注:数据结构与算法为面试基础,基本上所有岗位都有涉及,面试中侧重核心思路阐述和手撕代码。以下试题为作者日常整理的通用高频面经,包含题目,答案与参考文章,欢迎纠正与补充。
目录
1.什么是链表、队列、堆栈、树图?
2.删除链表中重复的节点(剑指offer 83)
3.两数相加(Leetcode 2)
4.反转链表、环形链表、合并链表
5.创建包含min函数的栈
6.二叉树的最大(最小)树深
7.二叉树的遍历
8.通过前序和中序推后序(重建二叉树)
9.二叉树的最近公共祖先(leetcode 236)
10.电话号码的字母组合(leetcode 17)
11.求1+2+...+n(剑指offer 47)
12.有效括号(leetcode 20)
13.最长公共前缀(leetcode 14)
14.排序算法有哪些?
15.快速排序实现
16.求TopK(堆排序)
17.01背包(动态规划)
18.数据流中的中位数(剑指offer 63)
19.买卖股票的最佳时机(leetcode 121)
20.矩阵中的最短路径(剑指offer 65)
1.什么是链表、队列、堆栈、树图?
链表:创建链表的过程和创建数组的过程不同,不会先划出一块连续的内存。因为链表中的数据是不连续的,链表在存储数据的内存中有两块区域,一块区域用来存储数据,一块区域用来记录下一个数据保存在哪里(指向下一个数据的指针)。当有数据进入链表时候,会根据指针找到下一个存储数据的位置,然后把数据保存起来,然后再指向下一个存储数据的位置。这样链表就把一些碎片空间利用起来了,虽然链表是线性表,但是并不会按线性的顺序存储数据。
队列:队列是一种先进先出的数据结构,数组和链表也都可以生成队列。当数据进入到队列中时也是先进入的在下面后进入的再上面,但是出队列的时候是先从下面出,然后才是上面的数据出,最晚进入的队列的,最后出。
堆:堆是一颗完全二叉树。在这棵树中,所有父节点都满足大于等于其子节点的堆叫大根堆。所有父节点都满足小于等于其子节点的堆叫小根堆。堆虽然是一颗树,但是通常存放在一个数组中,父节点和孩子节点的父子关系通过数组下标来确定。
栈:栈是一种先进后出的数据结构,数组和链表都可以生成栈。当数据进入到栈时会按照规则压入到栈的底部,再次进入的数据会压在第一次的数据上面,以此类推,在取出栈中的数据的时候会先取出最上面的数据,所以是先进后出。
由于数组和链表都可以组成栈,所以操作特点就需要看栈是由数组还是链表生成的了,然后就会继承相应的操作特点。
树: 此处树特指二叉树(BinaryTree)。二叉树是n(n>=0)个结点的有限集合,该集合或者为空集(空二叉树),或者由一个根结点和两棵互不相交的、分别称为根结点的左子树和右子树的二叉树组成。二叉树的特点:
每个结点最多有两棵子树。(注意:不是都需要两棵子树,而是最多可以是两棵,没有子树或者有一棵子树也都是可以的。)
左子树和右子树是有顺序的,次序不能颠倒。
即使树中某结点只有一棵子树,也要区分它是左子树还是右子树,下面是完全不同的二叉树:
图:图(Graph)是由顶点的有穷非空集合和顶点之间边的集合组成,通常表示为:G(V,E),其中,G表示一个图,V是图G中顶点的集合,E是图G中边的集合。图有各种形状和大小。边可以有权重(weight),即每一条边会被分配一个正数或者负数值。
参考链接:
https://www.cnblogs.com/jimoer/p/8783604.html
2.删除链表中重复的节点(剑指offer 83)
递归解法:
# -*- coding:utf-8 -*-
# class ListNode:
# def __init__(self, x):
# self.val = x
# self.next = None
class Solution: # 递归
def deleteDuplication(self, pHead):
# write code here
if pHead == None:
return None
if pHead.next == None:
return pHead
if pHead.val != pHead.next.val:
pHead.next = self.deleteDuplication(pHead.next)
return pHead # 后面的节点递归结束后,返回pHead即可
else:
tempNode = pHead
while tempNode and tempNode.val == pHead.val:
tempNode = tempNode.next
return self.deleteDuplication(tempNode)
# 重复节点都不留,不保留pHead,直接返回下一个不同节点的递归结点。
循环解法:
# -*- coding:utf-8 -*-
# class ListNode:
# def __init__(self, x):
# self.val = x
# self.next = None
class Solution:
def deleteDuplication(self, pHead):
# write code here
first = ListNode(-1) # 为了避免重复,在链表开始之前新建一个头结点。
first.next = pHead
curr = pHead # 作为遍历链表的指针
pre = first # 记录不重复节点之前的最后信息
while curr and curr.next:
if curr.val != curr.next.val: # 当前节点不重复,继续往下走
curr = curr.next
pre = pre.next
else: # 如果重复,找到不重复节点为止。
val = curr.val
while curr and curr.val == val:
curr = curr.next
pre.next = curr
# 这里直接令pre.next等于第一个与当前元素不重复的节点即可,
# 不用管这个节点也是重复节点,因为pre一定不重复,且被固定了下来,
# 是不变的,如果这个节点也是重复节点,pre.next会再次更新。
return first.next
参考链接:
https://blog.csdn.net/ggdhs/article/details/90447401
3.两数相加(Leetcode 2)
