看完这篇精选面试算法题集合，你也能进大厂！（Python版）

根据数据结构，可以将算法题分成数组、字符串、链表、栈、队列、树等几大类。根据算法，可以将题分为递归和循环、查找和排序、回溯法、动态规划和贪婪算法、位运算、DFS&BFS、随机、数学等几大类。而算法和数据结构又是一个排列组合的过程。

上面介绍的算法和数据结构都是要十分熟练的掌握的，就不再总结，下面我们总结的是一些常见的技巧，有了这些技巧伴身，相信秋招算法题不在话下。

一、经典类型

1.滑动窗口

这种类型的题通常结合数组和链表这两种数据结构，窗口大小可能是固定的也可能是变化的。
题目关键词：

• 链表、数组、字符串
• 求最长/最短子字符串或者某些特定的长度要求

经典题目：滑动窗口四题小结

2.双指针

同向双指针和异向双指针。
通常用于解决排好序的数组或者链表中寻找对子。比如比较数组中每个元素和其他元素的关系。
【使用双指针为了将时间复杂度从O(n2)降低到O(n)】
识别关键词：

• 排好序的数组和链表，在里面找一些组合满足某种限制条件
• 组合是一对数，三个数或者一个子数组

3.快慢指针“龟兔赛跑”

通常用于解决有环的链表和数组。
识别关键词：
环形链表，环形数组
需要知道链表长度或者某个特别位置的信息
双指针和快慢指针区分：
单链表不能用双指针，判断链表是否回文需要用快慢指针来找到中间元素。

4.区间合并

处理有区间重叠的高效技术，一共分为六种情况。
识别关键词：

• 产生一堆相互之间没有交集的区间
• 重叠区间

5.循环排序

用来处理数组中数值限定在一定区间的问题。
方法：遍历数组中的元素，如果当前数不在它应该在的位置上，就交换与应该在的位置上的那个数。

识别关键词：

• 排好序的数组，数值在某一定的区间
• 排好序/翻转过的数组中，寻找丢失的/重复的/最小的元素

6.链表翻转

适用于翻转链表中的某一段节点，原地翻转。
方法：每次翻转一个节点，需要current、previous两个变量，previous总是指向刚处理完的节点。
识别关键词：

• 翻转链表且不能使用额外空间

7.树BFS

适用于需要遍历一棵树且需要一层层的遍历的问题。
借助于队列把根节点加入到队列中，不断遍历，直到队列为空，每次循环把头结点拿出来做一些操作，删除的时候将其孩子节点加入到队列中。
识别关键词：

• 层序遍历

8.树DFS

适用于深搜实现树的遍历。
方法：使用递归或者迭代栈的方式。从根节点开始，如果该结点不是叶子节点，需要区别我们是先处理根节点，处理孩子节点之间处理根节点，还是处理完所有孩子再处理根节点（分别对应于前中后序），然后递归处理当前节点的左右孩子。
识别关键词：

• 按前中后序的DFS方式遍历树
• 该问题的解一般离叶子节点比较近

9.双堆

适用于包含可以分为两队的数字。将数字分成两半，小的放在一起，大的放在另一半。
方法：
一个最小堆用来寻找最小元素，一个最大堆拿到最大元素。可以使用O(1)的时间找到两边的最大或最小元素。从两个堆顶找到数字，从而计算出中位数。
识别关键词：

• 优先队列、计划安排
• 找一组数中的最大/最小/中位数
• 涉及到二叉树数据结构

10.子集（多重DFS）

适用于排列组合问题
方法：使用BFS来处理这些问题。
识别关键词：

• 找数组的组合或者排列

11.改造二分

适用于输入是拍好序的数组、链表或者矩阵，要我们寻找某些特定元素。
方法：对于一组满足上升排列的数集来说，步骤如下：
识别关键词：

• 排好序的

12.TOPK

适用于让我们求解最大/最小/最频繁的K个元素的题。
方法：堆。Java中叫优先队列，PriorityQueue。
识别关键词：

• 求最大/最小/最频繁的前K个元素
• 通过排序去找一个特定的数

13.多路归并

适用于涉及到多组排好序的数组的问题。
方法：输入是K个排好序的数组，将每个数组的最小元素加入到最小堆，从而得到全局最小值，再从该元素所在的数组里取出其后面紧挨着的元素，加入堆。直到处理完所有元素。
识别关键词：

• 输入排序好的数组、链表或者矩阵
• 合并多个排好序的集合，或者找到这些集合中最小的元素

14.0/1背包

见下面第二部分“动态规划”

15.拓扑排序

适用于寻找一种线性的顺序，元素之间具有依赖性。比如，事件B依赖于事件A，A在拓扑排序顺序中排在B的前面。

方法：1）初始化；2）创建图，计算每个节点的入度；3）找所有的起点；4）排序。
识别关键词：

• 处理无环图
• 以一种有序的秩序更新输入元素
• 处理的输入遵循某种特定的顺序

二、动态规划

1.0/1背包（6）

Leetcode0-1背包小结（Python）

2.无限背包（5）

Leetcode完全/无限背包小结（Python）

3.斐波那契数列（6）

4.回文系列（5）

5.最长子字符串系列（13）

最长公共子序列

【题目地址】

#闫氏DP分析法，链接地址 https://www.acwing.com/video/946/
class Solution:
    def longestCommonSubsequence(self, text1: str, text2: str) -> int:
        #状态表示：集合：考虑text1的前i个字符和text2的前j个字符，两者中的公共子串    属性：最大
        #状态计算：00 01 10 11 f(i-1, j-1) f(i-1, j) f(i, j-1) f(i-1, j-1)+1
        dp = [[0 for i in range(len(text2)+1)] for j in range(len(text1)+1)]
        for i in range(1, len(text1)+1):
            for j in range(1, len(text2)+1):
                dp[i][j] = max(dp[i-1][j], dp[i][j-1])
                if text1[i-1] == text2[j-1]:dp[i][j] = max(dp[i-1][j-1]+1, dp[i-1][j-1])
        return dp[-1][-1]