python人工智能面试题_AI笔试面试题库-Python题目解析4

1、请用Python手写实现插入排序。

解析:

插入排序(Insertion Sort)的工作原理是通过构建有序序列,对于未排序数据,

在已排序序列中从后向前扫描,找到相应位置并插入。

算法执行步骤:

(1)从第一个元素开始,该元素可以认为已经被排序;

(2)取出下一个元素,在已经排序的元素序列中从后向前扫描;

(3)如果被扫描的元素(已排序)大于新元素,则将被扫描元素后移一位;

(4)重复步骤(3),直到找到已排序的元素小于或者等于新元素的位置;

(5)将新元素插入到该位置后;

(6)重复步骤(2)-(5)。

Python实现

def insert_sort(ary):

n = len(ary)

for i in range(1,n):

if ary[i] < ary[i-1]:

temp = ary[i]

#待插入的下标

index = i

#从i-1 循环到 0 (包括0)

for j in range(i-1,-1,-1):

if ary[j] > temp :

ary[j+1] = ary[j]

#记录待插入下标

index = j

else :

break

ary[index] = temp

return ary

2、请用Python手写实现快速排序。

解析:

步骤:

(1)从数列中挑出一个元素,称为 “基准”(pivot);

(2)重新排序数列,所有元素比基准值小的摆放在基准前面,所有元素比基准值

大的摆在基准的后面(相同的数可以到任一边)。在这个分区退出之后,该基

准就处于数列的中间位置。这个称为分区(partition)操作;

(3)递归地(recursive)把小于基准值元素的子数列和大于基准值元素的子数列排序。

换言之

快速排序时基于分治模式处理的,

对一个典型子数组A[p...r]排序的分治过程为三个步骤:

(1)分解:

A[p..r]被划分为俩个(可能空)的子数组A[p ..q-1]和A[q+1 ..r],使得

A[p ..q-1] <= A[q] <= A[q+1 ..r];

(2)解决:通过递归调用快速排序,对子数组A[p ..q-1]和A[q+1 ..r]排序;

(3)合并。

QUICKSORT(A, p, r)

1 if p < r

2 then q ← PARTITION(A, p, r) //关键

3 QUICKSORT(A, p, q - 1)

4 QUICKSORT(A, q + 1, r)

数组划分

快速排序算法的关键是PARTITION过程,它对A[p..r]进行就地重排:

PARTITION(A, p, r)

1 x ← A[r]

2 i ← p - 1

3 for j ← p to r - 1

4 do if A[j] ≤ x

5 then i ← i + 1

6 exchange A[i] <-> A[j]

7 exchange A[i + 1] <-> A[r]

8 return i + 1

下图是一个例子

这是另外一个可视化图

Python实现

def quick_sort(ary):

return qsort(ary,0,len(ary)-1)

def qsort(ary,left,right):

#快排函数,ary为待排序数组,left为待排序的左边界,right为右边界

if left >= right : return ary

key = ary[left] #取最左边的为基准数

lp = left #左指针

rp = right #右指针

while lp < rp :

while ary[rp] >= key and lp < rp :

rp -= 1

while ary[lp] <= key and lp < rp :

lp += 1

ary[lp],ary[rp] = ary[rp],ary[lp]

ary[left],ary[lp] = ary[lp],ary[left]

qsort(ary,left,lp-1)

qsort(ary,rp+1,right)

return ary

3、请用Python手写实现堆排序。

解析:

堆排序在 top K 问题中使用比较频繁。堆排序是采用二叉堆的数据结构来

实现的,虽然实质上还是一维数组。二叉堆是一个近似完全二叉树 。

二叉堆具有以下性质:

父节点的键值总是大于或等于(小于或等于)任何一个子节点的键值。

每个节点的左右子树都是一个二叉堆(都是最大堆或最小堆)。

步骤:

(1)构造最大堆(Build_Max_Heap):若数组下标范围为0~n,考虑到单独一个

元素是大根堆,则从下标n/2开始的元素均为大根堆。于是只要从n/2-1开

始,向前依次构造大根堆,这样就能保证,构造到某个节点时,它的左右

子树都已经是大根堆。

(2)堆排序(HeapSort):由于堆是用数组模拟的。得到一个大根堆后,数组

内部并不是有序的。因此需要将堆化数组有序化。思想是移除根节点,并

做最大堆调整的递归运算。第一次将heap[0]与heap[n-1]交换,再对

heap[0...n-2]做最大堆调整。第二次将heap[0]与heap[n-2]交换,

再对heap[0...n-3]做最大堆调整。重复该操作直至heap[0]和heap[1]

交换。由于每次都是将最大的数并入到后面的有序区间,故操作完后

整个数组就是有序的了。

(3)最大堆调整(Max_Heapify):该方法是提供给上述两个过程调用的。

目的是将堆的末端子节点作调整,使得子节点永远小于父节点。

Python实现

def heap_sort(ary) :

n = len(ary)

#最后一个非叶子节点

first = int(n/2-1)

#构造大根堆

for start in range(first,-1,-1) :

max_heapify(ary,start,n-1)

#堆排,将大根堆转换成有序数组

for end in range(n-1,0,-1):

ary[end],ary[0] = ary[0],ary[end]

max_heapify(ary,0,end-1)

return ary

#最大堆调整:将堆的末端子节点作调整,使得子节点永远小于父节点

#start为当前需要调整最大堆的位置,end为调整边界

def max_heapify(ary,start,end):

root = start

while True :

#调整节点的子节点

child = root*2 +1

if child > end : break

if child+1 <= end and ary[child] < ary[child+1] :

#取较大的子节点

child = child+1

#较大的子节点成为父节点

if ary[root] < ary[child] :

#交换

ary[root],ary[child] = ary[child],ary[root]

root = child

else :

break

4、请用Python手写实现归并排序。

解析:

归并排序是采用分治法的一个非常典型的应用。归并排序的思想就是先递归

分解数组,再合并数组。

先考虑合并两个有序数组,基本思路是比较两个数组的最前面的数,谁小就

先取谁,取了后相应的指针就往后移一位。然后再比较,直至一个数组为空,

最后把另一个数组的剩余部分复制过来即可。

再考虑递归分解,基本思路是将数组分解成left和right,如果这两个数组

内部数据是有序的,那么就可以用上面合并数组的方法将这两个数组合并排

序。如何让这两个数组内部是有序的?可以再二分,直至分解出的小组只含

有一个元素时为止,此时认为该小组内部已有序。然后合并排序相邻二个小

组即可。

Python实现

def merge_sort(ary):

if len(ary) <= 1 : return ary

num = int(len(ary)/2) #二分分解

left = merge_sort(ary[:num])

right = merge_sort(ary[num:])

return merge(left,right) #合并数组

def merge(left,right):

'''合并操作,

将两个有序数组left[]和right[]合并成一个大的有序数组'''

#left与right数组的下标指针

l,r = 0,0

result = []

while l

5、请创建一个函数检查一个词是否具有回文结构,使用 Python 进行编写。

解析:

def huiwen(str):

if len(str)==1:

return True

else:

return str[0]==str[-1] and huiwen(str[1:-1])

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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
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