给出两个非空的链表用来表示两个非负的整数。其中,它们各自的位数是按照 逆序 的方式存储的,并且它们的每个节点只能存储一位数字。如果,我们将这两个数相加起来,则会返回一个新的链表来表示它们的和。
您可以假设除了数字 0 之外,这两个数都不会以 0 开头。
示例:
输入:(2 -> 4 -> 3) + (5 -> 6 -> 4)
输出:7 -> 0 -> 8
原因:342 + 465 = 807
# Definition for singly-linked list.
# class ListNode:
# def __init__(self, x):
# self.val = x
# self.next = None
class Solution:
def addTwoNumbers(self, l1: ListNode, l2: ListNode) -> ListNode:
result = ListNode(0)
result_tail = result
carry = 0
while l1 or l2 or carry:
v1 = l1.val if l1 else 0
v2 = l2.val if l2 else 0
num = v1 + v2 + carry
carry = num // 10
result_tail.next = ListNode(num % 10)
result_tail = result_tail.next
l1 = l1.next if l1 else None
l2 = l2.next if l2 else None
return result.next
4.反转链表、环形链表、合并链表
反转链表(Leetcode 206):
# Definition for singly-linked list.
# class ListNode:
# def __init__(self, x):
# self.val = x
# self.next = None
class Solution:
def reverseList(self, head):
if not head:
return None
last = None
while head:
tmp = head.next
head.next = last
last = head
head = tmp
return last
环形链表(leetcode 141):
# Definition for singly-linked list.
# class ListNode(object):
# def __init__(self, x):
# self.val = x
# self.next = None
class Solution(object):
def hasCycle(self, head):
"""
:type head: ListNode
:rtype: bool
"""
if head is None or head.next is None or head.next.next is None:
return False
slow = head.next
fast = head.next.next
while slow != fast and fast is not None and fast.next is not None:
slow = slow.next
fast = fast.next.next
if fast == slow:
return True
else:
return False
合并链表(leetcode 21):
class Solution(object):
def mergeTwoLists(self, l1, l2):
"""
:type l1: ListNode
:type l2: ListNode
:rtype: ListNode
"""
if l1 == None:
return l2
if l2 == None:
return l1
dummy = ListNode(-1)
cur = dummy
while l1 and l2:
if l1.val < l2.val:
cur.next = l1
l1 = l1.next
else:
cur.next = l2
l2 = l2.next
cur = cur.next
if l1:
cur.next = l1
else:
cur.next = l2
return dummy.next
5.创建包含min函数的栈
# -*- coding:utf-8 -*-
class Solution:
def __init__(self):
self.stack = []
self.minstack = []
self.minm = float('inf')
def push(self, node):
# write code here
if node < self.minm:
self.minm = node
self.minstack.append(self.minm)
self.stack.append(node)
def pop(self):
# write code here
if self.stack != []:
if self.stack[-1] == self.minm:
self.minstack.pop()
self.stack.pop(-1)
def top(self):
# write code here
if self.stack != []:
return self.stack[-1]
else:
return None
def min(self):
# write code here
return self.minstack[-1]
6.二叉树的最大(最小)树深
二叉树的最大树深:
class Solution:
def maxDepth(self, root):
"""
:type root: TreeNode
:rtype: int
"""
if root is None:
return 0
else:
left_height = self.maxDepth(root.left)
right_height = self.maxDepth(root.right)
return max(left_height, right_height) + 1
二叉树的最小树深:
