Android面试——数据结构&算法

数据结构

1）数组（Array）

由相同类型的元素（element）组成，并且是使用一块连续的内存来存储。

我们直接可以利用元素的索引（index）可以计算出该元素对应的存储地址。

数组的特点是：提供随机访问 并且容量有限。

假如数组的长度为 n。
访问：O（1）//访问特定位置的元素
插入：O（n ）//最坏的情况发生在插入发生在数组的首部并需要移动所有元素时
删除：O（n）//最坏的情况发生在删除数组的开头发生并需要移动第一元素后面所有的元素时

 2）链表（LinkedList）

虽然是一种线性表，但是并不会按线性的顺序存储数据，使用的不是连续的内存空间来存储数据。

链表的插入和删除操作的复杂度为 O(1) ，只需要知道目标位置元素的上一个元素即可。但是，在查找一个节点或者访问特定位置的节点的时候复杂度为 O(n) 。

使用链表结构可以克服数组需要预先知道数据大小的缺点，链表结构可以充分利用计算机内存空间，实现灵活的内存动态管理。但链表不会节省空间，相比于数组会占用更多的空间，因为链表中每个节点存放的还有指向其他节点的指针。除此之外，链表不具有数组随机读取的优点。

假如链表中有n个元素。 
访问：O（n）//访问特定位置的元素 
插入删除：O（1）//必须要要知道插入元素的位置

 常见链表分类：

1. 单链表
2. 循环单链表
3. 双向链表
4. 双向循环链表

单链表：只有一个方向，结点只有一个后继指针 next 指向后面的节点。

循环链表 其实是一种特殊的单链表，和单链表不同的是循环链表的尾结点不是指向 null，而是指向链表的头结点。

双向链表 包含两个指针，一个 prev 指向前一个节点，一个 next 指向后一个节点。

双向循环链表 最后一个节点的 next 指向 head，而 head 的 prev 指向最后一个节点，构成一个环。

数组 vs 链表

• 数组支持随机访问，而链表不支持。
• 数组使用的是连续内存空间对 CPU 的缓存机制友好，链表则相反。
• 数组的大小固定，而链表则天然支持动态扩容。如果声明的数组过小，需要另外申请一个更大的内存空间存放数组元素，然后将原数组拷贝进去，这个操作是比较耗时的！

3） 栈（stack）

只允许在有序的线性数据集合的一端（称为栈顶 top）进行加入数据（push）和移除数据（pop）。因而按照 后进先出（LIFO, Last In First Out） 的原理运作。在栈中，push 和 pop 的操作都发生在栈顶。

栈常用一维数组或链表来实现，用数组实现的栈叫作 顺序栈 ，用链表实现的栈叫作 链式栈 。

假设堆栈中有n个元素。
访问：O（n）//最坏情况
插入删除：O（1）//顶端插入和删除元素

应用场景

1 浏览器的前进和回退功能

2 检查符号是否成对出现

3 反转字符串 

4）队列（Queue）

队列（Queue） 是 先进先出( FIFO，First In, First Out) 的线性表。在具体应用中通常用链表或者数组来实现，用数组实现的队列叫作 顺序队列 ，用链表实现的队列叫作 链式队列 。队列只允许在后端（rear）进行插入操作也就是 入队 enqueue，在前端（front）进行删除操作也就是出队 dequeue

队列的操作方式和堆栈类似，唯一的区别在于队列只允许新数据在后端进行添加。

假设队列中有n个元素。
访问：O（n）//最坏情况
插入删除：O（1）//后端插入前端删除元素

单队列

循环队列

应用场景：需要按照一定顺序来处理数据的时候可以考虑使用队列这个数据结构

• 阻塞队列： 阻塞队列可以看成在队列基础上加了阻塞操作的队列。当队列为空的时候，出队操作阻塞，当队列满的时候，入队操作阻塞。
• 线程池中的请求/任务队列： 线程池中没有空闲线程时，新的任务请求线程资源时，线程池该如何处理呢？答案是将这些请求放在队列中，当有空闲线程的时候，会循环中反复从队列中获取任务来执行。队列分为无界队列(基于链表)和有界队列(基于数组)。无界队列的特点就是可以一直入列，除非系统资源耗尽，但是有界队列就不一样了，当队列满的话后面再有任务/请求就会拒绝，在 Java 中的体现就是会抛出异常。
• Linux 内核进程队列（按优先级排队）
• 现实生活中的派对，播放器上的播放列表;
• 消息队列（handler）

