`
dengqsintyt
  • 浏览: 291009 次
  • 性别: Icon_minigender_1
社区版块
存档分类
最新评论

常见算法+基础常用问题

 
阅读更多

   这篇文章,在我之前的博客地址中,很早之前写过的(源于从外国的文章中看到的,所以算是转载吧)。今天拿出来,已做备份只用。主要讲解的是:字符串,链表,树,图,排序,递归 vs. 迭代,动态规划,位操作,概率问题,排列组合

   使用的开发语言:java(有兴趣的朋友可以用c/c++尝试一下)。

   1.字符串和数组应用

    首先需要注意的是和C++不同,Java字符串不是char数组。没有IDE代码自动补全功能,应该记住下面的这些常用的方法。    

toCharArray() //获得字符串对应的char数组  
Arrays.sort()  //数组排序  
Arrays.toString(char[] a) //数组转成字符串  
charAt(int x) //获得某个索引处的字符  
length() //字符串长度  
length //数组大小  
substring(int beginIndex)   
substring(int beginIndex, int endIndex)  
Integer.valueOf() //string to integer  
String.valueOf() /integer to string

    字符串和数组本身很简单,但是相关的问题需要更复杂的算法来解决。

    经典题目: Evaluate Reverse Polish NotationLongest Palindromic SubstringWord BreakWord Ladder.

 

    2.链表

    在Java中,链表的实现非常简单,每个节点Node都有一个值val和指向下个节点的链接next。    

class Node {  
	int val;  
	Node next;  
	   
	Node(int x) {  
		val = x;  
	        next = null;  
	}  
}
    链表两个著名的应用是栈Stack和队列Queue。在Java标准库都都有实现,一个是Stack,另一个是LinkedList(Queue是它实现的接口)。

 

    经典题目: Add Two NumbersReorder ListLinked List CycleCopy List with Random Pointer.

 

    3. 树

    这里的树通常是指二叉树,每个节点都包含一个左孩子节点和右孩子节点,如:     

class TreeNode{  
	int value;  
	TreeNode left;  
	TreeNode right;  
}
    下面是与树相关的一些概念: 
  •      二叉搜索树:左结点 <= 中结点 <= 右结点
  •      平衡 vs. 非平衡:平衡二叉树中,每个节点的左右子树的深度相差至多为1(1或0)。
  •      满二叉树(Full Binary Tree):除叶子节点以为的每个节点都有两个孩子。
  •      完美二叉树(Perfect Binary Tree):是具有下列性质的满二叉树:所有的叶子节点都有相同的深度或 处在同一层次,且每个父节点都必须有两个孩子。
  •      完全二叉树(Complete Binary Tree):二叉树中,可能除了最后一个,每一层都被完全填满,且所有节点都必须尽可能想左靠。
  • 经典题目:Binary Tree Preorder Traversal Binary Tree Inorder TraversalBinary Tree Postorder Traversal,Word Ladder.

    4. 图

    图相关的问题主要集中在深度优先搜索(depth first search)和广度优先搜索(breath first search)。深度优先搜索很简单,广度优先要注意使用queue. 下面是一个简单的用队列Queue实现广度优先搜索。    

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);  
                }  
            }  
        }  
    }
    

 

    5. 排序

     下面是不同排序算法的时间复杂度,你可以去wiki看一下这些算法的基本思想。

Algorithm Average Time Worst Time Space
冒泡排序(Bubble sort) n^2 n^2 1
选择排序(Selection sort) n^2 n^2 1
插入排序(Insertion sort) n^2 n^2  
快速排序(Quick sort) n log(n) n^2  
归并排序(Merge sort) n log(n) n log(n) depends

   另外还有BinSort, RadixSort和CountSort 三种比较特殊的排序。

   经典题目: MergesortQuicksortInsertionSort.