# Definition for singly-linked list.
# class ListNode:
# def __init__(self, x):
# self.val = x
# self.next = None
class Solution:
def minDepth(self, root):
"""
:type root: TreeNode
:rtype: int
"""
# 边界条件
if not root:
return 0
if not root.left and root.right is not None:
return self.minDepth(root.right)+1
if root.left is not None and not root.right:
return self.minDepth(root.left)+1
# 递归求解左子树和右子树最小深度
left = self.minDepth(root.left)+1
right = self.minDepth(root.right)+1
return min(left,right)
7.二叉树的遍历
二叉树的层次遍历:
# Definition for a binary tree node.
# class TreeNode(object):
# def __init__(self, x):
# self.val = x
# self.left = None
# self.right = None
class Solution(object):
def levelOrder(self, root):
"""
:type root: TreeNode
:rtype: List[List[int]]
"""
queue = [root]
res = []
if not root:
return []
while queue:
templst = []
templen = len(queue)
for i in range(templen):
temp = queue.pop(0)
templst.append(temp.val)
if temp.left:
queue.append(temp.left)
if temp.right:
queue.append(temp.right)
res.append(templst)
return res
二叉树的前(中、后)序遍历:
# Definition for a binary tree node.
# class TreeNode(object):
# def __init__(self, x):
# self.val = x
# self.left = None
# self.right = None
class Solution(object):
def preorderTraversal(self, root):
"""
:type root: TreeNode
:rtype: List[int]
"""
if not root:
return []
res = []
# 前序遍历
# -----------------------------------------------
res.append(root.val)
res.extend(self.preorderTraversal(root.left))
res.extend(self.preorderTraversal(root.right))
# -----------------------------------------------
# 中序遍历
# -----------------------------------------------
# res.extend(self.preorderTraversal(root.left))
# res.append(root.val)
# res.extend(self.preorderTraversal(root.right))
# -----------------------------------------------
# 后序遍历
# -----------------------------------------------
# res.extend(self.preorderTraversal(root.left))
# res.extend(self.preorderTraversal(root.right))
# res.append(root.val)
# -----------------------------------------------
return res
8.通过前序和中序推后序(重建二叉树)
题目:输入某二叉树的前序遍历和中序遍历的结果,请重建出该二叉树。假设输入的前序遍历和中序遍历的结果中都不含重复的数字。例如输入前序遍历序列{1,2,4,7,3,5,6,8}和中序遍历序列{4,7,2,1,5,3,8,6},则重建二叉树并返回。
class TreeNode:
def __init__(self, x):
self.val = x
self.left = None
self.right = None
class Solution:
# 返回构造的TreeNode根节点
def reConstructBinaryTree(self, pre, tin):
# write code here
if len(pre)==0:
return None
root=TreeNode(pre[0])
TinIndex=tin.index(pre[0])
root.left=self.reConstructBinaryTree(pre[1:TinIndex+1], tin[0:TinIndex])
root.right=self.reConstructBinaryTree(pre[TinIndex+1:], tin[TinIndex+1:])
return root
def PostTraversal(self,root): #后序遍历
if root != None:
self.PostTraversal(root.left)
self.PostTraversal(root.right)
print(root.val)
参考链接:
https://blog.csdn.net/songyunli1111/article/details/80138757
9.二叉树的最近公共祖先(leetcode 236)
class Solution:
def lowestCommonAncestor(self, root, A, B):
