第1章 算法面试到底是什么鬼?
一提起算法面试,很多同学就会心有余悸。可其实,大多数企业的算法面试,并没有那么可怕。并不是一定要啃完整本《算法导论》,才能玩儿转算法面试;也并不是只有ACM参赛选手,才能笑傲算法面试。恰恰相反,大多数算法面试关注的算法思维,其实很基础。在这一章,和大家聊一聊,算法面试,到底是什么鬼?…
- 1-1 算法面试不仅仅是正确的回答问题
- 1-2 算法面试只是面试的一部分
- 1-3 如何准备算法面试
- 1-4 如何回答算法面试问题
第2章 面试中的复杂度分析
很多同学一提起复杂度分析就头疼,马上想起了《算法导论》中复杂的数学推导。但其实在一般的企业面试中,对复杂度的分析要求并没有那么高,但也是绕不过去的坎儿。在这一章,和大家介绍一下,面试中需要掌握的复杂度分析。…
- 2-1 究竟什么是大O(Big O)
- 2-2 对数据规模有一个概念
- 2-3 简单的复杂度分析
- 2-4 亲自试验自己算法的时间复杂度
- 2-5 递归算法的复杂度分析
- 2-6 均摊时间复杂度分析(Amortized Time Analysis)
- 2-7 避免复杂度的震荡
第3章 数组中的问题其实最常见
面试中的算法问题,有很多并不需要复杂的数据结构支撑。就是用数组,就能考察出很多东西了。其实,经典的排序问题,二分搜索等等问题,就是在数组这种最基础的结构中处理问题的。在这一章中,我们学习常见的数组中处理问题的方法。…
3-1 从二分查找法看如何写出正确的程序
3-2 改变变量定义,依然可以写出正确的算法
3-3 在LeetCode上解决第一个问题 Move Zeros
3-4 即使简单的问题,也有很多优化的思路
3-5 三路快排partition思路的应用 Sort Color
3-6 对撞指针 Two Sum II – Input Array is Sorted
3-7 滑动窗口 Minimum Size Subarray Sum
3-8 在滑动窗口中做记录 Longest Substring Without Repeating Characters
第4章 查找表相关问题
查找,是使用计算机处理问题时的一个最基本的任务,因此也是面试中非常常见的一类问题。很多算法问题的本质,就是要能够高效查找。学会使用系统库中的map和set,就已经成功了一半。
4-1 set的使用 Intersection of Two Arrays
4-2 map的使用 Intersection of Two Arrays II
4-3 set和map不同底层实现的区别
4-4 使用查找表的经典问题 Two Sum
4-5 灵活选择键值 4Sum II
4-6 灵活选择键值 Number of Boomerangs
4-7 查找表和滑动窗口 Contain Duplicate II
4-8 二分搜索树底层实现的顺序性 Contain Duplicate III
第5章 在链表中穿针引线
链表是一种特殊的线性结构,由于不能像数组一样进行随机的访问,所以和链表相关的问题有他自身的特点。我将之称为穿针引线。我们在这一章,就来看一看,如何在链表中穿针引线。
5-1 链表,在节点间穿针引线 Reverse Linked List
5-2 测试你的链表程序
5-3 设立链表的虚拟头结点 Remove Linked List Elements
5-4 复杂的穿针引线 Swap Nodes in Pairs
5-5 不仅仅是穿针引线 Delete Node in a Linked List
5-6 链表与双指针 Remove Nth Node Form End of List
第6章 栈,队列,优先队列
栈和队列虽然是简单的数据结构,但是使用这些简单的数据结构所解决的算法问题不一定简单。在这一章里,我们将来探索,和栈与队列相关的算法问题。
6-1 栈的基础应用 Valid Parentheses
6-2 栈和递归的紧密关系 Binary Tree Preorder, Inorder and Postorder Traversal
6-3 运用栈模拟递归
6-4 队列的典型应用 Binary Tree Level Order Traversal
6-5 BFS和图的最短路径 Perfect Squares
6-6 优先队列
6-7 优先队列相关的算法问题 Top K Frequent Elements
第7章 二叉树和递归
递归,是使用计算机解决问题的一种重要的思考方式。而二叉树由于其天然的递归结构,使得基于二叉树的算法,均拥有着递归性质。使用二叉树,是研究学习递归算法的最佳入门方式。在这一章里,我们就来看一看二叉树中的递归算法。…
7-1 二叉树天然的递归结构
7-2 一个简单的二叉树问题引发的血案 Invert Binary Tree
7-3 注意递归的终止条件 Path Sum
7-4 定义递归问题 Binary Tree Path
7-5 稍复杂的递归逻辑 Path Sum III
7-6 二分搜索树中的问题 Lowest Common Ancestor of a Binary Search Tree
第8章 递归和回溯法
回溯法是解决很多算法问题的常见思想,甚至可以说是传统人工智能的基础方法。其本质依然是使用递归的方法在树形空间中寻找解。在这一章,我们来具体看一下将递归这种技术使用在非二叉树的结构中,从而认识回溯这一基础算法思想。…
8-1 树形问题 Letter Combinations of a Phone Number
8-2 什么是回溯
8-3 排列问题 Permutations
8-4 组合问题 Combinations
8-5 回溯法解决组合问题的优化
8-6 二维平面上的回溯法 Word Search
8-7 floodfill算法,一类经典问题 Number of Islands-
8-8 回溯法是经典人工智能的基础 N Queens
第9章 动态规划基础
很多同学听到“动态规划”的名称可能会望而生畏,觉得动态规划的问题都很复杂。但其实,动态规划本质依然是递归算法,只不过是满足特定条件的递归算法。在这一章里,我们就来逐步解开动态规划的神秘面纱
9-1 什么是动态规划
9-2 第一个动态规划问题 Climbing Stairs
9-3 发现重叠子问题 Integer Break
9-4 状态的定义和状态转移 House Robber
9-5 0-1背包问题
9-6 0-1背包问题的优化和变种
9-7 面试中的0-1背包问题 Partition Equal Subset Sum
9-8 LIS问题 Longest Increasing Subsequence
9-9 LCS,最短路,求动态规划的具体解以及更多
第10章 贪心算法
通常同学们可能会认为贪心算法比较简单。确实,通常贪心算法的实现非常容易,但是,一个问题是否能够使用贪心算法,是一定要小心的。我们在这一章来看一看,贪心算法可能会有哪些坑。
10-1 贪心基础 Assign Cookies
10-2 贪心算法与动态规划的关系 Non-overlapping Intervals
10-3 贪心选择性质的证明