大家好，我们以java排序算法为例，来看看面试中常见的算法
第一、基数排序算法
该算法将数值按照个位数拆分进行位数比较，具体代码如下：
第二、桶排序算法
该算法将数值序列分成最大值+1个桶子，然后递归将数值塞进对应值的桶里，具体代码如下：
第三、计数排序算法
该算法计算数值序列中每个数值出现的次数，然后存放到多带带的数组中计数累加，具体代码如下：
第四、堆排序算法
该算法将数值序列中最大值挑选出来，然后通过递归将剩下的最大值也选出来，这样排序就完成了，具体代码如下：
第五、快速排序算法
该算法将数值序列拆分成2块，一块的所有数值比另一块都大，然后分别对两块进行快速排序，具体代码如下：
第六、归并排序算法
该算法把待排序数值序列拆分成若干子序列进行排序后合并，具体代码如下：
第七、希尔排序算法
此算法跟插入排序类似，是一个泛化的插入排序，具体代码如下：
第八、插入排序算法
此算法主要在迭代时将数值插入到前面的位置，进行比对换位，具体代码如下：
第九、选择排序算法
此算法选择一个值然后从右边开始进行比对换位，具体代码如下：
第十、冒泡排序算法
该算法主要将第一个和最后一个数值进行对比，当满足预先设定的条件时交换一下位置，具体的代码如下：
希望我的回答能帮到你，谢谢
评论0
加载中...
简单一点的算法题：
手写一个单例
1、饿汉式
2、懒汉式
还有快速排序、二分查找，这些简单的算法，本人遇到过上面这个手写单例，当时记得就写了两种，好像单列有好多种写法，什么线程安全跟线程不安全的。
评论0
加载中...
所谓知己知彼，百战不殆，今天就和大家聊聊互联网公司那些最常见的面试算法题。
清点面试算法题之前我们先要明确面试官考察的目的，比如有一道经典考题是“怎么用3升和5升的桶量出4升的水？”其实这道题的答案并不难，但是对于面试官，可以通过这道题考察的内容就比较丰富了。
1、基础知识储备量
考察知识储量是面试算法最基本的目的，但是直接考察算法基础已经很少出现在实际面试中了，需要快速筛选面试者的时候才会用到。
2、思考方向
有的算法可能有两个甚至多个答案，这时面试官就不是单纯的考察面试者的知识储备量了，通过面试者的答案可以看出面试者的思考方向，符合公司的日常工作需求才是“有缘人”。
3、解决问题能力
能不能解出答案是次要的，分析和解决问题的思路才是面试官考察的根本所在。
4、辅助能力
算法是整个计算机领域里最基础的学科，其余大部分的学科和技能都是在算法的基础上展开的，所以这类考察实则是考察面试者能否快速融入工作当中。
总的来说，算法题是综合考察面试者思维逻辑和基础知识的好办法。
虽然面试算法题层出不穷，但从算法的类型来看，互联网公司最常见的面试算法题分以下几种。
1、基础算法
基础算法主要有大数据查找、快排、哈希算法解决冲突等。以针对搜索来讲，可能设计一个数据库表内包含名字、课程、分数3列，求所有课程最低分不小于80分的名单，如果要求用SQL表达，就是对于基础知识点和基本功的考察。另外可能还会涉及一些计算机网络的TCP三次握手协议等基础的算法考察。
例如2017京东校招的排序题目：
对关键字{10,20,8,25,35,6,18,30,5,15,28}序列进行希尔排序，取增量d =5时，排序结果为（ ）
A. {6,18,8,5,15,10,20,30,25,35,28}
B. {10,18,8,5,15,6,20,30,25,35,28}
C. {10,20,8,5,15,6,18,30,25,35,28}
D. {10,20,30,5,8,6,15,18,25,28,35}
1) 用简单取巧的方式，标记原始关键字为abcdeabcdea，那么a对应的数字就是10,6,28，排序后就是6,10,28，所以答案就是A。
2) 当然也可以用代码去实现，更考验技术含量，就像下面的JAVA实现。
public class ShellSort { public static void main(String [] args) { int[]a={49,38,65,97,76,13,27,49,78,34,12,64,1}; System.out.println("排序之前："); for(int i=0;i<a.length;i++) { System.out.print(a[i]+" "); } //希尔排序 int d=a.length; while(true){ for(int i=0;i<d;i++){ for(int j=i;j+d<a.length;j+=d){ int temp; if(a[j]>a[j+d]){ temp=a[j]; a[j]=a[j+d]; a[j+d]=temp; } } } if(d==1){break;} d--; } System.out.println(); System.out.println("排序之后："); for(int i=0;i<a.length;i++) { System.out.print(a[i]+" "); } } }
