题图无关,因为想到鹅厂,就想到企鹅,然后就想到打企鹅(非洲版),然后就暴露年龄了
- 鹅厂 -
在遥远的2009年,那时候“呵呵”还没有奇怪的意思,我笑呵呵地去参加了鹅厂的实习招聘。
面试被安排在面试官下榻酒店的房间里,校门口的**王朝大酒店,可能一晚上能顶我一个月生活费那种。
过程聊得应该还可以,不过大部分细节都忘了,只记得最后那道代码题,一张纸,一支笔。
题面很简单:写一个 C 函数,合并两个有序数组。
- “最好能通用一点”,面试官补充说。
- “可以用 C++ 模板吗?”
- “最好还是用 C 。”
好多年以后,当我开始面试别人了,发现这道题确实很好用。
- 解 -
学过归并排序的同学应该都会觉得这个题目并不难,只不过是其中的一次归并环节。
其基本思路是,用两个指针,分别从数组的第一个元素开始,依次比较,每次找到最小的元素存入新数组,然后将指针移动到下一位。
需要注意的是当一个数组被取完以后,还得处理另一个数组的剩余元素。
而所谓“通用”,是指数组的元素可以是任意类型,因此需要把数组元素的大小、用于比较的函数也作为参数传进去。
大概就是要实现这样的一个函数:
typedef int cmpfunc(void *x, void *y);void* merge(void *A, int m, void *B, int n, int size, cmpfunc f);
其中 m、n 分别表示A、B这两个数组的长度,size表示数组元素的大小。
具体实现的 C 代码比较琐碎,就不在这里贴出来了,感兴趣的同学可以自己试着写一下。
- WHY -
我在上一家公司,通常用这道题当笔试的压轴题,但不限制语言,以及去掉了对“通用”的要求。
为什么选它呢?
首先,它很容易理解,不会产生歧义,不需要额外解释。
其次,在纸面上编码(至少是脱离IDE),程序员在编码前得想清楚;涂改较多也说明一些问题。
最重要的是,它有很好的区分度,因为真的有很多程序猿没认真学过归并排序。
但至少每个人都能想到将两个数组合并,然后进行排序。
有些特别直接的小伙伴,就用了 PHP 自带的 sort 函数,后来我们不得不加个说明:“避免使用库函数”。
至于排序算法,有人写冒泡,也有人写快排;快排的实现,又可以考察是不是在数组里做原地划分(大部分是拆到两个数组里再合并)。
并且,我们在题面上特地对 有序 两个字加粗、加下划线,引导候选人使用最优解法。
如果候选人最终仍然实现了排序解法,在面试中还可以再提示,是否能用上“有序”这个条件,进一步提高性能。
这样层层递进,能够较好地帮助我们判断候选人的编码能力。
不过机关算尽,还是遇到了比较挫败的case,比如一个候选人就反问:系统自带的函数效率最高啊,为什么要自己实现?
- 字节 -
到了字节跳动后,我发现这道题有点不够用了,撑死只能算 LeetCode Easy,对于有勇气来面试字节的候选人,通常都不在话下。
为了把它升级到 Medium,我想到了两个改动:
两个不够,m个来凑
数组太简单,得换成链表
然后一看,诶,这 tm 不就是 LeetCode 23 原题吗?
话说回来,这题就变成了:请把 m 个有序链表合并成一个新的有序链表;平均每个链表有 k 个节点。
- 解² -
不用说,所有候选人都能想到每次遍历所有链表、找到最小值加入新的链表。
对于选择这个思路的候选人,接下来的问题是:
Q1:这个方案的时间复杂度是多少呢?
有不少候选人回答 O(m * k),大概是觉得两个链表合并是 O(2 * k),m个链表合并自然是 O(m * k) 了。
实际上,使用这种思路,每次找到最小值需要逐个比较 m 个链表,这个操作需要执行 m * k 次(节点总数),因此总的时间复杂度应该是 O(m^2 * k)。
Q2:还有优化空间吗?
有些候选人确实想不到更优的解法,但只要能按这思路完成 bug free 的代码,综合面试中的其他表现,也可以通过我们的筛选(详见 程序员面试指北:面试官视角)。
毕竟 LeetCode 23 原题可是 Hard 级别。
- 分治 -
对分治算法比较熟悉的候选人会想到,可以先两两合并,得到的 m / 2 个链表再两两合并,循环这个过程,直到只剩下一个链表。
然后又回到 Q1:这个方案的时间复杂度是多少呢?
