【基础问答】数据结构

  1、什么是数据结构

数据结构的定义是三元组数据对象、数据关系和基本操作集。结构包括逻辑结构和物理结构。逻辑结构包括树、图、队列、栈、集合、线性表等，物理结构包括链表、顺序表等。

线性表

2、数组和链表的区别 / 顺序存储和链式存储的区别

数组：静态分配，物理和逻辑一致，插入和删除O(n)，访问O（1）

链表：动态分配，物理和逻辑不一定一致，插入和删除O(1)，访问O（n）

3、头结点和头指针的区别

头结点是链表第一个结点，内容可以为空，头指针指向第一个结点

栈和队列

4、栈和队列的区别

栈是只能在一端进行插入删除，“先进后出”

队列在一端进行插入，另一端进行删除，“先进先出”

5、简述KMP算法

KMP算法是给定两个字符串，判断长度较短的字符串是否是长字符串的子串，并输出第一次出现的位置

暴力解法：用两个下标分别表示当前匹配的主串和模式串的位置，每次移动主串和模式串的下标并匹配，不匹配时主串回到上个下标的后一个位置，模式串从头开始匹配，不停进行直到匹配成功。时间复杂度是O（mn）

KMP解法：KMP通过next数组记录之前失败的信息，来跳过不可能的尝试，使得主串下标每次不回退，模式串直接从上次失配的位置开始匹配，这样使复杂度变成O(m+n)

6、特殊的二叉树

（1）满二叉树：指深度为k且有2^k-1个结点的二叉树

（2）完全二叉树：每个结点与相应高度满二叉编号一一对应

（3）二叉排序树（二叉搜索树）：左<根<右

• 中序遍历递增
• 增删查
  • 删：若为叶子结点直接删，若有左或右子树用其代替，若有左右子树，用直接前驱或直接后继代替
  • 查：最好O（logn）最坏O（n）

（4）平衡二叉树：在二叉查找树的基础上增加平衡要求，即每个结点左右子树高度差的绝对值不超过1

• 插入：寻找最小不平衡子树根据情况进行LL,LR,RR,RL旋转
• 求给定结点数树的最大高度n0=0,n1=1,n2=2,nh=1+nh-1+nh-2

（5）线索二叉树：如果没有左子树，则指向某种遍历次序的前驱结点，如果没有右子树，则指向某种遍历次序的后继结点

（6）哈夫曼树：给定N个权值作为N个叶子结点，每次选择权值最小的两个结点，构造一棵二叉树，使得该树的带权路径长度达到最小。在哈夫曼树中，权值越大的结点离根越近，越小的离根越远。

7、树与二叉树的转换

 

 8、二叉排序和折半查找性能比较

 二叉排序适合动态查找，进行插入删除O（logn），折半查找O（n）

折半查找适合静态查找，查找某元素O（logn），二叉排序最坏情况下O（n）

图

9、深度优先和广度优先的对比

它沿着深度遍历所有节点，尽可能深的搜索分支，直到无法深入回退到前一步状态。一般用栈辅助实现

BFS是从根节点开始，沿着宽度遍历 节点。如果所有节点均被访问，则算法中止。一般用队列辅助实现。

10、请比较最小生成树的算法（普里姆算法，克鲁斯卡尔算法）的异同

生成树是指包含图中所有节点的一棵树,而最小生成树则指一棵所有边权和最小的生成树。

11、什么时候最小生成树唯一？

当带权连通图的任意一个环中所包含的权值均不相同

 12、最短路径算法

单源最短路径：Dijkstra时间复杂度为O（n^2）

多源最短路径：Flyod时间复杂度为O（n^3）

 

 13、拓扑排序

时间复杂度O（v+e）

14、关键路径

AOE网中最长路径就是关键路径，完成整个工程最短时间就是关键路径的长度

查找

15、查找方法的实现

分为静态查找表和动态查找表；

静态查找表包括：顺序查找、折半查找、分块查找；动态查找包括：二叉排序树和平衡二叉树

顺序查找：优化（1）表中元素有序（2）按查找概率降序

折半查找：适用于有序的顺序表，当low<=high，不断比较关键字和中间位置的值，若相等则直接返回，若小于，则high=mid-1，大于则low=mid+1

分块查找：特点是：块间有序，块内无序，查找时块间进行顺序或折半查找，块内进行顺序查找

16、B树和B+树的区别

17、哈希表概念、构造方法、解决冲突的方法

把关键码值映射到表中一个位置来访问，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表

常见散列函数：除留余数、数字分析、平方取中、直接定址.

