python数据结构与算法知识点_数据结构与算法知识点总结

整理不易，手有余香请点个赞吧！

本文主要介绍数据结构与算法的知识点，包括线性表、数组和广义表、栈和队列、树和二叉树、图、查找、排序等，如有不当之处，敬请指正，感谢各位大佬！有些问题不免解释不全面或者暂时未回答(先留坑)，欢迎各位读者踊跃解答哈！

数据结构

线性表

栈和队列

字符串

1. 写最大串匹配算法

数组和广义表

树存储结构

1. 二叉树深度优先遍历的递归和循环实现

2. 二叉树层次(广度)遍历

3. 求完全二叉树节点数方法1：当做普通二叉树，递归求解；

方法2：根据完全二叉树左右深度是否相等进行，若相等则用公式计算节点数，若不相等则继续递归。

图存储结构

查找表结构

1. 写二分查找

2. Hash冲突解决方法开放定址法：线性探测法：d=1，2，3，…，m-1

二次探测法：d=12，-12，22，-22，32，…

伪随机数探测法：d=伪随机数

再哈希法

链地址法

建立一个公共溢出区

排序算法

1. 写快速排序

2. 写堆排序算法C++中，set和multiset都是基于红黑树实现，查找、删除、插入操作都只需O(logk)时间。

基础理论

1. 理解递归

基础算法

1. 找链表倒数第k个节点

2. 从尾到头打印链表

3. n阶台阶每次只能跨一步或两步，求路径总数。动态规划，从上到下分析问题，从下到上编码实现。

4. 已知两矩形的x1,y1,x2,y2，求交集面积。

x11, y11, x12, y12 = []

x21, y21, x22, y22 = []

def calc_intersection(bbox1, bbox2):

"""calc_intersection"""

xmingt, ymingt, xmaxgt, ymaxgt = bbox1

xminpre, yminpre, xmaxpre, ymaxpre = bbox2

xmin = max(xmingt, xminpre)

ymin = max(ymingt, yminpre)

xmax = min(xmaxgt, xmaxpre)

ymax = min(ymaxgt, ymaxpre)

w = xmax - xmin

h = ymax - ymin

if w <= 0 or h <= 0:

return 0

return w * h

5. n+1长的无序数组，数分布为1~n，只有1个数重复，找出重复数；要求：不能改原数组，空间复杂度<=o(1)，时间复杂度<=o(n)方法1：求数组中重复元素 位操作。所有元素逐个求异或操作，再与range(1,n)的数字逐个求异或操作；所得结果为重复数字与n+1的异或结果，可反推出唯一重复数字。

方法2：数值二分法。统计数值区间中，数的个数；如数值区间[1,n/2](不是数组下标值的二分)中，数的个数是否大于n/2个，大于则此区间内必有重复数；继续数值二分，直到找到该数。

def search_duplication(array):

"""search_duplication"""

n = len(array)

if n > 1:

xor_res = None

for a in array + list(range(1, n+1)):

xor_res ^= a

return xor_res ^ n

return None

6. n*n矩阵，逆时针旋转90度。

# coding: utf-8

def rotation90_anticw(arr, n, res):

"""rotation90_anticw"""

if n == 0 or not arr:

return

if not len(res) == n or not len(res[0]) == n:

return

r, c = 0, 0

for jj in range(n-1, -1, -1):

c = 0

for ii in range(0, n):

res[r][c] = arr[ii][jj]

c += 1

r += 1

return res

if __name__ == '__main__':

n = 5

arr = [[1,2,3,4,5],

[6,7,8,9,10],

[11,12,13,14,15],

[16,17,18,19,20],

[21,22,23,24,25]]

res = [[-1,-1,-1,-1,-1],

[-1,-1,-1,-1,-1],

[-1,-1,-1,-1,-1],

[-1,-1,-1,-1,-1],

[-1,-1,-1,-1,-1]]

print(rotation90_anticw(arr, n, res))

7. a, b两数组里面都存放不重复的int数，但a和b有重复数，找出。

8. 判断两个字符串是否模式一致两个字符串中包含多个单词，单词与单词用空格隔开，判断两个字符串是否模式一致。模式一致定义为重复和不重复单词出现的位置一致。

模式一致样例：A = 'hey hey I am your brother, hey'

B = 'oh oh you are here ? oh'

模式不一致样例：A = 'X Y X Y Z'

B = 'P Q P Q R'

def is_same_pattern(A, B):

a_parts = A.split(' ')

b_parts = B.split(' ')

if len(a_parts) != len(b_parts):

return False

words_dict_a = {}

words_dict_b = {}

idx_a = 0

idx_b = 0

for ii in range(len(a_parts)):

# a

if a_parts[ii] not in words_dict_a.keys():

words_dict_a[a_parts[ii]] = idx_a

idx_a += 1

# b

if b_parts[ii] not in words_dict_b.keys():

words_dict_b[b_parts[ii]] = idx_b

idx_b += 1

# judge

if words_dict_a[a_parts[ii]] != words_dict_b[b_parts[ii]]:

return False

return True

9. 数组按个位数排序

10. 计算1到n每个数的阶乘求和

11. 手环有十项运动，根据用户点击次数进行智能排序；需要什么数据；排序用的数学模型是什么

编程语言

C++

1. C++11新特性，5个

2. STL中vector和map区别vector是连续地址存储，三个指针指向first,last,end;

map是键值对序列，可以用平衡二叉树存储；

3. set/multiset, map/multimap使用set或multiset之前，必须加入头文件；

set、multiset都是集合类，差别在与set中不允许有重复元素，multiset中允许有重复元素；

sets和multiset内部以平衡二叉树(红黑树)实现。

sets和multiset可以看成一个序列，查找、插入、删除一个数都能够在O(logn)的时间内完成，而且他能时刻保证序列中的数是有序的。

set c; // 创建空集合,不包含任何元素set c(op); // 以op为排序准则，产生一个空的setset c1(c2); // 复制c2中的元素到c1中set c(const value_type *first, const value_type* last); // 复制[first, last)之间元素构成新集合set c(const value_type *first, const value_type* last,op); // 以op为排序准则，复制[first, last)之间元素构成新集合。c.~set(); // 销毁所有元素，释放内存

multiset mc; // 创建空集合,不包含任何元素multiset mc(op); // 以op为排序准则，产生一个空的setmultiset c1(c2); // 复制c2中的元素到c1中multiset c(const value_type *first, const value_type* last); // 复制[first, last)之间元素构成新集合multiset c(const value_type *first, const value_type* last,op); // 以op为排序准则，复制[first, last)之间元素构成新集合。c.~set(); // 销毁所有元素，释放内存

4. 各个常用数据容器的特点，优缺点及适用场景数组、链表、二叉搜索树、平衡二叉树(AVL树)

最大堆最小堆数据结构插入的时间复杂度得到中位数的时间复杂度

没有排序的数组O(1)O(n)

排序的数组O(n)O(1)

排序的链表O(n)O(1)

二叉搜索树平均O(logn)，最差O(n)平均O(logn)，最差O(n)

AVL树O(logn)O(1)

最大堆最小堆O(logn)O(1)

5. make_heap(), pop_heap(), push_heap()make_heap()是生成一个堆，大顶堆或小顶堆make_heap(_RAIter,_RAIter) # 默认生成大顶堆

make_heap(_RAIter,_RAIter,_Compare) # _Compare有两种参数，一种是greater(生成小顶堆)，一种是less(生成大顶堆)

push_heap()是向堆中插入一个元素，并且使堆的规则依然成立push_heap(_RAIter,_RAIter) # 默认为大顶堆

push_heap(_RAIter,_RAIter,_Compare) # _Compare有两种参数，一种是greater(小顶堆)，一种是less(大顶堆)

调用push_heap之前必须调用make_heap创建一个堆

首先数组push_back插入元素，然后再调用push_heap，它会使最后一个元素插到合适位置

注意，push_heap中的_Compare和make_heap中的_Compare参数必须是一致的，不然会插入堆失败，最后一个元素还是在最后位置，导致插入失败

pop_heap()是在堆的基础上，弹出堆顶元素pop_heap(_RAIter,_RAIter) # 默认为大顶堆

pop_heap(_RAIter,_RAIter,_Compare) # _Compare有两种参数，一种是greater(小顶堆)，一种是less(大顶堆)

比如pop_heap(nums.begin(), nums.end(),greater())，它会将堆顶元素(即为数组第一个位置)和数组最后一个位置对调，然后你可以调用数组pop_back，删除这个元素

注意，pop_heap中的_Compare和make_heap中的_Compare参数必须是一致的，不然会失败

6. 比较仿函数less和greater

sort(vec.begin(), vec.end(), less());

push_heap(nums.begin(), nums.end(), greater());

pop_heap(nums.begin(), nums.end(), greater());

7. C++常见问题

Python

1. python函数的值传递、引用传递什么时候发生值传递就发生在实参为不可变对象时，而引用传递发生在实参为可变对象时。不可变对象：如 数字，元组，字符串；

可变对象：如 列表，字典。

在值传递中，不改变形式参数的值，而在引用传递中，形式参数的值是被改变的。

2. python的type和objecttype可以实例化所有类，包括object；

object是所有类的父类，包括type；

type.__new__：type.__new__()调用的是type类的类方法__new__或者静态方法__new__

type()是使用type的__init__()方法新建一个type实例或者调用type类的静态__call__()方法或者类方法__call__()

(典型的就是求一个对象的类型type("Hello"))type(object) -> the object's type

type(name, bases, dict) -> a new type

3. python的虚函数、抽象方法、metaclass元类；

4. 目录下所有文件如何遍历？

os.walk()默认以topdown方式递归遍历根文件夹及其子文件夹。

5. str.split(sep)，sep是空格, \t, 还是正则

6. 读取大文件，求最大值，最小值，均值，方差

# data.txt

# cat_id num

# ......

# cat_id min, max, mean, sample_variance

form collections import defaultdict

def read_file(file_path):

assert os.path.exist(file_path)

with open(file_path) as f:

for line in f.readline():

# split(sep) sep .strip()

cat_id, num = line.split().strip()

yield (int(cat_id), float(num))

def statistics(file_path):

table = defaultdict(list)

for cat_id, num in read_file(file_path):

if table.get(cat_id, None):

min_val, max_val, mean_val, var_val, N = table[cat_id] # N is samples number of cat_id

new_min_val = min_val if min_val < num else num

new_max_val = max_val if max_val > num else num

# >> 1

new_mean_val = (mean_val + num) >> 1

new_var_val = ((var_val * (N - 1)) + (num - new_mean_val) ** 2)) / N

table[cat_id]= [new_min_val, new_max_val, new_mean_val, new_var_val, N + 1]

else:

table[cat_id] = [num, num, num, 0, 1]

return table

操作系统

1. linux删除后空间未释放

2. 查找端口号为8080的进程

3. sed字符串替换