# A&B=>LCA
# !A&!B=>None
# A&!B=>A
# B&!A=>B
# 若root为空或者root为A或者root为B,说明找到了A和B其中一个
if(root is None or root==A or root==B):
return root
left=self.lowestCommonAncestor(root.left,A,B)
right=self.lowestCommonAncestor(root.right,A,B)
# 若左子树找到了A,右子树找到了B,说明此时的root就是公共祖先
if left and right :
return root
# 若左子树是none右子树不是,说明右子树找到了A或B
if not left:
return right
# 若右子树是none左子树不是,说明左子树找到了A或B
if not right:
return left
return None
10.电话号码的字母组合(leetcode 17)
class Solution:
def letterCombinations(self, digits: str) -> List[str]:
if not digits:
return []
L1 = [""]
L2 = []
h = {"2": "abc", "3": "def", "4": "ghi", "5": "jkl", "6": "mno",
"7": "pqrs", "8": "tuv", "9": "wxyz"}
for char in digits:
L1 = [each + i for each in L1 for i in h[char]]
return L1
11.求1+2+...+n(剑指offer 47)
要求:不能使用乘除法、for、while、if、else、switch、case等关键字以及条件判断语句(A?B:C)
思路:使用递归f(n) = f(n-1) + n, 但是不能使用if进行递归出口的控制,因此利用python中and的属性,即and判断都为真的话输出and后面的那个数字
class Solution:
def Sum_Solution(self, n):
# write code here
ans = (n>0) and n
return ans and self.Sum_Solution(n-1)+ans
12.有效括号(leetcode 20)
class Solution:
def isValid(self, s):
"""
:type s: str
:rtype: bool
"""
leftP = '([{'
rightP = ')]}'
stack = []
for char in s:
if char in leftP:
stack.append(char)
if char in rightP:
if not stack:
return False
tmp = stack.pop()
if char == ')' and tmp != '(':
return False
if char == ']' and tmp != '[':
return False
if char == '}' and tmp != '{':
return False
return stack == []
13.最长公共前缀(leetcode 14)
class Solution(object):
def longestCommonPrefix(self, strs):
"""
:type strs: List[str]
:rtype: str
"""
if not strs:
return ""
for i in range(len(strs[0])):
for str in strs:
if len(str) <= i or strs[0][i] != str[i]:
return strs[0][:i]
return strs[0]
14.排序算法有哪些?
参考链接:
https://blog.csdn.net/wfq784967698/article/details/79551476
15.快速排序实现
def quick_sort(alist, start, end):
"""快速排序"""
if start >= end: # 递归的退出条件
return
mid = alist[start] # 设定起始的基准元素
low = start # low为序列左边在开始位置的由左向右移动的游标
high = end # high为序列右边末尾位置的由右向左移动的游标
while low < high:
# 如果low与high未重合,high(右边)指向的元素大于等于基准元素,则high向左移动
while low < high and alist[high] >= mid:
high -= 1
alist[low] = alist[high] # 走到此位置时high指向一个比基准元素小的元素,将high指向的元素放到low的位置上,此时high指向的位置空着,接下来移动low找到符合条件的元素放在此处
# 如果low与high未重合,low指向的元素比基准元素小,则low向右移动
while low < high and alist[low] < mid:
low += 1
alist[high] = alist[low] # 此时low指向一个比基准元素大的元素,将low指向的元素放到high空着的位置上,此时low指向的位置空着,之后进行下一次循环,将high找到符合条件的元素填到此处
# 退出循环后,low与high重合,此时所指位置为基准元素的正确位置,左边的元素都比基准元素小,右边的元素都比基准元素大
alist[low] = mid # 将基准元素放到该位置,
# 对基准元素左边的子序列进行快速排序
quick_sort(alist, start, low - 1) # start :0 low -1 原基准元素靠左边一位
# 对基准元素右边的子序列进行快速排序
quick_sort(alist, low + 1, end) # low+1 : 原基准元素靠右一位 end: 最后
参考链接:
https://blog.csdn.net/weixin_43250623/article/details/88931925
16.求TopK(堆排序)
class Solution:
def GetLeastNumbers_Solution(self, tinput, k):
n = len(tinput)
if k <= 0 or k > n:
return list()
# 建立大顶堆
for i in range(int(k / 2) - 1, -1, -1):
self.heapAjust(tinput, i, k - 1)
