是什么让他在月薪三千变为了月入过万？

职场中，要想薪资翻倍，最重要的就是如何进行，并且有准的去面试面试除了考察人工作能力以外，也是情商与智商的考验，是正规的职业交谈，亲疏关系和你是否适合公司团队都取决于面试官，成功的找到一份工作，当然是给职业生涯夯实了基础，但是成功人的人，都是有准备的人，希望你准备的更充分一些

先分享面试题之Java篇

一. 算法

• （一）经典的算法：

• 1.递归算法：

• 1）数据定义按递归定 义 fibonacci

• 2）问题揭发按递归解 决 回溯算法

• 3）数据结构按递归定 义 树遍历图搜索

• 经典题-整数划分：

（一）经典的算法：

• 2.分治算法：

• 对于规模为n的问题分解成k个规模小的问题他们彼此独立，然后再将 它们合并

• 分治策略的算法设计模式

•Divide_and_Conquer（P）

• {

•if (|P|＜＝n0 ) return adhoc(P)；

•divide P into smaller substances P1，P2，…，Pk；

• for (i＝1; i＜＝k; k＋＋)

•yi＝Divide-and-Conquer（Pi） //递归解决Pi

•Return merge（y1，y2，…，yk） //合并子问题

• }

• 二分搜索：

•Public static int binarysearch(int[]data,intbeginindex,intendindex)

•Int beginindex=0;int endindex =n-1;

•While(beginindex<endindex)

•{ int mid =(beginindex+endindex)/2

•If(x==a[mid] return mid;

•If(x>a[mid] beginindex=mid+1;

•Else endindex=mid-1;}

•Return -1

• a[0:n-1] 找出

• 第k小的元素

• 快速排序算法

• 是分治算法的应

• 1.分析最优子结构：

• 2.重叠子问题；

• 题-最长公共子序列：

题-最大子段和：

• B[j]=max{b[j-1]+a[j],a[j]}//条件b[i-j]>0 int MaxSum(int n)

int sum=0; int b=0;

for (int i=1;i<=n;i++)

{

if (b>0) b+=a; else b=a; if (b>sum) sum=b;

}

return sum;

int MaxSum(int n, int &besti, int &bestj)

{

int sum=0; int b=0;

int begin = 0;

for (int i=1; i<=n; i++)

{

if (b>0) b+=a;

else {b=a; begin = i;}

if (b>sum) //得到新的最优值时，更新最优解

{

sum = b; besti = begin; bestj = i;

}

}

return sum;

}

• 题0-1背包问题：

• 第一个式子是不装入物品i，也可能物品i无 法装入，背包的容量不变，转化为前i+1个 物品放与容量为j的背包中

• 第二个式子装入物品i则新增加价值vi，但容 量变位j-w，对于最后一个物品n，若j》=w

p(i，j)  max( p(i 1，j)，p(i 1，j  wi )  vi } j  wi

 p(i 1，j) 0  j  wi

• 题：最长单调子系列

• 辅助数组b表示以a为结尾的最长递增子 序列长度，则序列L的最长递增子序列的长 度：max {b}

• B[1]=1;

• B=max{b[k]}+1

int LIS_n2(int n) //教材上这一句丢掉了

{

int b[NUM]={0}; //辅助数组b

int i,j; b[1] = 1;

int max = 0; //数组b的最大值

for (i=2;i<=n; i++)

{

int k = 0;

for (j=1; j<i; j++) //0~i-1之间，b的最大值

if (a[j]<=a && k<b[j]) k=b[j]; b = k+1;

if (max<b) max=b;

}

return max;

}

• 贪心选择性质是指所求问题的整体最优解可以通 过一系列局部最优的选择，即贪心选择来达到

Greedy(A)

{

S={ }; //初始解集合为空集

while (not solution(S)) //集合S没有构成问题的一个解

{

x = select(A); //在候选集合A中做贪心选择

if feasible(S, x) //判断集合S中加入x后的解是否

可行

S = S+{x};

A = A-{x};

}

return S;

｝

（一）经典的算法：贪心算法背包

问题

double knapsack(int n, bag a[], double c)

{

double cleft = c; int i = 0;

double b = 0;

while(i<n && a.w<=cleft)

{

cleft -= a.w;

b += a.v;

//物品原先的序号是a.index，全部装入背包

a[a.index].x = 1.0; i++;

}

if (i<n) {

a[a.index].x = 1.0*cleft/a.w;

b += a[a.index].x*a.v;

}

return b;

}

• 令cw(i)表示目前搜索到第i层已经装入背包的 物品总重量，即部分解(x1, x2 , …, xi)的重量：

i

cw(i)   x j wj

j1

• 对于左子树， xi =1 ，其约束函数为：

constraint (i)  cw(i  1)  wi

• 若constraint(i)＞W，则停止搜索左子树，否

则继续搜索。

• 对于右子树，为了提高搜索效率，采用上界函数

Bound(i)剪枝。

• 令cv(i)表示目前到第i层结点已经装入背包的物品

价值：cv(i)   x jv j

j1

r(i) 

n

v j

ji1

• 令r(i)表示剩余物品的总价值：

Bound (i)

 cv(i) 

r(i)

• 则限界函数Bound(i)为：

#define NUM 100

int c; //背包的容量

int n; //物品的数量

int cw; //当前重量

int cv; //当前价值

int bestv; //当前最优价值

//描述每个物品的数据结构 struct Object{

int w; //物品的重量

int v; //物品的价值

double d; //物品的单位重量价值比

//物品的数组

void backtrack(int i)

{

//到达叶子结点时，更新最优值 if (i+1>n) {bestv = cv; return;}

//进入左子树搜索 if (cw+Q.w<=c)

{

cw += Q.w;

cv += Q.v; backtrack(i+1); cw -= Q.w;

cv -= Q.v;

}

//进入右子树搜索

if (Bound(i+1)>bestv) backtrack(i+1);

int cleft = c-cw; //背包剩余的容量 int b = cv; //上界

//尽量装满背包

while (i<n && Q.w<=cleft)

{

cleft -= Q.w;

b += Q.v; i++;

}

//剩余的部分空间也装满

if (i<n) b += 1.0*cleft*Q.v/Q.w; return b;

}

• 从活结点表中选择下一个活结点作为新的扩展 结点，分支限界算法通常可以分为两种形式：

1.FIFO（First In First Out）分支限界算法

–按照先进先出（FIFO）原则选择下一个活结点作为 扩展结点，即从活结点表中取出结点的顺序与加入结 点的顺序相同。

2.最小耗费或最大收益分支限界算法

–在这种情况下，每个结点都有一个耗费或收益。

–根据问题的需要，可能是要查找一个具有最小耗费 的解，或者是查找一个具有最大收益的解。

• 限界函数：

• 求max维护或节点，从活节点选择一个节点 作为扩展节点，对扩展节点的每个分支i， 计算其上界值，若当前最大的目标函数值 best不小于bound（i）不会放入活节点，否 则放入，所以若bound（i）《=best表示正 在搜索的节点i为死节点减掉

• 深度优先

• 广度优先 无回溯快

 

附赠Java免费精品教程

地址：http://yun.itheima.com/course/375.html?db