解决冲突的方法：

18.贪心算法和动态规划以及分治法的区别？

贪心算法顾名思义就是做出在当前看来是最好的结果，它不从整体上加以考虑，也就是局部最优解

动态规划是穷举求最值，但存在重叠子问题和最优子结构，通过找到合适的状态转移方程来简化计算（各子问题重叠） ，从上往下分析问题，从下往上解决问题

分治法：将原问题划分成n个规模较小而结构与原问题相似的子问题；递归地解决这些子问题，然后再合并其结果，就得到原问题的解。（各子问题独立） 

排序

(1)直接插入排序(稳定)：将序列分为有序部分和无序部分，从无序部分依次选择元素与有序部分比较找到待插入的位置，将原来的元素往后移，将元素插入到相应位置上。

时间复杂度为：顺序O(n) 逆序O(n^2) 平均O(n^2),空间复杂度为O(1)

顺序比较n-1次，逆序比较n(n-1)/2次

(2)折半插入排序(稳定)：通过折半查找在有序部分找到待插入的位置

时间复杂度为O(n^2),空间复杂度为O(1)

比较次数为O(nlog2n)，优点是：比较次数大大减少。

(3)希尔排序(不稳定)：先将序列按下标的一定增量分组，对每组进行直接插入排序，然后逐渐减少增量直至1。

(4)简单选择排序(不稳定)：每次从待排序元素中选取关键字最小的元素加入有序子序列

时间复杂度为O(n^2)，空间复杂度为O(1)。

(5)冒泡排序(稳定)：基本思路为：每一趟都将元素进行两两比较，并且按照“前小后大”的规则进行交换。每一趟找到一个最大的元素放到序列后面

时间复杂度为O(n^2)【顺序O(n),逆序O(n^2)】,空间复杂度为O(1)。

(6)堆排序(不稳定)：让此序列排列成完全二叉树，该树具有以下特点，该树中任意节点均大于或小于其左右孩子，此树的根节点为最大值或者最小值。

时间复杂度为O(nlogn),空间复杂度为O(1)。

(7)快速排序(不稳定)：在序列中任意选择一个元素作为基元，比它大的元素一律向后移动，比它小的元素一律向前移动，形成左右两个子序列，则基元放在了最终位置。再把子序列递归地按上述操作进行调整，直到所有的子序列中都只有一个元素时序列即为有序。

时间复杂度为 O(nlog2n)【每次划分平均:O(nlogn) 原本正序或逆序O(n^2)】,

空间复杂度为O(log2n)【每次划分平均:O(n) 原本正序或逆序O(logn)】

优化：使用左端、右端和中心位置上的三个元素的中值作为基准元使划分更加平均

(8)归并排序(稳定)：递归地把两个有序表合并成一个新的有序表。

时间复杂度为O(nlogn),空间复杂度O(n) 。

(9)基数排序（稳定）：将关键字分为d位，进行d趟分配和收集，若当前关键字取得r个值，则需要建立r个队列，然后顺序扫描各元素进行分配O（n），然后耗时O（r）收集

时间复杂度为：对于n个记录进行链式基数排序的时间复杂度为O(d(n+r)),其中每一趟分配的时间复杂度为O(n)

算法题

简单：合并两个有序链表/寻找单链表的倒数第k个节点/寻找单链表的中点/两个链表是否相交/重建二叉树/数组中重复的数字/二维数组的查找/替换空格/斐波拉契

模拟

 （1）矩阵中的路径

 通过回溯法解决：设置一个等大的visit数组表明对应位置元素是否被访问过，从（0,0）作为起点，从它的四个相邻格子去匹配下一个字符，如果存在不匹配或者无路可走则回到前一个字符

（2）二进制1的个数 取最后一位只能 “与”

 

 通过/2右移效率低，如果是负数不断右移会出现死循环

 （3）数值的整数次方

正整数n次方：循环相乘；负整数：先求绝对值循环相乘后取倒数；特判0次方

（4）打印从1到最大的n位数

当n很大的时候会溢出，在字符串上模拟加法：

 （5）全排列时间复杂度O(N!)

