可以明确的一点是,面试算法题目在难度上(尤其是代码难度上)会略低一些,倾向于考察一些基础数据结构与算法,对于高级算法和奇技淫巧一般不作考察。
代码题主要考察编程语言的应用是否熟练,基础是否扎实,一般来会让面试者写出代码完成一些简单的需求或者使用递归实现某些功能,而数学题倾向于考察概率相关的问题。
1、实现一个数字的反转,比如输入12345,输出54321
num = 12345
num_str = str(num)
reversed_num_str = num_str[::-1]
reversed_num = int(reversed_num_str)
print(reversed_num) # 输出 54321
代码解析:首先将输入的数字转换为字符串,然后使用切片操作将字符串反转,最后再将反转后的字符串转换回数字类型。
2、统计在一个队列中的数字,有多少个正数,多少个负数,如[1,3,5,7,0,-1,-9,-4,-5,8]
nums = [1, 3, 5, 7, 0, -1, -9, -4, -5, 8]
positive_count = 0
negative_count = 0
for num in nums:
if num > 0:
positive_count += 1
elif num < 0:
negative_count += 1
print(f"正数数量:{positive_count},负数数量:{negative_count}")
代码解析:首先定义了一个数字列表 nums,然后用变量 positive_count和negative_count 分别记录其中的正数和负数数量。循环遍历这个列表,对于每个数字,如果它是正数则正数数量加一,否则如果是负数则负数数量加一。最后输出正数和负数数量的统计结果。
3、一个数的阶乘运算,求结果,如求5的阶乘结果。
n = 5 # 求 5 的阶乘
factorial = 1 # 阶乘的初始值为 1
for i in range(1, n+1):
factorial *= i # 依次乘以 1, 2, 3, ..., n
print(factorial) # 输出 120
代码解析:首先定义了待求阶乘的数 n,然后将阶乘的初始值设为 1。在循环中,使用 range(1, n+1) 来遍历 1 到 n 这n个数的值。对于每个数,用 factorial 依次乘以它,最终得到的结果即为阶乘。最后输出结果
4、1加到N的阶层之和,比如N=4, result = (1! + 2! + 3! + 4!)
n = 4
factorial_sum = 0 # 1到N的阶层之和
result = 0 # 最终的结果
# 循环计算1到N的阶层之和
for i in range(1, n+1):
factorial = 1 # 用来记录i的阶层
for j in range(1, i+1):
factorial *= j
factorial_sum += factorial
# 累加到结果中
result += factorial_sum
print(result) # 输出 33
代码解析:首先定义了待求解的数 n 和计算 1 到 N 的阶层之和的变量 factorial_sum。在循环中,使用两层嵌套循环来计算 i 的阶层,然后把所有阶层求和得到 factorial_sum。最后将 factorial_sum 加入到最终结果 result 中。最后输出结果。
5、求出1000以内的完全数
for n in range(2, 1001):
factors = [] # 用来存储n的因子
for i in range(1, n):
if n % i == 0:
factors.append(i) # 将i加入到n的因子列表中
if sum(factors) == n:
print(n)
代码解析:外层循环 for n in range(2, 1001) 遍历所有可能的完全数,即从2到1000。在内层循环 for i in range(1, n) 中,使用 n % i == 0 来判断i是否是n的因子,如果是则将它加入到因子列表 factors 中。在循环结束后,使用 sum(factors) == n 来判断所有因子的和是否等于n,如果是则说明n是完全数,输出它的值即可。
完全数是指除自身外所有因子之和等于自身的数。其中最经典的两个完全数是6和28,它们的因子分别是1, 2, 3和1, 2, 4, 7, 14。
6、求出1000以内的水仙花数
for n in range(100, 1000):
# 将 n 的每一位取出来,计算它们的立方和
digits = [int(d) for d in str(n)]
digit_cubes_sum = sum(d ** 3 for d in digits)
# 如果立方和等于 n,则说明这是一个水仙花数
if digit_cubes_sum == n:
print(n)
代码解析:外层循环 for n in range(100, 1000) 遍历所有三位数,内层使用了列表推导式和 sum() 函数来计算 n 的每个数字的立方和。在判断时,如果立方和等于 n,说明 n 是一个水仙花数,将它输出即可。
水仙花数是指一个 n 位数(n≥3)它的每个位上的数字的 n 次幂之和等于它本身。比如 153 就是一个水仙花数,因为 1^3 + 5^3+ 3^3 = 153.
