1、二叉树的遍历算法?
二叉树遍历有先序遍历(根左右)、中序遍历(左根右)、后序遍历(左右根)的代码实现。
package algorithm.Tree;
import java.util.LinkedList;
import java.util.Queue;
import java.util.Stack;
public class BinaryTreeIterator {
static class TreeNode {
int data;
TreeNode leftNode;
TreeNode rightNode;
public TreeNode(int data, TreeNode leftNode, TreeNode rightNode) {
this.data = data;
this.leftNode = leftNode;
this.rightNode = rightNode;
}
public TreeNode(int data) {
this.data = data;
}
public int getData() {
return data;
}
public void setData(int data) {
this.data = data;
}
public TreeNode getLeftNode() {
return leftNode;
}
public void setLeftNode(TreeNode leftNode) {
this.leftNode = leftNode;
}
public TreeNode getRightNode() {
return rightNode;
}
public void setRightNode(TreeNode rightNode) {
this.rightNode = rightNode;
}
}
//先序遍历——递归方法
public static void preOrder(TreeNode root) {
if (root != null) {
System.out.print(root.data + "\t");
preOrder(root.leftNode);
preOrder(root.rightNode);
}
}
//先序遍历——非递归方法
public static void preOrderNonRecursive(TreeNode root) {
//栈——先入后出
Stack<TreeNode> stack = new Stack<>();
while (true) {
while (root != null) {
System.out.print(root.data + "\t");
stack.push(root);
root = root.getLeftNode();
}
if (stack.isEmpty()) break;
root = stack.pop();
root = root.getRightNode();
}
}
//中序遍历
public static void inOrder(TreeNode root) {
if (root != null) {
inOrder(root.leftNode);
System.out.print(root.data + "\t");
inOrder(root.rightNode);
}
}
//后序遍历
public static void postOrder(TreeNode root) {
if (root != null) {
inOrder(root.leftNode);
inOrder(root.rightNode);
System.out.print(root.data + "\t");
}
}
//中序遍历——非递归方法
public static void inOrderNonRecursive(TreeNode root) {
Stack<TreeNode> stack = new Stack<>();
while (true) {
while (root != null) {
stack.push(root);
root = root.getLeftNode();
}
if (stack.isEmpty()) break;
root = stack.pop();
System.out.print(root.data + "\t");
root = root.getRightNode();
}
}
//层序遍历(逐层打印):层序遍历用到了队列,而先、中、后序需要用到栈。
public static void levelOrder(TreeNode root) {
TreeNode temp;
Queue<TreeNode> queue = new LinkedList<>();
//offer方法和add方法都是往队列尾部插入元素,但当超出队列界限时,offer方法返回false,add方法抛异常
queue.offer(root);
while (!queue.isEmpty()) {
temp = queue.poll();
System.out.print(temp.data + "\t");
if (temp.getLeftNode() != null) {
queue.offer(temp.getLeftNode());
}
if (temp.getRightNode() != null) {
queue.offer(temp.getRightNode());
}
}
}
public static void main(String[] args) {
TreeNode root = new TreeNode(57);
root.leftNode = new TreeNode(48);
root.leftNode.leftNode = new TreeNode(34);
root.leftNode.rightNode = new TreeNode(49);
root.rightNode = new TreeNode(77);
//先序遍历
System.out.println("先序遍历:");
preOrder(root);
System.out.println();
//先序遍历——非递归
preOrderNonRecursive(root);
System.out.println();
//层序遍历
System.out.println("层序遍历:");
levelOrder(root);
System.out.println();
//后序遍历
System.out.println("后序遍历:");
postOrder(root);
System.out.println();
}
}
2、链表的查询算法?
链表的经典算法题链接:链表算法经典十题总结 - 辰砂tj - 博客园
3、限流算法?令牌桶的不足?
在大型电商等系统中,我们回努力提升API的吞吐量和QPS(Query Per Second 每秒查询量),但总归有上限.为了应对巨大流量的瞬间提交,我们会做对应的限流处理。常见的限流算法有:计数器,漏桶,令牌桶。
- 计数器算法:一次访问设置一次计数,在系统内设置每秒的访问量,超过访问量的访问直接丢弃。弊端是在开始的时间,访问量被使用完后,1S内会有长时间的真空期是处于接口不可用的状态的。
- 漏斗算法:大批量访问进入时,漏斗有容量,不超过容量(容量的设计=固定处理的访问量*可接受等待时长)的数据都可以排队等待处理,超过的才会丢弃。缺点无法应对短时间的突发流量。
- 令牌桶算法:按照一定的速率生成令牌放入令牌桶,访问要进入系统时,需要从令牌桶获取令牌,有令牌的可以进入,没有的被抛弃。由于令牌桶的令牌是源源不断生成的,当访问量小时,可以留存令牌达到令牌桶的上限,这样当短时间的突发访问量来时,积累的令牌数可以处理这个问题。当访问量持续大量流入时,由于生成令牌的速率是固定的,最后也就变成了类似漏斗算法的固定流量处理。
令牌桶的实现类似于漏斗,使用一个队列保存令牌,一个定时任务用等速率生成令牌放入队列,访问量进入系统时,从队列获取令牌再进入系统。
4、微博限定用户输入140字符,如果用户输入一个很长的字符串链接,怎么办?
把长链转成短链,当时我们通知租客填写管家的反馈单的短信里用的就是短链。网上有很多开源的方案,如百度短链生成服务百度短网址,新浪短链服务http://dwz.wailian.work。
短链和原始链接的对应关系我们可以通过 Redis 或者 MySQL 进行存储,短链和长链是一对一还是多对一这个需要根据具体的业务来确定。短链一般7位足够。
重定向有 301 和 302,301 和 302 的区别是 301 表示永久重定向,302 表示暂时性转移。一般都是采用302暂时性转移,设置一定的过期时间。
短链生成算法:1、Hash 摘要算法;2、自增 ID(分布式 ID)
Hash 摘要算法的实现方式是首先将长链进行 Hash 运算得到一个 64 位的整数,再将这个整数转换为 62 进制,取低 7 位即可。Hash 算法虽然简单,但是容易冲突,如果说在大量生成短链的时候会增加冲突,还需要想办法解决冲突的问题。
自增 ID 方式不会出现冲突的情况,而且如果是采用的关系型数据库存储,那本身就会自动生成 ID,只需要进行 62 位进制转换就可以了。采用这种方案我们需要注意几个问题,第一个是如果是分布式环境下可能需要分布式 ID 生成器,就不能简单的用一台数据库去生成 ID 了,另外一个是需要加一个缓存,针对同一个长链我们不需要多次生成短链(特殊情况除外),这样就可以防止同一个长链被生成了多个短链,如果不小心被攻击了,就会导致短时间 ID 申请过多的问题。
当时有个自增式ID通过雪花算法SnowFlake,雪花算法生成的ID一共64bit(41bit时间戳+10bit工作机器id+12bit序列号——序列号用来记录毫秒内产生的不同id),利用雪花算法生成17位的工单编号信息,但是到达某个时间点后17位变成18位导致数据库字段超长插入失败,后扩大字段长度。
比如生成一个long类型的数字id(long型有符号,第一位0为正数,1为负数)