2、数据结构
基础数据结构更多的出现在应届生校招和笔试环节中，这类面试题涉及到链表、堆、栈、队列、图、二叉树等。
比如2018年科大讯飞的笔试题：
下面关于二叉排序树的说法错误的是（ ）
A. 在二叉排序树中，完全二叉树的查找效率最低
B. 对二叉排序树进行中序遍历，必定得到节点关键字的有序序列
C. 二叉排序树的平均查找长度是O(log2n)
D. 二叉排序树的查找效率与二叉树的树形有关
通过二叉排序树，可以发现完全二叉树的查找效率最高，故答案选A。
3、灵活解决问题的算法
灵活解决问题的算法在面试中占据了相当重要的地位，这类题不告诉面试者具体需要用什么算法，而是虚构一个问题，让你找出具体的解决方案。
比如ucloud优图的面试题：
给你8颗小石头和一架天平，其中7颗石头重量是一样的，另外一个比这7颗略重。请问在最坏的情况下，最少要称量几次，才能把这颗最终的石头找出来？
最简单的方法是挑出两颗，把剩下6颗分成两份称重，如果一样重，则再称一下挑出的那两颗即可，如果不一样重，排除较轻的三颗，剩下3颗挑一颗出来，称其余两颗。如果一样重，则挑出的那颗便是，如果不一样重，重的那颗便是。所以答案是两次。
淘宝的面试题：
假设淘宝一天有5亿条成交数据，求出销量最高的100个商品并给出算法的时间复杂度。
看似是考察查找算法的，但是因为询问了时间复杂度，所以要多想一步，如何优化？针对具体问题，可以把5亿条数据分组来存放，这样就可以分别在每个文件的1000000个数据中，用哈希以及堆来统计每个区域内前100个频率最高的商品，最后求出所有记录中出现频率最高的前100个商品。
4、岗位需要的具体算法
这一类型的考察比较深入，以自然语言处理（NLP）岗位为例，在算法考察的过程中肯定不会简单的考察搜索等问题，可能直接考察word2vec的huffman tree 和negative sampling的目的是什么，另外还有机器学习领域的AUC曲线、PRF值能衡量什么等问题。
比如ucloud巴巴机器学习算法面试：
学习过程中出现过拟合现象该怎么办？
1）重新清洗数据，有可能是因为数据不纯导致的过拟合。
2）增大数据的训练量，用于训练的数据量可能太小。
3）采用正则化方法，包括L0正则、L1正则和L2正则，在机器学习中一般使用L2正则。
4）采用dropout，这个方法在神经网络里面很常用，通俗一点讲就是在训练的时候让神经元以一定的概率不工作。
当然不同的应聘简历、不同的面试官都会导致问题的侧重有所区别，但万变不离其宗，尤其是前两种最常见的算法，一定不可以大意。
总结一下方法论，面试之前可以参考下面几个方式来提高面试成功的概率。
1、书本知识储备
在备战算法面试的过程中，首先还是要打牢基础，现在市面上有大量的针对面试算法的书籍，像《算法导论》、《编程珠玑》、《编程之美》都是不错的经典教材，在这里推荐一本面试经典算法题集锦——《剑指 offer》，这是一本实战类的讲解书，很贴近实际，很实用很接地气，其次像《程序员面试宝典》上面也都是常见的面试题目。
2、视频手把手教学
很多技巧性的东西是书本上难以描述清楚的，但通过视频学习可以准确领悟老师的思想，比如慕课网上应对面试算法题的课程视频就有很多，“玩转算法面试 leetcode题库分门别类详细解析”、“程序猿的内功修炼，学好算法与数据结构”以及“看的见的算法 7个经典应用诠释算法精髓”，一线老师手把手为你揭秘算法面试的诀窍，这比自己领悟要来的快得多。
3、日常练习实践
纸上得来终觉浅，绝知此事要躬行。平时有时间一定要多刷一刷 leetcode、hihocoder，这这两个算法习题网站上很多题目思考起来还是很有意思的，也非常有代表性，因为在面试算法的过程中经常有要求现场码代码，虽然说不用完全按照编程语言的语法来写，但不勤加练习的话，也很难在现场完美表现。
最后提醒各位面试者：从面试算法题中找出“正确”回答固然重要，但是面试官更想从中看到面试者合理的思考方向，而且算法面试优秀不意味着能够拿到Offer，想要得到心仪公司的Offer还是要脚踏实地学好每项技能，到时无论是什么考察方式都将是小菜一碟。最后祝各位面试的程序员早日找到心仪的工作~
评论0
加载中...0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答0
回答1
回答