这回答就千奇百怪了,O(m * log(k)),O(k * log(m)), O(m * k * log(k))……
这个计算其实不难:
第一轮需要 m/2 次两两合并,每次两两合并是 2k 次比较,合计 m*k
第二轮需要 m/4 次两两合并,每次两两合并是 4k 次比较(每个链表平均长度变成2k了),合计还是 m*k
……
对 m 个元素做二分,总共需要 log(m) 轮
所以合理的答案应该是 O(m * k * log(m))。
具体实现又可以分成上下两部分。
下层应该实现一个合并俩链表的逻辑,比较常见的错误是没能正确处理链表的头结点(比如直接当成尾节点用,或者忘记初始化,以及 C++ 小伙伴用了 new 以后常常忘了 delete),还有前面说到的,一个链表摘空了后,需要处理另一个链表剩下的节点。
上层的实现其实和归并排序长得一毛一样,可以 bottom-up,也可以 top-down。bottom-up 的实现常见的错误是没处理好落单的那一个,而 top-down 则需要注意递归的终止条件。
另外有点意外的是,不少 Java 小伙伴被 List 这个 Interface 荼毒还挺深,在编码的时候顺手就用 List.get(i) ,完全不考虑这个 API 的开销。
- 最小堆 -
对常见数据结构比较熟悉的候选人则会提出使用最小堆,这样可以将每次查找最小值的时间复杂度降为 log(m) ,于是总的时间复杂度也可以降为 O(m * k * log(m))。
既然提到了堆,那就可以顺便问一下,最小元素从堆顶被摘掉以后,如何调整堆?
于是那些只知道可以用最小堆、不知道如何实现堆的候选人就暴露出来了。
不过也不打紧,大部分语言的库里都实现了 PriorityQueue 这个数据结构,让候选人直接用语言提供的版本来编码就好。
具体的代码主要有两个坑,一是循环中要注意对摘空链表的处理,二是对链表头结点的处理(前面提到了)。
- 没完 -
面试到上面的程度就足够了,不然 45 分钟实在是不够用。
但其实还有些值得思考的问题没讲完。
比如说,这两种算法,平均时间复杂度都是 O(m * k * log(m)),到底哪一个更好呢?
分治算法的优势是,两两合并时,当一个链表为空,可以直接将另一个链表的剩余节点串起来,相比于堆算法可以节约一些时间。
另一方面,对于这样一个经典的多路归并问题,实际使用场景可能是要合并外存上的多个排好序的文件,这时候堆算法可以节约磁盘IO(只需要一次遍历),相比于分治算法就有了压倒性的优势。
所以具体还是要看场景。
再比如,在这个场景下,堆并不是最高效的数据结构。
实际上,堆算法只是多路归并的早期实现,由于每一层的调整都需要两次比较(先取出两个子节点的较小者,然后再和当前节点比较),其效率还有优化空间。
(堆的调整)
如果我们将用于比较的节点作为叶子节点构建一棵完全二叉树,从叶子节点往上只保存获胜的节点:
这样每一层只需要和其兄弟节点做比较即可。这就是所谓“胜者树”,说起来还是空间换时间的套路(多一倍的节点数)。
还没完 —— 这个方案对每一层的更新仍然需要访问3个节点(自己、兄弟节点,父节点),换个思路,如果我们在路径上只保存失败的值,再用一个额外的变量保存在根节点比较的获胜者(勘误:下图根节点应当是 2,而不是5):
于是我们对每一层的更新只需要访问当前节点和其父节点就好了。
由于每次保存的是失败者,这个方案又被称为“败者树”。
- 小结 -
这篇没有贴具体的代码,没试过的同学,正好可以用 LeetCode 23 来练手(点击“阅读原文”直达)。
照例小结一下:
笔试/面试题的区分度很重要;
归并排序是基础,bottom-up 和 top-down 都要熟;
多路归并可以用分治和堆来解决,时间复杂度最优;
通过败者树可以进一步优化堆的解法。
创作不易,觉得赞的小伙伴,别忘了点 “在看” 或分享给你的小伙伴,感谢~
推荐阅读:
程序员面试指北:面试官视角
踩坑记:go服务内存暴涨
TCP:学得越多越不懂
UTF-8:一些好像没什么用的冷知识
[译] C程序员该知道的内存知识 (1)