7、求出1000以内的回文数
for n in range(100, 1000):
# 将 n 的每一位取出来,计算它们的立方和
digits = [int(d) for d in str(n)]
digit_cubes_sum = sum(d ** 3 for d in digits)
# 如果立方和等于 n,则说明这是一个水仙花数
if digit_cubes_sum == n:
print(n)
代码解析:外层循环 for n in range(100, 1000) 遍历所有三位数,将每个数字转换成字符串,然后使用字符串切片 [::-1] 反转它,并将反转后的字符串转回数字。在判断时,如果反转后的数等于 n,则说明 n 是一个回文数,将它输出即可。
回文数是指一个数字从左往右和从右往左读都是一样的,比如 121、1221。
8、实现一个数字的斐波那契数列
# 方式一:循环实现
def fib(n):
a, b = 0, 1
for i in range(n):
a, b = b, a + b
return a
# 测试代码
n = 10
print([fib(i) for i in range(n)]) # 输出结果为 [0, 1, 1, 2, 3, 5, 8, 13, 21, 34]
# 方式二:递归实现
def fib(n):
if n <= 1:
return n
else:
return fib(n-1) + fib(n-2)
# 测试代码
n = 10
print([fib(i) for i in range(n)]) # 输出结果为 [0, 1, 1, 2, 3, 5, 8, 13, 21, 34]
代码解析:
**方式一(循环实现):初始化 a 和 b 为 0 和 1,然后使用 **for 循环遍历 0 到 n-1,每次将 a 和 b 的值更新为 b 和 a+b,最后返回 a。
**方式二(递归实现):首先判断 n 的值是否小于等于 1,如果是,则直接返回 n。否则,递归调用 **fib(n-1) 和 fib(n-2) 并返回它们的和。
斐波那契数列是指从 0 和 1 开始,后续每个数都等于前两个数之和的数列。其数值为:1、1、2、3、5、8、13、21、34……在数学上,这一数列以如下递推的方法定义:F(0)=1,F(1)=1, F(n)=F(n - 1)+F(n - 2)(n ≥ 2,n ∈ N*)
9、统计列表1~9999中包含3的元素的总个数
import re
# 方式一:循环实现
count = 0
# 遍历 1~9999 中的每个数字,将数字转换成字符串并查找其中是否包含字符 3
for i in range(1, 10000):
if '3' in str(i):
count += 1
print(count) # 输出结果为 3439
theList = list(filter(lambda x: re.match('(.*?)3(.*?)',str(x)) ,a))
# 方式二:循环+正则匹配实现
print(f"列表[1~9999]中包含3的元素总个数为:{len(theList)}") # 输出结果为 3439
代码解析:
方式一(循环):使用 for 循环遍历 1~9999 中的每个数字,并将每个数字转换成字符串,然后查找其中是否包含字符 3。如果包含,则将计数器加 1。最后,计数器的值就是包含数字 3 的元素的个数
方式二(循环+正则匹配):
re.match() 函数用于检查列表 a 中的每个元素是否包含数字3。正则表达式 (.*?)3(.*?) 匹配任何包含数字3的字符串,无论它在字符串中的位置如何。
filter() 函数用于创建一个新列表,其中仅包含与正则表达式匹配的 a 中的元素。 lambda 函数用于定义一个简单的函数,它接受一个参数 x ,并且如果 re.match('(.*?)3(.*?)',str(x)) 返回一个匹配对象(即如果 x 包含数字3),则返回 True ,否则返回 False 。 结果列表被赋值给变量 theList 。 - len() 函数用于计算 theList 的长度,这给出了在范围[1, 9999]中包含数字3的元素的总数。
10、写一个冒泡排序的算法程序
def bubble_sort(arr):
n = len(arr)
# 遍历 n 次
for i in range(n):
# 第 i 次遍历,找出未排序部分的最大元素并将其放到末尾
for j in range(n - i - 1):
if arr[j] > arr[j + 1]:
arr[j], arr[j + 1] = arr[j + 1], arr[j]
# 测试代码
arr = [5, 2, 8, 4, 1]
bubble_sort(arr)
print(arr) # 输出结果为 [1, 2, 4, 5, 8]
代码解析:
bubble_sort() 函数接收一个列表 arr,并将其进行冒泡排序。具体实现时,使用两个嵌套的循环对列表中的所有元素进行比较,如果相邻两个元素的顺序相反,则交换它们的顺序,直到整个列表都排好序。