 

    6.递归 vs. 迭代

    问题:有n步台阶,一次只能上1步或2步,共有多少种走法。

    步骤1:找到走完前n步台阶和前n-1步台阶之间的关系。

为了走完n步台阶,只有两种方法:从n-1步台阶爬1步走到或从n-2步台阶处爬2步走到。如果f(n)是爬到第n步台阶的方法数,那么f(n) = f(n-1) + f(n-2)。

    步骤2: 确保开始条件是正确的。

    f(0) = 0;

    f(1) = 1;    

public static int f(int n){  
    if(n <= 2) return n;  
    int x = f(n-1) + f(n-2);  
    return x;  
} 
    递归方法的时间复杂度是指数级,因为有很多冗余的计算:    
f(5)
f(4) + f(3)
f(3) + f(2) + f(2) + f(1)
f(2) + f(1) + f(1) + f(0) + f(1) + f(0) + f(1)
f(1) + f(0) + f(1) + f(1) + f(0) + f(1) + f(0) + f(1)
   直接的想法是将递归转换为迭代:    
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;  
}

   典型例子:Recursion vs Iteration

    

    7.动态规划

     动态规划是解决下面这些性质类问题的技术:

     一个问题可以通过更小子问题的解决方法来解决,或者说问题的最优解包含了其子问题的最优解

    有些子问题的解可能需要计算多次

    子问题的解存储在一张表格里,这样每个子问题只用计算一次

     需要额外的空间以节省时间

     爬台阶问题完全符合上面的四条性质,因此可以用动态规划法来解决。    

public static int[] A = new int[100];  
   
public static int f3(int n) {  
    if (n <= 2)  
        A[n]= n;  
   
    if(A[n] > 0)  
        return A[n];  
    else  
        A[n] = f3(n-1) + f3(n-2);//store results so only calculate once!  
    return A[n];  
}

 

    8. 位操作

     常用位操作符:

OR (|) AND (&) XOR (^) Left Shift (<<) Right Shift (>>) Not (~)
1|0=1 1&0=0 1^0=1 0010<<2=1000 1100>>2=0011 ~1=0

    用一个题目来理解这些操作 ,获得给定数字n的第i位:(i从0计数并从右边开始)。如下:   

public static boolean getBit(int num, int i){  
    int result = num & (1<<i);  
   
    if(result == 0){  
        return false;  
    }else{  
        return true;  
} 

 

    9.概率问题

    解决概率相关的问题通常需要先分析问题,下面是一个这类问题的简单例子:

一个房间里有50个人,那么至少有两个人生日相同的概率是多少?(忽略闰年的事实,也就是一年365天)

     计算某些事情的概率很多时候都可以转换成先计算其相对面。在这个例子里,我们可以计算所有人生日都互不相同的概率,也就是:365/365 * 364/365 * 363/365 * … * (365-49)/365,这样至少两个人生日相同的概率就是1 – 这个值。    

public static double caculateProbability(int n){  
    double x = 1;   
   
    for(int i=0; i<n; i++){  
        x *=  (365.0-i)/365.0;  
    }  
   
    double pro = Math.round((1-x) * 100);  
    return pro/100;  
}  

 

   10.排列和组合

    组合和排列的区别在于次序是否关键。

 

   

 

分享到:
评论

相关推荐

    算法+数据结构=程序

    算法是解决问题或执行任务的一系列有序步骤。它们是计算机科学的基础,因为几乎所有的编程任务都依赖于某种形式的算法。好的算法可以显著减少计算时间,提高资源利用效率。算法的分析包括时间复杂度和空间复杂度,...

    常用加密算法+软件相关+各种常用的加密算法

    常见算法包括RSA(Rivest-Shamir-Adleman)、ElGamal等。 数学原理: RSA基于大数分解问题,ElGamal基于离散对数问题。 密钥生成: RSA密钥由两个大素数生成,ElGamal密钥包含生成元和素数。 3.2 RSA算法详解 ...

    算法+数据结构基础.docx

    因此,无论是软件开发、数据分析还是机器学习,扎实的数据结构与算法基础都至关重要。 为了学习和掌握这些知识,初学者可以从以下几个方面入手: 1. 理解基本概念:熟悉每种数据结构的定义、特点以及它们在不同...

