Java面试内容-基础篇-查找和排序

基础篇

• 基础篇要点：算法、数据结构、基础设计模式

1. 二分查找

要求
• 能够用自己语言描述二分查找算法
• 能够手写二分查找代码
• 能够解答一些变化后的考法
算法描述

1. 前提：有已排序数组 A（假设已经做好）
2. 定义左边界 L、右边界 R，确定搜索范围，循环执行二分查找（3、4两步）
3. 获取中间索引 M = Floor((L+R) /2) --(例如JS会用到Floor)
4. 中间索引的值 A[M] 与 待搜索的值 T 进行比较
   ① A[M] == T 表示找到，返回中间索引
   ② A[M] > T，中间值右侧的其它元素都大于 T，无需比较，中间索引左边去找，M - 1 设置为右边界，重新查找
   ③ A[M] < T，中间值左侧的其它元素都小于 T，无需比较，中间索引右边去找， M + 1 设置为左边界，重新查找
5. 当 L > R 时，表示没有找到，应结束循环

算法实现

public static int binarySearch(int[] a, int t) {
	int l = 0, r = a.length - 1, m;
	while (l <= r) {
		m = (l + r) / 2;
		if (a[m] == t) {
			return m;
		} else if (a[m] > t) {
			r = m - 1;
		} else {
			l = m + 1;
		}
	}
return -1;
}

测试代码

public static void main(String[] args) {
	int[] array = {1, 5, 8, 11, 19, 22, 31, 35, 40, 45, 48, 49, 50};
	int target = 47;
	int idx = binarySearch(array, target);
	System.out.println(idx);
}

解决整数溢出问题
当 l 和 r 都较大时，l + r 有可能超过整数范围，造成运算错误，解决方法有两种：
int m = l + (r - l) / 2;
还有一种是：位运算，运算效率比上面这种方法要高（要求是正数）
int m = (l + r) >>> 1;
其它考法

1. 有一个有序表为 1,5,8,11,19,22,31,35,40,45,48,49,50 当二分查找值为 48 的结点时，查找成功需要比较的次数
2. 使用二分法在序列 1,4,6,7,15,33,39,50,64,78,75,81,89,96 中查找元素 81 时，需要经过（ ）次比较
3. 在拥有128个元素的数组中二分查找一个数，需要比较的次数最多不超过多少次

对于前两个题目，记得一个简要判断口诀：奇数二分取中间，偶数二分取中间靠左。
对于后一道题目，需要知道公式：
2ⁿ = N ==> n = log₂(N) ==> n = log₁₀N / log₁₀2
其中 n - 1 为查找次数，N 为元素个数(>0)

2. 冒泡排序

要求
• 能够用自己语言描述冒泡排序算法
• 能够手写冒泡排序代码
• 了解一些冒泡排序的优化手段

• 算法描述

1. 依次比较数组中相邻两个元素大小，若 a[j] > a[j+1]，则交换两个元素，两两都比较一遍称为一轮冒泡，结果是让最大的元素排至最后
2. 重复以上步骤，直到整个数组有序

算法实现

public static void bubble(int[] a) {
	for (int j = 0; j < a.length - 1; j++) {
		// 一轮冒泡
		boolean swapped = false; // 记录是否发生了交换
		for (int i = 0; i < a.length - 1 - j; i++) {
			System.out.println("比较次数" + i);
			if (a[i] > a[i + 1]) {
				Utils.swap(a, i, i + 1);
				swapped = true;
			}
		}
		System.out.println("第" + j + "轮冒泡" + Arrays.toString(a));
		// 如果一轮冒泡没有发生交换
		// 则说明数据已经排序完成
		if (!swapped) {
			break;
		}
	}
}

• 优化点1：每经过一轮冒泡，内层循环就可以减少一次
• 优化点2：如果某一轮冒泡没有发生交换，则表示所有数据有序，可以结束外层循环

进一步优化

public static void bubble_v2(int[] a) {
	int n = a.length - 1;
	while (true) {
		int last = 0; // 表示最后一次交换索引位置
		for (int i = 0; i < n; i++) {
			System.out.println("比较次数" + i);
			if (a[i] > a[i + 1]) {
				Utils.swap(a, i, i + 1);
				last = i;
			}
		}
		// 内层循环退出时
		// last记录的就是本轮内层循环最后一次发生索引交换的位置
		n = last;
		System.out.println("第轮冒泡" + Arrays.toString(a));
		if (n == 0) {
			break;
		}
	}
}