**先定义了一个列表 **arr,然后调用 bubble_sort(arr) 对其进行冒泡排序,并输出排序后的结果。
冒泡排序是一种基本的排序算法,也是最简单的一种排序算法之一。它的基本思想是:通过重复交换相邻的两个元素来实现排序。具体来说,冒泡排序的过程如下:
从列表的第一个元素开始,依次比较相邻的两个元素,如果第一个元素大于第二个元素,则交换它们的位置;
继续比较第二个元素和第三个元素,如果第二个元素大于第三个元素,则交换它们的位置;
重复上述步骤,直到比较到列表的最后一个元素;
重复上述步骤,直到列表中的所有元素都按照从小到大的顺序排列为止。
11、用python实现二分法排序
def binary_search(arr, target):
low, high = 0, len(arr) - 1
while low <= high:
mid = (low + high) // 2
if arr[mid] == target:
return mid
elif arr[mid] < target:
low = mid + 1
else:
high = mid - 1
return -1
# 测试代码
arr = [1, 3, 4, 6, 8, 9, 11, 12, 13, 16]
target = 9
pos = binary_search(arr, target)
if pos == -1:
print("元素不在列表中")
else:
print("元素在列表中的下标为:", pos)
代码解析:
binary_search() 函数接收一个有序列表 arr 和一个待查找的元素 target,并返回该元素在列表中的下标(从 0 开始计数);如果该元素不在列表中,则返回 -1。二分查找算法通过不断地将待查找部分缩小一半来实现查找
**有序列表 **arr 和一个待查找的元素 target,然后调用 binary_search(arr, target) 函数查找该元素在列表中的下标,并输出结果。
二分查找,也叫二分查找、折半查找,是一种在有序数组中查找某一特定元素的搜索算法。二分查找每次将查找区间减半,直到找到目标元素,或者确定目标元素不存在于数组中。具体来说,二分查找的基本步骤如下:
首先,令左侧下标 low 等于数组的第一个元素下标,右侧下标 high 等于数组的最后一个元素下标,计算中间下标 mid;
比较中间下标的值与目标值的大小关系。若相等,则返回中间下标;若小于目标值,则目标值在中间下标的右侧,将 low 置为 mid + 1;否则目标值在中间下标的左侧,将 high 置为 mid - 1;
重复上述步骤,直到 low 大于 high,表示查找区间为空,返回 -1。
12、写一个快排的算法程序
def quick_sort(arr):
if len(arr) <= 1:
return arr
pivot = arr[len(arr) // 2] # 选择中间的元素作为基准值
left = [x for x in arr if x < pivot] # 小于基准值的放在左边
mid = [x for x in arr if x == pivot] # 等于基准值的放在中间
right = [x for x in arr if x > pivot] # 大于基准值的放在右边
return quick_sort(left) + mid + quick_sort(right)
# 测试代码
arr = [5, 2, 8, 4, 1]
arr_sorted = quick_sort(arr)
print(arr_sorted) # 输出结果为 [1, 2, 4, 5, 8]
代码解析:
quick_sort() 函数接收一个列表 arr,并返回排序后的新列表。具体实现时,先选择列表中间的元素作为基准值 pivot,然后将列表分成三部分:小于基准值的放在左边,等于基准值的放在中间,大于基准值的放在右边。然后递归地对左、右两个子列表进行排序。
**先定义了一个列表 **arr,然后调用 quick_sort(arr) 将其进行快速排序,并输出排序后的结果。
快速排序(Quick Sort)是一种常用的排序算法,属于交换排序的一种。其基本思想是:选定一个基准值,将列表分成两个子列表,小于基准值的放在左边,大于或等于基准值的放在右边,然后递归地对左、右两个子列表进行排序,最终将整个列表排序。具体来说,快速排序算法的基本步骤如下:
确定基准值:选取一个基准值,在列表中选择一个元素作为基准值。
分割:将列表按照基准值进行分割,小于基准值的放在左边,大于或等于基准值的放在右边。分割后,将列表分成了两个部分,左边部分的所有元素都小于基准值,右边部分的所有元素都大于或等于基准值。
递归:对左、右两个子列表分别进行快速排序的递归操作,直到排序完成。
最后:下方这份完整的软件测试视频教程已经整理上传完成,需要的朋友们可以自行领取【保证100%免费】
软件测试面试文档
我们学习必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有字节大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。