动态规划和贪婪算法
动态规划是现在编程的热门话题
如果面试题中是求一个问题的最优解,而且该问题能够分解成若干个种子问题,并且子问题之间还有重叠的更小的子问题,
由于子问题在分解大问题的过程中重复出现,为了避免重复求解子问题,我们可以用从上往下的顺序先计算小问题的最优解并存储下来,在以此为基础求取大问题的最优解。
面试题14:剪绳子
给你一条长度为n的绳子,把绳子剪成m段,每段绳子的长度记为k[0],…,k[m].其可能的最大乘积。
动态规划算法
时间复杂度O(n^2),
int maxProductAfterCutting_solution1(int length)
{
if(length<2)
return 0;
if(length == 2)
return 1;
if(length == 3)
return 2;
int* products = new int[length+1];
products[0]= 0;
products[1] = 1;
products[2] = 2;
products[3] =3 ;
int max =0;
for(int i =4 ;i<=length;++i)
{
max = 0;
for(int j = 1; j<=i/2;++j)
{
int product = products[j]*products[i-j];
if(max<product)
max = product;
products[i] = max;
}
}
max = products[length];
delete[] products;
return max;
}
贪婪算法
int maxProductAfterCutting_solution2(int length)
{
if(length<2)
return 0;
if(length==2)
return 1;
if(length ==3)
return 2;
//尽可能多的剪去长度为3的绳子
int timesOf3 = length/3;
//当绳子长度剩下4时,不能剪成长度为3的绳子
if(length - timesOf3 *3 ==1)
timeOf3 -=1;
int timesOf2 = (length - timesOf3*3)/2
return (int)(pow(3,timesOf3))*(int)(pow(2,timesOf2));
}
考察 抽象建模能力,把一个具体的场景抽象成一个能够运用动态规划和贪婪算法的模型
位运算
二进制及其位运算是现代计算机学科的基石,很多底层的技术都离不开位运算。
与或异或左移右移
面试题15:二进制中1的个数
请实现一个函数,输入一个整数,输出该二进制表示中1的个数。
int NUmberOf1( int n)
{
int count =0;
unsigned int flag =1 ;
while(flag)
{
if(n&flag)
count++;
flag = flag<<1;
}
return count;
}
int NunberOf1(int n)
{
int count = 0;
while(n)
{
++count;
n = (n-1)&n;
}
return count;
}
二进制及位运算的理解
考查应聘者分析,调试代码的能力。
把一个整数减去1之后,再和原来的整数做位运算,得到的结果相当于把整数的二进制表示中最右边的1变成0.