a[i]是否也在原始序列中，每一次要查找的时间都要花费为O(logn)，总的时间复杂度O(nlogn)。

方法三：有没有更好的办法呢？咱们可以依据上述思路2 的思想，a[i]在序列中，如果a[i]+a[k]=sum 的话，那么sum-a[i]（a[k]）也必然在序列中，举个例子，如下：原始序列：1、2、4、7、11、15 用输入数字15 减一下各个数，得到对应的序列为：14、13、11、8、4、0第一个数组以一指针i 从数组最左端开始向右扫描，第二个数组以一指针j 从数组最右端开始向左扫描，如果下面出现了和上面一样的数，即a[*i]=a[*j]，就找出这俩个数来了。如上，i，j 最终在第一个，和第二个序列中找到了相同的数4 和11，所以符合条件的两个数，即为4+11=15。

具体操作方法为：要达到O(N)的复杂度，第一个数组以一指针i 从数组最左端开始向右扫描，第二个数组以一指针j 从数组最右端开始向左扫描，首先初始i 指向元素1，j 指向元素0，谁指的元素小，谁先移动，由于1（i）>0（j），所以i 不动，j 向左移动。然后j 移动到元素4 发现大于元素1，故而停止移动j，开始移动i，直到i 指向4，这时,i 指向的元素与j 指向的元素相等，故而判断4 是满足条件的第一个数；然后同时移动i,j 再进行判断，直到它们到达边界。

该方法利用提高空间复杂度来减少时间复杂度，要是对时间复杂度要求高，对空间不是很严格的话，也是一种不错的方法。

方法四：用hash表，给定a[i],根据映射查找sum-a[i]是否在数组中，时空都是O(n)。

方法五：如果数组有序，就可以利用两个指针i，j，各自指向数组的首尾两端，令 i=0，j=n-1，然后 i++，j--，逐次判断 a[i]+a[j]?=sum，如果某一刻 a[i]+a[j]>sum，则要想办法让sum 的值减小，所以此刻i 不动，j--，如果某一刻a[i]+a[j]<sum，则要想办法让sum 的值增大，所以此刻i++，j 不动。所以，数组无序的时候，时间复杂度最终为O（n*logn+n）=O（n*logn），若原数组是有序的，则不需要事先的排序，直接O（n）搞定，且空间复杂度还是O（1），此思路是相对于上述所有思路的一种改进。

 

说到这个题目，我想额外提一下，方法二中涉及二分查找，你会写二分查找吗？知道mid=(low+high)/2潜在的风险吗？知道low<high条件可能会无法达到进入死循环吗？如果你不了解上述的任何一个情况，建议去查阅相关的博客。

 

从此次搜狐一面来看，主要是考察基础的经典的算法，所以学生在平时的学习重要注意夯实基础。