for i in range(k, n):
if tinput[i] < tinput[0]:
tinput[0], tinput[i] = tinput[i], tinput[0]
# 调整前k个数
self.heapAjust(tinput, 0, k - 1)
print(tinput[:k])
def heapAjust(self, nums, start, end):
temp = nums[start]
# 记录较大的那个孩子下标
child = 2 * start + 1
while child <= end:
# 比较左右孩子,记录较大的那个
if child + 1 <= end and nums[child] < nums[child + 1]:
# 如果右孩子比较大,下标往右移
child += 1
# 如果根已经比左右孩子都大了,直接退出
if temp >= nums[child]:
break
# 如果根小于某个孩子,将较大值提到根位置
nums[start] = nums[child]
# nums[start], nums[child] = nums[child], nums[start]
# 接着比较被降下去是否符合要求,此时的根下标为原来被换上去的那个孩子下标
start = child
# 孩子下标也要下降一层
child = child * 2 + 1
# 最后将一开始的根值放入合适的位置(如果前面是交换,这句就不要)
nums[start] = temp
17.01背包(动态规划)
import numpy as np
# 0-1 背包
def oneZeroPack(w,v,c):
dp = np.zeros((len(w),(c+1)),dtype=np.int32)
for i in range(len(w)):
for j in range(c+1):
if i == 0:
dp[i][j] = v[i] if j >= w[i] else 0
else:
if j >= w[i]:
dp[i][j] = max(dp[i-1][j-w[i]]+v[i], dp[i-1][j])
else:
dp[i][j] = dp[i-1][j]
return dp[-1][-1]
# 0-1 背包省空间的办法
def oneZeroPack2(w,v,c):
dp = np.array([0]*(c+1),dtype=np.int32)
for i in range(len(w)):
for j in range(c,-1,-1):
if j >= w[i]:
dp[j] = max(dp[j-w[i]]+v[i], dp[j])
return dp[-1]
18.数据流中的中位数(剑指offer 63)
限制:n个数组无法完全放在内存中
# -*- coding:utf-8 -*-
import heapq
# -*- coding:utf-8 -*-
class Solution:
def __init__(self):
self.nums = []
def Insert(self, num):
# write code here
self.nums.append(num)
def GetMedian(self,n=None):
# write code here
self.nums.sort()
if len(self.nums)%2 == 0:
res = (self.nums[len(self.nums)/2]+self.nums[len(self.nums)/2-1])/2.0
else:
res = self.nums[len(self.nums)//2]
return res
19.买卖股票的最佳时机(leetcode 121)
# DC分治算法
def max_profit_dc(prices):
len_prices = len(prices)
if len_prices <= 1: # 边界条件
return 0
mid = len_prices//2
prices_left = prices[:mid]
prices_right = prices[mid:]
maxProfit_left = max_profit_dc(prices_left) # 递归求解左边序列
maxProfit_right = max_profit_dc(prices_right) # 递归求解右边序列
maxProfit_left_right = max(prices_right) - min(prices_left) #跨界情况
return max(maxProfit_left,maxProfit_right,maxProfit_left_right)
20.矩阵中的最短路径(剑指offer 65)
class Solution:
def hasPath(self, matrix, rows, cols, path):
assistMatrix = [True]*rows*cols
for i in range(rows):
for j in range(cols):
if(self.hasPathAtAStartPoint(matrix,rows,cols, i, j, path, assistMatrix)):
return True
return False
def hasPathAtAStartPoint(self, matrix, rows, cols, i, j, path, assistMatrix):
if not path:
return True
index = i*cols+j
if i<0 or i>=rows or j<0 or j>=cols or matrix[index]!=path[0] or assistMatrix[index]==False:
return False
assistMatrix[index] = False
if(self.hasPathAtAStartPoint(matrix,rows,cols,i+1,j,path[1:],assistMatrix) or
self.hasPathAtAStartPoint(matrix,rows,cols,i-1,j,path[1:],assistMatrix) or
self.hasPathAtAStartPoint(matrix,rows,cols,i,j-1,path[1:],assistMatrix) or
self.hasPathAtAStartPoint(matrix,rows,cols,i,j+1,path[1:],assistMatrix)):
return True
assistMatrix[index] = True
return False