BAT 常规算法,认识一下

一、二叉树


1.1 二叉树按层遍历

  • 1、针对二叉树的宽度优先遍历
  • 2、宽度优先遍历常使用队列结构
  • 3、面试中,该类题目常对换行有所要示,如将行号也打印出来

题目一:给定一棵二叉树的头节点head,请按照现在大家看到的这种格式打印。要求打印成:

  按层序遍历结果为右侧:

Java 代码实现:

    // 层序遍历
    // 时间复杂度:O(n)
    // 空间复杂度:O(n)
    public List<List<Integer>> levelOrder(TreeNode root) {
        List<List<Integer>> res = new LinkedList<>();
        if (root == null) return res;
        Queue<TreeNode> queue = new LinkedList<>();
        queue.offer(root);
        while (!queue.isEmpty()) {
            int size = queue.size();
            List<Integer> list = new LinkedList<>();
            for (int i = 0; i < size; i++) {
                TreeNode poll = queue.poll();
                list.add(poll.val);
                if (poll.left != null) queue.offer(poll.left);
                if (poll.right != null) queue.offer(poll.right);
            }
            res.add(list);
        }

        return res;
    }

1.2 二叉树序列化与反序列化

  1. 二叉树     ——>    字符串 (序列化)
  2. 字符串     ——>    二叉树 (反序列化)

序列化的方式:

  1. 根据先序遍历序列化
  2. 根据中序遍历序列化
  3. 根据后序遍历序列化
  4. 按层序列化

案例一:

二叉树被记录成文件的过程叫作二叉树的序列化,通过文件内容重建原来二叉树的过程叫作二叉树的反序列化。给定一棵二叉树的头节点head,并已知二叉树节点值的类型为32位整型。请设计一种二叉树序列化和反序列化的方案,并用代码实现。

案例一答案:

  1. 假设序列化结果为str,初始时str为空字符串。
  2. 先序遍历二叉树时如果遇到空节点,在str末尾加上 “#!”。
  3. 如果遇到不为空的节点,假设节点值为3,就在str的末尾加上 "3!"。

注意:如果不用特殊符号表示值的结束,则这两棵树的序列化结果为:123###,说明不用特殊字符表示节点值结束的话,会产生歧义。

反序列化:一棵二叉树通过先序遍历得到的结果,如何进行反序列化。

  1. 选择用什么样的遍历方式序列化,就选择用什么样的方式反序列化。
  2. 一棵树序列化的结果是唯一的,唯一的结果生成的二叉树也是唯一的。

二、排序

时间复杂度为O(n^2):冒泡排序、选择排序、插入排序

2.1 冒泡排序

冒泡排序算法思想:

  • 时间复杂度为O(n^2)
  • 空间复杂度为O(1)

实现代码:

 


2.2 选择排序

选择排序算法思想:

  • 时间复杂度为O(n^2)
  • 空间复杂度为O(1)

实现代码:

 


2.3 插入排序

插入排序算法思想:

  • 时间复杂度为O(n^2)
  • 空间复杂度为O(1)

实现代码:

 


时间复杂度:O(N*logN):归并排序、快速排序、堆排序、希尔排序

2.4 归并排序

归并排序算法思想:

  • 时间复杂度为O(N*logN)
  • 空间复杂度为O(1)

实现代码:

 


2.5 快速排序

快速排序算法思想:

  • 时间复杂度为O(N*logN)
  • 空间复杂度为O(1)

实现代码:

 


2.6 堆排序

堆排序算法思想:

  • 时间复杂度为O(N*logN)
  • 空间复杂度为O(1)

实现代码:

 


2.7 希尔排序

希尔排序算法思想:改进版的插入排序,不断改良步长。希尔排序的关键是步长的选择

  • 时间复杂度为O(N*logN)
  • 空间复杂度为O(1)

实现代码:

 


时间复杂度为O(N)的排序算法,不是基于比较的排序算法,思想来自于桶排序:计数排序、基数排序

2.8 计数排序

计数排序算法思想:

  • 时间复杂度为O(N*logN)
  • 空间复杂度为O(1)

适用场景:数据在一定的范围

实现代码:

 


2.9 基数排序

基数排序算法思想:

  • 时间复杂度为O(N*logN)
  • 空间复杂度为O(1)

实现代码:

 


经典排序算法的空间复杂度

  • O(1):插入排序、选择排序、冒泡排序、堆排序、希尔排序
  • O(logN) ~ O(N):快速排序
  • O(N): 归并排序
  • O(M):计数排序、基数排序

经典排序算法的稳定性

稳定性的概念:

假定待排序的记序列中,存在多个具有相同的关键字的记录,若经过排序,这些记录的相对次序保持不变,称这种排序算法是稳定的,否则称为不稳定的。

稳定的排序概念:

冒泡排序、插入排序、归并排序、计数排序、基数排序、桶排序

不稳定的排序算法:

选择排序、快速排序、希尔排序、堆排序


补充说明一:排序算法无绝对优劣

通常不能随便说哪种排序算法好。这个和要排序的元素相关。例如对人的年龄排序或者身高排序,因为这种数据范围通常比较小,可以考虑采用计数排序。但是对于均匀分布的整数,计数排序就不合适了。除非面试题特别说明,否则认为要排序的数据范围是均匀分布的。

补充说明二:为什么叫快速排序

快速排序之所以叫快速排序,并不代表它比堆排序和归并排序优良。在最好的情况下,它的渐进复杂度与 堆排序 和 归并排序 是相同的。只是快速排序的常量系数比较小而已。

补充说明三:工程上的排序

  1. 工程上的排序是综合排序。
  2. 数组较小时,插入排序。
  3. 数组较大时,快速排序 或 其它 O(N*logN) 的排序。

排序案例一:

已知一个几乎有序的数组,几乎有序是指,如果把数组排好顺序的话,每个元素移动的距离不超过K,并且K相对于数组长度来说很小。请问选择什么方法对其排序比较好。

思路:

时间复杂度为O(N) 的排序算法:计数排序、基数排序,不基于比较排序算法的限制,不适用所有情况。

时间复杂度为O(N^2) 的排序算法:冒泡排序、选择排序。这两个排序算法与数组原始序列无关;插入排序,插入排序的过程与原始顺序有关每个元素移动距离不超过K,对于本题来说,插入排序O(N*K)

时间复杂度为O(N*logN) 的排序算法:快速排序,与数组原始顺序无关。归并排序,与数组原始顺序无关。

答案:改进后的堆排序,数组排序完毕,每得到一个数O(logK),总共N个数,整体时间复杂度O(N*logK)


排序案例二:

判断数组中是否有重复值。必须保证额外空间复杂度为O(1)。

思路:如果没有空间复杂度限制,用哈希表实现。哈希表实现,时间复杂度O(N),空间复杂度为O(N)。考察经典排序算法,空间复杂度限制。

答案:先排序,排序后相等的值会贴在一起。然后判断。堆排序,需要改写成非递归实现的版本(经典的堆排序是递归)

 

 

 

 

评论 3
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

打赏作者

不埋雷的探长

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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