本文将覆盖 二分
+ 哈希表
+ 堆
+ 优先队列
方面的面试算法题,文中我将给出:
- 面试中的题目
- 解题的思路
- 特定问题的技巧和注意事项
- 考察的知识点及其概念
- 详细的代码和解析
在开始之前,我们先看下会有哪些重点内容:
现在就让我们开始吧!
二分
- 概念:
二分查找也称折半查找
(Binary Search),它是一种效率较高的查找方法。但是,折半查找要求线性表必须采用顺序存储结构
,而且表中元素按关键字有序
排列。 - 基本思路:
- 首先,假设表中元素是按升序排列,将表中间位置记录的关键字与查找关键字比较
- 如果两者相等,则查找成功
- 否则利用中间位置记录将表分成前、后两个子表
- 如果中间位置记录的关键字大于查找关键字,则进一步查找前一子表
- 否则进一步查找后一子表
- 重复以上过程,直到找到满足条件的记录,使查找成功,或直到子表不存在为止,此时查找不成功。
二分搜索
给定一个 n 个元素有序的(升序)整型数组 nums 和一个目标值 target ,写一个函数搜索 nums 中的 target,如果目标值存在返回下标,否则返回 -1。
示例 1:
输入: nums = [-1,0,3,5,9,12], target = 9
输出: 4
解释: 9 出现在 nums 中并且下标为 4
技巧:
分析二分查找的一个技巧是:
- 不要出现 else,而是把所有情况用
if
/else if
写清楚 - 这样可以清楚地展现所有细节。
这里我们以递归
和非递归
方式,解决面试中的二分搜索题
递归
思路很简单:
- 判断起始点是否大于终止点
- 比较
nums[mid]
与目标值大小 - 如果
nums[mid]
大,说明目标值 target 在前面 - 反之如果
nums[mid]
小,说明目标值 target 在前面后面 - 如果既不大也不小,说明相等,则返回
当前位置
非递归
这个场景是最简单的:
- 搜索一个数
- 如果存在, 返回其索引
- 否则返回 -1
相关视频
X的平方根
计算并返回 x 的平方根,其中 x 是非负整数。
由于返回类型是整数,结果只保留整数的部分,小数部分将被舍去。
示例 2:
输入: 8
输出: 2
说明: 8 的平方根是 2.82842...,
由于返回类型是整数,小数部分将被舍去。
解题思路
使用二分法搜索平方根的思想很简单:
- 就类似于小时候我们看的电视节目中的“猜价格”游戏
- 高了就往低了猜
- 低了就往高了猜
- 范围越来越小。
注:一个数的平方根最多不会超过它的一半,例如 8 的平方根,8 的一半是 4,如果这个数越大越是如此
注意:
对于判断条件:
- 比如说:我们很容易想当然觉得
-
mid == x / mid
和mid * mid == x
是等价的,实际却不然 - 比如 mid = 2,x = 5
- 对于
mid == x / mid
就是:2 == 2 返回 true - 而对于
mid * mid == x
就是:4 == 5 返回 false
对于边界条件有个坑:
- 要注意此处耍了一下小技巧,在二分左值和右值相差为1的时候就停止查找;因为在这里,有个对中值取整数的操作,在取整后始终有
start
==mid
==end
则会死循环。
取整操作的误差为1,故而在这里限制条件改成包含1在内的范围start + 1 < end
; 这里减一很精髓
哈希表
- 概念
散列表(Hash table,也叫哈希表),是根据关键码值(Key value)而直接进行访问的数据结构。也就是说,它通过把关键码值映射到表中一个位置来访问记录,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。 - 数据结构
给定表M
,存在函数f(key)
,对任意给定的关键字值key
,代入函数后若能得到包含该关键字的记录在表中的地址,则称表M为哈希(Hash)表
,函数f(key)为哈希(Hash) 函数。
两数之和
给一个整数数组,找到两个数使得他们的和等于一个给定的数 target。需要实现的函数 twoSum 需要返回这两个数的下标。
示例:
给定
nums = [2, 7, 11, 15], target = 9
因为
nums[0] + nums[1] = 2 + 7 = 9
所以返回[0, 1]
解题思路
- 用一个
hashmap
来记录 -
key
记录target - numbers[i]
的值,value
记录numbers[i]
的i
的值 - 如果碰到一个
numbers[j]
在hashmap
中存在 - 那么说明前面的某个
numbers[i]
和numbers[j]
的和为target
- 那么当前的
i
和j
即为答案
连续数组
给一个二进制
数组,找到 0 和 1 数量相等
的子数组的最大长度
示例 2:
