全面掌握常见算法与刷题技巧：笔试面试通关秘籍

最新推荐文章于 2024-09-13 16:27:15 发布

小添屎

最新推荐文章于 2024-09-13 16:27:15 发布

阅读量22

点赞数

文章标签：算法面试职场和发展

简介

本资源详细介绍了常见算法，包括排序、搜索、动态规划等，提供了丰富的刷题资源，含题目解析与代码实现。同时涵盖了各大公司笔试和面试的经典算法题，助您轻松应对求职挑战。

排序算法
- 冒泡排序
- 选择排序
- 插入排序
- 快速排序
- 归并排序
搜索算法
- 线性搜索
- 二分搜索
- 深度优先搜索（DFS）
- 广度优先搜索（BFS）
动态规划
- 斐波那契数列
- 最长公共子序列
- 背包问题
- 最小路径和
刷题资源
- LeetCode 高频题
- 牛客网经典题
笔试面试题
- 字节跳动
- 阿里巴巴
- 腾讯
- 美团

1. 排序算法

冒泡排序

介绍：
冒泡排序是一种简单的排序算法。它重复地走访过要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。走访数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。

代码实现：

def bubble_sort(arr):
    n = len(arr)
    for i in range(n):
        for j in range(0, n-i-1):
            if arr[j] > arr[j+1]:
                arr[j], arr[j+1] = arr[j+1], arr[j]
    return arr

例题解析：
题目：对一个未排序的数组进行冒泡排序，输出排序后的数组。

# 输入
arr = [64, 34, 25, 12, 22, 11, 90]
# 输出
sorted_arr = bubble_sort(arr)
print(sorted_arr)
# 结果：[11, 12, 22, 25, 34, 64, 90]

选择排序

介绍：
选择排序是一种简单直观的排序算法。它的工作原理如下：首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置，然后再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。以此类推，直到所有元素均排序完毕。

代码实现：

def selection_sort(arr):
    for i in range(len(arr)):
        min_idx = i
        for j in range(i+1, len(arr)):
            if arr[j] < arr[min_idx]:
                min_idx = j
        arr[i], arr[min_idx] = arr[min_idx], arr[i]
    return arr

例题解析：
题目：对一个未排序的数组进行选择排序，输出排序后的数组。

# 输入
arr = [64, 25, 12, 22, 11]
# 输出
sorted_arr = selection_sort(arr)
print(sorted_arr)
# 结果：[11, 12, 22, 25, 64]

2. 搜索算法

二分搜索

介绍：
二分搜索，也称折半搜索，是一种在有序数组中查找某一特定元素的搜索算法。搜索过程从数组的中间元素开始，如果中间元素正好是要查找的元素，则搜索过程结束；如果某一特定元素大于或者小于中间元素，则在数组大于或小于中间元素的那一半中查找，而且同样从中间元素开始比较。

代码实现：

def binary_search(arr, x):
    l, r = 0, len(arr) - 1
    while l <= r:
        mid = (l + r) // 2
        if arr[mid] == x:
            return mid
        elif arr[mid] < x:
            l = mid + 1
        else:
            r = mid - 1
    return -1

例题解析：
题目：在有序数组中查找目标值，返回目标值所在的索引位置。

# 输入
arr = [2, 3, 4, 10, 40]
x = 10
# 输出
result = binary_search(arr, x)
print(result)
# 结果：3

3. 动态规划

斐波那契数列

介绍：
斐波那契数列是一个经典的动态规划问题。斐波那契数列由 0 和 1 开始，之后的斐波那契数就是前面两者的和。即 F(n) = F(n-1) + F(n-2)。

代码实现：

def fibonacci(n):
    if n <= 0:
        return 0
    elif n == 1:
        return 1
    else:
        fib = [0, 1]
        for i in range(2, n+1):
            fib.append(fib[-1] + fib[-2])
        return fib[n]

例题解析：
题目：求斐波那契数列的第 n 项。

4. 刷题资源

LeetCode 高频题

题目：Two Sum

题目描述：
给定一个整数数组 nums 和一个目标值 target，请你在该数组中找出和为目标值的那两个整数，并返回他们的数组下标。

代码实现：

def two_sum(nums, target):
    num_map = {}
    for i, num in enumerate(nums):
        complement = target - num
        if complement in num_map:
            return [num_map[complement], i]
        num_map[num] = i
    return []

例题解析：
题目：在数组 [2, 7, 11, 15] 中找到和为 9 的两个数的下标。

# 输入
nums = [2, 7, 11, 15]
target = 9
# 输出
result = two_sum(nums, target)
print(result)
# 结果：[0, 1]

5. 笔试面试题

字节跳动

题目：最大子序和

题目描述：
给定一个整数数组 nums ，找到一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。

代码实现：

def max_sub_array(nums):
    max_sum = nums[0]
    current_sum = nums[0]
    for num in nums[1:]:
        current_sum = max(num, current_sum + num)
        max_sum = max(max_sum, current_sum)
    return max_sum