 5）二叉树

是每个节点最多只有两个分支（即不存在分支度大于 2 的节点）的树结构。

二叉树 的分支通常被称作“左子树”或“右子树”。并且，二叉树 的分支具有左右次序，不能随意颠倒。

左小右大：左子树所有节点值小于它的根节点值，且右子树所有节点值 大于它的根节点值，则这样的二叉树就是排序二叉树

二叉树的存储主要分为 链式存储 和 顺序存储 两种：

链式存储和链表类似，二叉树的链式存储依靠指针将各个节点串联起来，不需要连续的存储空间。

每个节点包括三个属性：

• 数据 data。data 不一定是单一的数据，根据不同情况，可以是多个具有不同类型的数据。
• 左节点指针 left
• 右节点指针 right。

JAVA 没有指针，就直接引用对象

顺序存储就是利用数组进行存储，数组中的每一个位置仅存储节点的 data，不存储左右子节点的指针，子节点的索引通过数组下标完成。根结点的序号为 1，对于每个节点 Node，假设它存储在数组中下标为 i 的位置，那么它的左子节点就存储在 2i 的位置，它的右子节点存储在下标为 2i+1 的位置。 

二叉树遍历

• 先序遍历：根左右
• 中序遍历：左根右
• 后序遍历 ：左右根

6）红黑树

1. 每个节点非红即黑；
2. 根节点总是黑色的；
3. 每个叶子节点都是黑色的空节点（NIL节点）；
4. 如果节点是红色的，则它的子节点必须是黑色的（反之不一定）；
5. 从根节点到叶节点或空子节点的每条路径，必须包含相同数目的黑色节点（即相同的黑色高度）。

算法

常见的排序算法有：插入排序、选择排序、冒泡排序、快速排序、归并排序、希尔排序、堆排序、基数排序等

1）冒泡排序 (Bubble Sort)

重复地遍历要排序的序列，依次比较两个元素，如果它们的顺序错误就把它们交换过来。遍历序列的工作是重复地进行直到没有再需要交换为止，此时说明该序列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢 “浮” 到数列的顶端。 

算法步骤

1 比较相邻的元素。如果第一个比第二个大，就交换它们两个；

2 对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对，这样在最后的元素应该会是最大的数；

3 针对所有的元素重复以上的步骤，除了最后一个；

4 重复步骤 1~3，直到排序完成。

2）选择排序 (Selection Sort) 

算法步骤

1 首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置

2 再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。

3 重复第 2 步，直到所有元素均排序完毕。

3）插入排序 (Insertion Sort)

工作原理：是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。

算法步骤

1 从第一个元素开始，该元素可以认为已经被排序；

2 取出下一个元素，在已经排序的元素序列中从后向前扫描；

3 如果该元素（已排序）大于新元素，将该元素移到下一位置；

4 重复步骤 3，直到找到已排序的元素小于或者等于新元素的位置；

5 将新元素插入到该位置后；

6 重复步骤 2~5。

4）希尔排序 

5）归并排序 

6）快速排序​ (Quick Sort) ​

快速排序的基本思想：通过一趟排序将待排序列分隔成独立的两部分，其中一部分记录的元素均比另一部分的元素小，则可分别对这两部分子序列继续进行排序，以达到整个序列有序。

算法步骤

快速排序使用分治法（Divide and conquer）策略来把一个序列分为较小和较大的 2 个子序列，然后递回地排序两个子序列。具体算法描述如下：

1 从序列中随机挑出一个元素，做为 “基准”(pivot)；

2 重新排列序列，将所有比基准值小的元素摆放在基准前面，所有比基准值大的摆在基准的后面（相同的数可以到任一边）。在这个操作结束之后，该基准就处于数列的中间位置。这个称为分区（partition）操作；

3 递归地把小于基准值元素的子序列和大于基准值元素的子序列进行快速排序。

7）二分查找

又叫折半查找，要求待查找的序列有序。每次取中间位置的值与待查关键字比较，如果中间位置

的值比待查关键字大，则在前半部分循环这个查找的过程，如果中间位置的值比待查关键字小，

则在后半部分循环这个查找的过程。直到查找到了为止，否则序列中没有待查的关键字。