代码面试最常用的10大算法


：面试也是一门学问，在面试之前做好充分的准备则是成功的必须条件，而程序员在代码面试时，常会遇到编写算法的相关问题，比如排序、二叉树遍历等等。

在程序员的职业生涯中，算法亦算是一门基础课程，尤其是在面试的时候，很多公司都会让程序员编写一些算法实例，例如快速排序、二叉树查找等等。

本文总结了程序员在代码面试中最常遇到的10大算法类型，想要真正了解这些算法的原理，还需程序员们花些功夫。

1.String/Array/Matrix

在Java中，String是一个包含char数组和其它字段、方法的类。如果没有IDE自动完成代码，下面这个方法大家应该记住：

toCharArray() //get char array of a String
Arrays.sort()  //sort an array
Arrays.toString(char[] a) //convert to string
charAt(int x) //get a char at the specific index
length() //string length
length //array size
substring(int beginIndex)
substring(int beginIndex, int endIndex)
Integer.valueOf()//string to integer
String.valueOf()/integer to string

String/arrays很容易理解，但与它们有关的问题常常需要高级的算法去解决，例如动态编程、递归等。
下面列出一些需要高级算法才能解决的经典问题：

Evaluate Reverse Polish Notation

Longest Palindromic Substring

单词分割

字梯

Median of Two Sorted Arrays

正则表达式匹配

合并间隔
插入间隔

Two Sum

3Sum

4Sum

3Sum Closest

String to Integer

合并排序数组
Valid Parentheses
实现strStr()

Set Matrix Zeroes

搜索插入位置

Longest Consecutive Sequence

Valid Palindrome

螺旋矩阵

搜索一个二维矩阵

旋转图像

三角形

Distinct Subsequences Total

Maximum Subarray

删除重复的排序数组

删除重复的排序数组2

查找没有重复的最长子串

包含两个独特字符的最长子串

Palindrome Partitioning



2.链表

在Java中实现链表是非常简单的，每个节点都有一个值，然后把它链接到下一个节点。

class Node {
int val;
Node next;

Node(int x) {
val = x;
next = null;
}
}

比较流行的两个链表例子就是栈和队列。

栈（Stack）

class Stack{
Node top;

public Node peek(){
if(top != null){
return top;
}

return null;
}

public Node pop(){
if(top == null){
return null;
}else{
Node temp = new Node(top.val);
top = top.next;
return temp;
}
}

public void push(Node n){
if(n != null){
n.next = top;
top = n;
}
}
}

队列（Queue）

class Queue{
Node first, last;
 
public void enqueue(Node n){
if(first == null){
first = n;
last = first;
}else{
last.next = n;
last = n;
}
}
 
public Node dequeue(){
if(first == null){
return null;
}else{
Node temp = new Node(first.val);
first = first.next;
return temp;
}
}
}

值得一提的是，Java标准库中已经包含一个叫做Stack的类，链表也可以作为一个队列使用（add()和remove()）。（链表实现队列接口）如果你在面试过程中，需要用到栈或队列解决问题时，你可以直接使用它们。

在实际中，需要用到链表的算法有：

插入两个数字

重新排序列表

链表周期

Copy List with Random Pointer

合并两个有序列表

合并多个排序列表

从排序列表中删除重复的

分区列表

LRU缓存

3.树&堆

这里的树通常是指二叉树。

第三步，使用队列进行宽度优先搜索

public class GraphTest {

public static void main(String[] args) {
GraphNode n1 = new GraphNode(1);
GraphNode n2 = new GraphNode(2);
GraphNode n3 = new GraphNode(3);
GraphNode n4 = new GraphNode(4);
GraphNode n5 = new GraphNode(5);

n1.neighbors = new GraphNode[]{n2,n3,n5};
n2.neighbors = new GraphNode[]{n1,n4};
n3.neighbors = new GraphNode[]{n1,n4,n5};
n4.neighbors = new GraphNode[]{n2,n3,n5};
n5.neighbors = new GraphNode[]{n1,n3,n4};

breathFirstSearch(n1, 5);
}

public static void breathFirstSearch(GraphNode root, int x){
if(root.val == x)
System.out.println("find in root");

Queue queue = new Queue();
root.visited = true;
queue.enqueue(root);

while(queue.first != null){
GraphNode c = (GraphNode) queue.dequeue();
for(GraphNode n: c.neighbors){

if(!n.visited){
System.out.print(n + " ");
n.visited = true;
if(n.val == x)
System.out.println("Find "+n);
queue.enqueue(n);
}
}
}
}
}

输出结果：

f(5)
f(4) + f(3)
f(3) + f(2) + f(2) + f(1)
f(2) + f(1) + f(2) + f(2) + f(1)

该递归可以很简单地转换为迭代。

public static int f(int n) {

if (n <= 2){
return n;
}

int first = 1, second = 2;
int third = 0;

for (int i = 3; i <= n; i++) {
third = first + second;
first = second;
second = third;
}

return third;
}

在这个例子中，迭代花费的时间要少些。关于迭代和递归，你可以去
这里看看。

7.动态规划

动态规划主要用来解决如下技术问题：

通过较小的子例来解决一个实例；
对于一个较小的实例，可能需要许多个解决方案；
把较小实例的解决方案存储在一个表中，一旦遇上，就很容易解决；
附加空间用来节省时间。

上面所列的爬台阶问题完全符合这四个属性，因此，可以使用动态规划来解决：

public static int[] A = new int[100];

public static int f3(int n) {
if (n <= 2)
A
= n;

if(A
> 0)
return A
;
else
A
= f3(n-1) + f3(n-2);//store results so only calculate once!
return A
;
}

一些基于动态规划的算法：

编辑距离
最长回文子串
单词分割
最大的子数组

8.位操作

位操作符：

i=1, n=10
1<<1= 10
1010&10=10
10 is not 0, so return true;[/code]
典型的位算法：

Find Single Number

Maximum Binary Gap

9.概率

通常要解决概率相关问题，都需要很好地格式化问题，下面提供一个简单的例子：