• 每轮冒泡时，最后一次交换索引可以作为下一轮冒泡的比较次数，如果这个值为零，表示整个数组有序，直接退出外层循环即可

3. 选择排序

要求
• 能够用自己语言描述选择排序算法
• 能够比较选择排序与冒泡排序
• 理解非稳定排序与稳定排序

• 算法描述

1. 将数组分为两个子集，排序的和未排序的，每一轮从未排序的子集中选出最小的元素，放入排序子集
2. 重复以上步骤，直到整个数组有序

算法实现

public static void selection(int[] a) {
	for (int i = 0; i < a.length - 1; i++) {
		// i 代表每轮选择最小元素要交换到的目标索引
		int s = i; // 代表最小元素的索引
		for (int j = s + 1; j < a.length; j++) {
			if (a[s] > a[j]) { // j 元素比 s 元素还要小, 更新 s
				s = j;
			}
		}
		// s和i指向同一个数据时
		// 不需要交换
		if (s != i) {
			swap(a, s, i);
		}
		System.out.println(Arrays.toString(a));
	}
}

• 优化点：为减少交换次数，每一轮可以先找最小的索引，在每轮最后再交换元素

• 与冒泡排序比较

1. 二者平均时间复杂度都是 O(n²)
2. 选择排序一般要快于冒泡，因为其交换次数少
3. 但如果集合有序度高，冒泡优于选择
4. 冒泡属于稳定排序算法，而选择属于不稳定排序
   • 稳定排序指，按对象中不同字段进行多次排序，不会打乱同值元素的顺序
   • 不稳定排序则反之

稳定排序与不稳定排序

System.out.println("=================不稳定================");
Card[] cards = getStaticCards();
System.out.println(Arrays.toString(cards));
selection(cards, Comparator.comparingInt((Card a) -> a.sharpOrder).reversed());
System.out.println(Arrays.toString(cards));
selection(cards, Comparator.comparingInt((Card a) -> a.numberOrder).reversed());
System.out.println(Arrays.toString(cards));
System.out.println("=================稳定=================");
cards = getStaticCards();
System.out.println(Arrays.toString(cards));
bubble(cards, Comparator.comparingInt((Card a) -> a.sharpOrder).reversed());
System.out.println(Arrays.toString(cards));
bubble(cards, Comparator.comparingInt((Card a) -> a.numberOrder).reversed());
System.out.println(Arrays.toString(cards));

都是先按照花色排序（♠♥♣♦），再按照数字排序（AKQJ…）
• 不稳定排序算法按数字排序时，会打乱原本同值的花色顺序
[[♠7], [♠2], [♠4], [♠5], [♥2], [♥5]]
[[♠7], [♠5], [♥5], [♠4], [♥2], [♠2]]
原来 ♠2 在前 ♥2 在后，按数字再排后，他俩的位置变了
• 稳定排序算法按数字排序时，会保留原本同值的花色顺序，如下所示 ♠2 与 ♥2 的相对位置不变
[[♠7], [♠2], [♠4], [♠5], [♥2], [♥5]]
[[♠7], [♠5], [♥5], [♠4], [♠2], [♥2]]

4. 插入排序

要求
• 能够用自己语言描述插入排序算法
• 能够比较插入排序与选择排序

• 算法描述

1. 将数组分为两个区域，排序区域和未排序区域，每一轮从未排序区域中取出第一个元素，插入到排序区域（需保证顺序）
2. 重复以上步骤，直到整个数组有序

• 算法实现

// 修改了代码与希尔排序一致
public static void insert(int[] a) {
	// i 代表待插入元素的索引
	for (int i = 1; i < a.length; i++) {
		int t = a[i]; // 代表待插入的元素值
		int j = i;
		System.out.println(j);
		while (j >= 1) {
				if (t < a[j - 1]) { // j-1 是上一个元素索引，如果 > t，后移
				a[j] = a[j - 1];
				j--;
			} else { // 如果 j-1 已经 <= t, 则 j 就是插入位置
				break;
			}
		}
		// 待插入的元素归位
		// 进入下一个待插入元素的循环
		a[j] = t;
		System.out.println(Arrays.toString(a) + " " + j);
	}
}

• 与选择排序比较

1. 二者平均时间复杂度都是
2. 大部分情况下，插入都略优于选择
3. 有序集合插入的时间复杂度为 O(n)
4. 插入属于稳定排序算法，而选择属于不稳定排序
   提示
   插入排序通常被同学们所轻视，其实它的地位非常重要。小数据量排序，都会优先选择插入排序

5. 希尔排序

要求
• 能够用自己语言描述希尔排序算法

• 算法描述

1. 首先选取一个间隙序列，如 (n/2，n/4 … 1)，n 为数组长度
2. 每一轮将间隙相等的元素视为一组，对组内元素进行插入排序，目的有二
   ① 少量元素插入排序速度很快
   ② 让组内值较大的元素更快地移动到后方
3. 当间隙逐渐减少，直至为 1 时，即可完成排序

