Java数据结构相关面试题

1.1算法复杂度分析

概念

1 数据结构 ->数据的存储结构

2算法就是操作数据的方法 解决特定问题的一组指令

3有数据无数据结构是无意义的 反之同理

算法复杂度 嵌套相乘 分开则相加 常对幂指阶

复杂度描述的是算法执行时间占用内存空间随数据规模的增长关系

public static int sum(int n){
    int sum = 0;
  for (int i = 1; i < n; ++i) { 
    sum =sum+i;
  }
  return sum; 
}

假设每行代码的执行时间为timer 则总代码的执行时间为 (3n+3))timer所以时间复杂度为T(n)

第1行代码:1次 第2行代码:1次 第3行代码:n-1次 第4行代码:n-1次 第5行代码:n-1次 第6行代码:1次 第7行代码:1次

根据每行代码执行次数和假设的每行代码执行时间为timer,我们可以计算出代码的执行时间。

执行时间 = (1次 * timer) + (1次 * timer) + ((n-1)次 * timer) + ((n-1)次 * timer) + ((n-1)次 * timer) + (1次 * timer) + (1次 * timer) = (3n + 3) * timer

public static int sum2(int n){
    int sum = 0;
    for (int i = 1; i < n; ++i) {
        for (int j = 1; j < n; ++j) {
            sum = sum + i * j;
        }
    }return sum; 
}

T(n)=O(n^2)

public void test04(int n){
    int i=1;
    while(i<=n){
        i = i * 2;
    }
 }

O(log n)

public void test05(int n){
    int i=0;
    for(;i<=n;i++){
        test04(n);
    } 
}
public void test04(int n){
    int i=1;
    while(i<=n){
        i = i * 2;
    } 
}

O(n * log n)

void print(int n) {
    int i = 0;
    int[] a = new int[n];
    for (i; i <n; ++i) {
        a[i] = i * i; 
    }
    for (i = n-1; i >= 0; --i) {
        System.out.println(a[i]);
    } 
}

传入一个变量n,决定申请多少的int数组空间内存,此段代码的空间复杂度为O(n)

1.2数组

数组是一种用连续的内存空间存储相同数据类型数据线性数据结构

a[i] = baseAddress + i * dataTypeSize

随机访问 插入O(n) 删除 O(n)

1.3链表

链表是一种物理存储单元上非连续非顺序的存储结构,链表中的每一个元素称为结点

单链表

p.next=q data next

双向链表 双循环链表

为了更快找到结点 prev data next

循环链表

尾结点指向头结点 具有环形结构

1.4栈和队列

栈 先进后出 last In first out

队列 先进先出 first In first out

1.5 散列表

散列查找的基本思想

在记录的存储位置和它的关键码之间建立一个确定的对应关系H,使得每个关键码key和唯一的存储位置H(key)相对应。

散列函数的设计原则

  1. 计算简单。散列函数不应该有很大的计算量,否则会降低查找效率。

  2. 函数值(即散列地址)分布均匀,希望散列函数能够把记录以相同的概率“散列”到散列表的所有地址空间中,这样才能保证存储空间的有效利用,并减少冲突

根据键key直接访问内存存储位置值value的数据结构

由数组演化而来的 利用数组支持按照下标进行随机访问数据的特性

y=f(x)

key -> hash(key) ->value

1.5.2散列函数

将键映射为数组下标的函数叫做散列函数 hashValue=hash(key)

1. 直接定址法

直接定址法的散列函数是关键码的线性函数,即: H(key) = a × key + b(a,b为常数)

例如,关键码集合为{10,30,50,70,80,90},选取H(key) = key/10。则散列表如下图所示。 在这里插入图片描述 直接定址法的特点是不会产生冲突,但实际应用中能使用这种散列函数的情况很少。它适用于事先知道关键码的分布,关键码集合不是很大且连续性较好的情况。

  1. 除留余数法 除留余数法的基本思想是:选择某个适当的正整数p,以关键码除以p的余数作为散列地址,即: H(key) = key mod p 可见这个方法的关键在于选取合适的p,否则容易产生同义词。例如,若p含有质因子,例如p = m × n,则所有含有m或n因子的关键码的散列地址均为m或n的倍数,如下图所示

在这里插入图片描述

显然,这增加了冲突的机会。一般情况下,若散列表表长为m,通常选p小于或等于表长(最好接近m)的最小素数或不包含小于20质因子的合数

3. 平方取中法

处理冲突的方法

1. 开放定址法

如果由关键码得到的散列地址产生了冲突,根据(H(key) + d)% m 寻找下一个空的散列地址。m取表长

2. 拉链法(链地址法)
1.5.3散列冲突

对于不同的key计算得到的散列值都不同是不可能的 当散列值相同时指向同一个下标索引时就是散列冲突的情况

1.5.4链表法

数组加链表 hashtable

1.6二叉树

红黑树的特质 二叉平衡树的进阶

性质1:节点要么是红色,要么是黑色

性质2:根节点是黑色

性质3:叶子节点都是黑色的空节点

性质4:红黑树中红色节点的子节点都是黑色

性质5:从任一节点到叶子节点的所有路径都包含相同数目的黑色节点

插入进来的结点是红结点 跟节点是黑色节点 叶子节点一定是黑色节点黑红不能重复除开最后一层以外

在这些规则的约束下,红黑树能够保证平衡

红黑树 的复杂度

查找 红黑树也是一棵BST (二叉搜索树) 查找操作的时间复杂度为O(logn)

添加 添加先要从根节点开始找到元素添加的位置 时间为O(logn)

添加完成后涉及到复杂度为O(1)的旋转调整操作 所以时间复杂度为O(logn)

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值