输入: [0,1,0]
输出: 2
说明: [0, 1] (或 [1, 0]) 是具有相同数量0和1的最长连续子数组。
步骤
- 使用一个数字
sum
维护到i
为止1
的数量与0
的数量的差值 - 在
loop i
的同时维护sum
并将其插入hashmap
中 - 对于某一个sum值,若hashmap中已有这个值
- 则当前的
i
与sum
上一次出现的位置之间的序列0
的数量与1
的数量相同
最长无重复字符的子串
给定一个字符串,请你找出其中不含有重复字符的 最长子串 的长度。
输入: "abcabcbb"
输出: 3
解释: 因为无重复字符的最长子串是 "abc",所以其长度为 3。
解题思路
用HashMap
记录每一个字母出现的位置:
- 设定一个
左边界
,到当前枚举到的位置之间的字符串为不含重复字符的子串。 - 若新碰到的字符的上一次的位置在左边界右边, 则需要向右移动左边界。
视频
最多点在一条直线上
给出二维平面上的n个点,求最多有多少点在同一条直线上
首先点的定义如下
class Point { int x; int y; Point() { x = 0; y = 0; } Point(int a, int b) { x = a; y = b; } } class Point { int x; int y; Point() { x = 0; y = 0; } Point(int a, int b) { x = a; y = b; } }
示例 :
输入: [[1,1],[3,2],[5,3],[4,1],[2,3],[1,4]]
输出: 4
解释:
^
|
| o
| o o
| o
| o o
+------------------->
0 1 2 3 4 5 6
解题思路
提示:我们会发现,其实只需要考虑当前点之后出现的点i + 1 .. N - 1
即可,因为通过点 i-2
的直线已经在搜索点 i-2
的过程中考虑过了。
- 画一条通过点 i 和
之后
出现的点的直线,在哈希表中存储这条边并计数为2
= 当前这条直线上有两个点。 - 存储时,以斜率来区分线与线之间的关系
- 假设现在
i
<i + k
<i + l
这三个点在同一条直线上,当画出一条通过 i 和 i+l 的直线会发现已经记录
过了,因此对更新
这条边对应的计数:count++
。
通过 HashMap
记录下两个点之间的斜率相同出现的次数,注意考虑点重合
的情况
堆 / 优先队列
- 堆(英语:heap)是计算机科学中一类特殊的数据结构的统称。将根节点最大的堆叫做最大堆或大根堆,根节点最小的堆叫做最小堆或小根堆。
堆通常是一个可以被看做一棵树的数组对象。堆总是满足下列性质:
- 堆中某个节点的值总是不大于或不小于其父节点的值;
- 堆总是一棵完全二叉树。
如下图这是一个最大堆,,因为每一个父节点的值都比其子节点要大。10 比 7 和 2 都大。7 比 5 和 1都大。
- 优先队列(priority queue)
优先队列是一种抽象数据类型,它是一种排序的机制,它有两个核心操作:找出键值最大(优先级最高)的元素、插入新的元素,效果就是他在维护一个动态的队列。可以收集一些元素,并快速取出键值最大的元素,对其操作后移出队列,然后再收集更多的元素,再处理当前键值最大的元素,如此这般。 - 例如,我们有一台能够运行多个程序的计算机。计算机通过给每个应用一个优先级属性,将应用根据优先级进行排列,计算机总是处理下一个优先级最高的元素。
前K大的数
PriorityQueue 优先队列:Java 的优先队列,保证了每次取最小元素
前K大的数II
实现一个数据结构,提供下面两个接口:
- add(number) 添加一个元素
- topk() 返回前K大的数
数组中的第K个最大元素
在未排序的数组中找到第 k 个
最大的元素。请注意,你需要找的是数组排序后
的第 k
个最大的元素,而不是
第 k 个不同
的元素。
示例 2:
输入: [3,2,3,1,2,4,5,5,6] 和 k = 4
输出: 4
我的第一个想法:暴力法
这里举个无关的算法:
使用快速排序
,思路极其简单:
- 首先对数组进行快速排序
- 最后返回
第 k 个
数即可
具体实现:
Attention
为了提高文章质量,防止冗长乏味
下一部分算法题
- 本片文章篇幅总结越长。我一直觉得,一片过长的文章,就像一场超长的 会议/课堂,体验很不好,所以打算再开一篇文章来总结其余的考点
- 在后续文章中,我将继续针对
链表
栈
队列
堆
动态规划
矩阵
位运算
等近百种,面试高频算法题,及其图文解析 + 教学视频 + 范例代码
,进行深入剖析有兴趣可以继续关注 _yuanhao 的编程世界
为了方便大家跟进学习,我在 GitHub 建立了一个仓库
仓库地址: 超级干货!精心归纳视频、归类、总结,各位路过的老铁支持一下!给个 Star !