算法实现

private static void shell(int[] a) {
	int n = a.length;
	for (int gap = n / 2; gap > 0; gap /= 2) {
		// i 代表待插入元素的索引
		for (int i = gap; i < n; i++) {
			int t = a[i]; // 代表待插入的元素值
			int j = i;
			while (j >= gap) {
				// 每次与上一个间隙为 gap 的元素进行插入排序
				if (t < a[j - gap]) { // j-gap 是上一个元素索引，如果 > t，后移
					a[j] = a[j - gap];
					j -= gap;
				} else { // 如果 j-1 已经 <= t, 则 j 就是插入位置
					break;
				}
			}
			a[j] = t;
			System.out.println(Arrays.toString(a) + " gap:" + gap);
		}
	}
}

参考资料
• https://en.wikipedia.org/wiki/Shellsort

6. 快速排序

要求
• 能够用自己语言描述快速排序算法
• 掌握手写单边循环、双边循环代码之一
• 能够说明快排特点
• 了解洛穆托与霍尔两种分区方案的性能比较

• 算法描述

1. 每一轮排序选择一个基准点（pivot）进行分区
2. 让小于基准点的元素的进入一个分区，大于基准点的元素的进入另一个分区
3. 当分区完成时，基准点元素的位置就是其最终位置
4. 在子分区内重复以上过程，直至子分区元素个数少于等于 1，这体现的是分而治之的思想 （divide-and-conquer）
5. 从以上描述可以看出，一个关键在于分区算法，常见的有洛穆托分区方案、双边循环分区方案、霍尔分区方案

单边循环快排（lomuto 洛穆托分区方案）

1. 选择最右元素作为基准点元素
2. j 指针负责找到比基准点小的元素，一旦找到则与 i 进行交换
3. i 指针维护小于基准点元素的边界，也是每次交换的目标索引
4. 最后基准点与 i 交换，i 即为分区位置

public static void quick(int[] a, int l, int h) {
	if (l >= h) {
		return;
	}
	int p = partition(a, l, h); // p 索引值
	quick(a, l, p - 1); // 左边分区的范围确定
	quick(a, p + 1, h); // 左边分区的范围确定
}

private static int partition(int[] a, int l, int h) {
	int pv = a[h]; // 基准点元素-右边第一个元素
	// i记录左边界
	int i = l;
	
	for (int j = l; j < h; j++) {
		if (a[j] < pv) {
			// 这里判断可以不要，但是应该要想到
			// i = j的时候交换没有意义
			if (i != j) {
				swap(a, i, j);
			}
			i++;
		}
	}
	if (i != h) {
		swap(a, h, i);
	}
	System.out.println(Arrays.toString(a) + " i=" + i);
	// 返回值代表了基准点元素所在的正确索引，用它确定下一轮分区的边界
	return i;
}

双边循环快排（不完全等价于 hoare 霍尔分区方案）

1. 选择最左元素作为基准点元素
2. j 指针负责从右向左找比基准点小的元素，i 指针负责从左向右找比基准点大的元素，一旦找到二者交换，直至 i，j 相交
3. 最后基准点与 i（此时 i 与 j 相等）交换，i 即为分区位置
   要点
4. 基准点在左边，并且要先 找 j 后找 i
5. while( i < j && a[j] > pv ) j–，如果不判断i < j ,i指针会跑到j的右边去
6. while ( i < j && a[i] <= pv ) i++，如果不判断等于，第一轮循环可能把基准数给换到右边

private static void quick(int[] a, int l, int h) {
	if (l >= h) {
		return;
	}
	int p = partition(a, l, h);
	quick(a, l, p - 1);
	quick(a, p + 1, h);
}

private static int partition(int[] a, int l, int h) {
	// 基准值 = 左侧开始
	int pv = a[l];
	// 左侧指针 和 右侧指针
	int i = l;
	int j = h;
	while (i < j) {
		// j 从右找小的
		while (i < j && a[j] > pv) {
			j--;
		}
		// i 从左找大的
		while (i < j && a[i] <= pv) {
			i++;
		}
		// 上面两个内循环结束
		// 说明找到 左边较大值 和 右边较小值(与基准值比)
		swap(a, i, j);
	}
	swap(a, l, j);
	System.out.println(Arrays.toString(a) + " j=" + j);
	return j;
}

快排特点

1. 平均时间复杂度是 O(nlog₂n)，最坏时间复杂度 O(n²)
2. 数据量较大时，优势非常明显
3. 属于不稳定排序
   洛穆托分区方案 vs 霍尔分区方案
   • 霍尔的移动次数平均来讲比洛穆托少3倍
   • https://qastack.cn/cs/11458/quicksort-partitioning-hoare-vs-lomuto