 

（6） 

 

 （7）

（8）

 

 （9）

 

 （10）

 

链表

（1）判断链表是否包含环并确定环的入口

用快慢指针：每当慢指针slow前进一步，快指针fast就前进两步。如果fast最终遇到空指针，说明链表中没有环；如果fast最终和slow相遇，那肯定是fast超过了slow一圈，说明链表中含有环。

 

（2）从尾到头打印链表

典型的“先入后出”：每经过一个节点，把这个节点放入栈中，当遍历完整个链表后，再从栈顶开始逐个输出节点的值

（3）调整数组顺序使奇数位位于偶数前面/将负数移到非负数前面/能被3整除移到不能被3整除

（4）反转链表

头插法：新建一个头结点，遍历原链表，把每个节点用头结点插入到新建链表中。最后，新建的链表就是反转后的链表

（5）寻找两个链表的第一个公共节点

栈/队列

（1）用两个栈实现一个队列

push: 往stack1中push元素。

pop: 先判断stack2是否为空，若为空，将stack1中的所有元素pop至stack2中，取出stack2的栈顶元素pop出去；若不为空，直接取出stack2的栈顶元素pop出去

（2）用两个队列实现一个栈

定义一个队列为存储队列(queue1)，另一个为中转队列(queue2)。入栈时直接压入queue1中，出栈时先将除queue1最后一个元素外依次pop出队列，并压入queue2中，将留在queue1中的最后一个元素出队列即为出队元素，之后再次将queue2中的元素压回queue1中

（3）定义栈的数据结构，实现一个能得到栈的最小元素的min函数

 

 （4）栈的压入弹出序列

 

树

（1）给定一棵二叉树和其中一个节点，找出中序遍历的下一个节点

如果当前节点存在右子树，那么下一个节点就是右子树的最左结点；如果没有右子树，就一直找它的父节点，直到它是某一个父节点左子结点，这个父节点就是下一个节点。
（2）树的子结构：输入两颗二叉树A,B，判断B是不是A的子结构

 （3）二叉树的镜像

 

 （4）判断二叉树是否对称

 根左右->根右左

（5）从上到下遍历二叉树

 

 

 

 （6）输入一个整数数组，判断该数组是不是某二叉搜索树的后序遍历结果

 

（7）

 

 （8）求二叉树的高度

 （9）判断二叉树是否是平衡二叉树

排序与查找

（1）查找数组中第k大的数字

经过一次partition后，数组被pivot分成左右两部分：S左、S右。当S左的元素个数|S左|等于k-1时，pivot即是所找的数；当|S左|小于k-1，所找的数位于S右中；当|S左|>k-1，所找的数位于S左中。时间复杂度为：O(N)

（2）旋转数组的最小数字

针对有序的数组进行查找考虑折半查找：设定两个指针low、high指向数组第一个元素和最后一个元素，如果mid对应元素大于等于low指针所指元素，则令low指向mid，如果mid对应元素小于等于high所指元素，则令high指向mid来缩小查找范围，如此重复直到low和high相邻，第二个指针指的位置就是要查找的元素（low指向前面子数组的最后一个元素，high指向后面子数组的第一个元素）

（3）数组中出现次数超过一半的数字 / 寻找数组的中位数

 （4）输出最小的k个数

 

 （5）

 

 

 时间复杂度O（logn）

 （6）

 

 （7）

 （8）数组中数字出现的次数

 

动规

（1）青蛙跳台阶问题（和斐波拉契思路一样，只是初始值不同）

状态定义：dp[i]跳上第i个台阶有dp[i]种跳法

转移方程：dp[i]=dp[i-1]+dp[i-2]

初始值：dp[0]=dp[1]=1

（2）有2*n 的地板，用1*2和 2*1 的骨牌进行铺地板，问共有多少种情况

状态定义：2*i的地板有dp[i]种情况

转移方程：dp[i]=dp[i-1]+dp[i-2]

初始值：dp[1]=1，dp[2]=2

（3）

 

（4）【动态规划】最长子数列和（序列问题）_falodr的博客-CSDN博客

（5）剪绳子

状态定义：长度为i的绳子剪成若干段后乘积最大值是dp[i]

转移方程：dp[i]=max(dp[j]*dp[n-j])

初始值：dp[0]=0,dp[1]=1,dp[2]=2,dp[3]=3

 （6）礼物最大价值

状态定义：到达坐标（i,j）格子时能拿到礼物价值总和最大值dp[i][j]

转移方程：dp[i][j]=max(dp[i-1][j],dp[i][j-1])+gift[i][j]

初始值：dp[0][0]=gift[0][0]

（7）最长不含重复字符的子字符串