    算法+排序、查找、哈希表、图论、动态规划、贪心算法、分治算法、回溯算法 +高级算法+数据处理、计算机科学、编程、软件开发

    1. **排序与查找**:排序是组织数据的基础,常见的排序算法包括冒泡排序、插入排序、选择排序、快速排序、归并排序以及堆排序等。查找算法如二分查找、哈希查找则用于高效定位数据。这些基础知识对于优化程序性能至...

    读书笔记:CC++ 基础语法及常见的知识点 , CC++ 常见笔试题及算法.zip

    读书笔记:CC++ 基础语法及常见的知识点 , CC++ 常见笔试题及算法

    Java数据结构和算法++(第二版)

    数据结构与算法是计算机科学的基础,它们是解决问题和设计高效程序的关键。这本书详细介绍了如何在Java环境中理解和应用这些核心概念。 1. **数据结构**:数据结构是组织和存储数据的方式,它决定了数据的访问和...

    周航慈-嵌入式系统软件中的常用算法+数据结构

    《周航慈-嵌入式系统软件中的常用算法+数据结构》是一本深入探讨嵌入式系统软件设计中核心概念的书籍,由北京航空航天大学出版社出版。该书分为两部分,分别是“嵌入式系统软件设计中的数据结构.pdf”和“嵌入式系统...

    数据结构与算法+答案

    数据结构与算法是计算机科学的基础,对于任何想要深入理解和实践编程的人来说,它们都是不可或缺的知识领域。这个名为“数据结构与算法+答案”的资源显然旨在帮助学习者系统地掌握这一领域的核心概念,并通过解答来...

    java常见算法题解析大全。

    总的来说,这个“java常见算法题解析大全”是一份宝贵的资源,它涵盖了算法的基础到高级主题,可以帮助Java开发者巩固理论知识,提高编程技巧,解决实际问题。通过深入学习和实践这些算法,你将能够更有效地处理复杂...

    面试常见算法题

    以下是一些常见的面试算法题及其详解: 1. **二分查找**:二分查找是一种在有序数组中寻找特定元素的搜索算法。它通过不断缩小查找范围,每次将查找区间减半,直到找到目标元素或确定其不存在。了解如何设计递归或...

    11.算法分析2_常用算法+新增算法1

    在IT行业中,算法是解决问题的关键工具,它们是计算机科学的基础,也是软件开发、数据分析和人工智能等领域不可或缺的部分。本文将深入探讨七个常用的算法类别以及两个新兴的算法领域。 首先,我们来了解一下七大...

    钢管切割问题+动态规划算法+word+ppt+源代码

    钢管切割问题是一个经典的优化问题,常见于计算机科学和运筹学领域,特别是在程序设计和算法分析中占有重要地位。这个问题通常被用来介绍和教授动态规划(Dynamic Programming, DP)这一强大的解决问题的方法。在这...

    Java 数据结构与算法+源代码 高清版

    总结来说,这份“Java数据结构与算法+源代码高清版”资源涵盖了IT领域的基础核心知识,它可以帮助学习者或开发者从理论到实践全面掌握数据结构和算法,提升编程能力,为解决复杂问题打下坚实的基础。通过深入学习和...

    Java常用类与基础API-String常见算法题目

    Java常用类与基础API--String常见算法题目

    数据结构+算法+动态演示

    数据结构与算法是计算机科学的基础,对于理解和设计高效的软件至关重要。C语言作为底层编程语言,是学习数据...通过这样的学习工具,不仅可以提升理论知识,还能培养实际编程技能,为未来解决复杂问题打下坚实基础。

    算法练习,常见算法,面试常用

    "算法练习,常见算法,面试常用"这个标题暗示了我们即将探讨的是与算法相关的内容,这些内容不仅适用于提升个人技能,也是面试中常见的考核点。描述中提到的"C语言"和"Go语言"是两种常用的编程语言,它们常被用来...

    面试准备:算法+后端+编程题.zip

    常见的算法类型包括排序(如冒泡排序、快速排序、归并排序)、搜索(如二分查找、广度优先搜索、深度优先搜索)、图论(如最短路径算法Dijkstra、最小生成树Prim或Kruskal)、动态规划(如背包问题、最长公共子序列...

Global site tag (gtag.js) - Google Analytics