大厂高频面试：Java基础篇（算法数据结构基础设计模式）

Posted 2022-08-11 黑马程序员官方

基础篇

基础篇要点：算法、数据结构、基础设计模式

1. 二分查找

要求

• 能够用自己语言描述二分查找算法
• 能够手写二分查找代码
• 能够解答一些变化后的考法

算法描述

1. 前提：有已排序数组 A（假设已经做好）

2. 定义左边界 L、右边界 R，确定搜索范围，循环执行二分查找（3、4两步）

3. 获取中间索引 M = Floor((L+R) /2)

4. 中间索引的值 A[M] 与待搜索的值 T 进行比较

   ① A[M] == T 表示找到，返回中间索引

   ② A[M] > T，中间值右侧的其它元素都大于 T，无需比较，中间索引左边去找，M - 1 设置为右边界，重新查找

   ③ A[M] < T，中间值左侧的其它元素都小于 T，无需比较，中间索引右边去找， M + 1 设置为左边界，重新查找

5. 当 L > R 时，表示没有找到，应结束循环

更形象的描述请参考：binary_search.html

算法实现

public static int binarySearch(int[] a, int t) 
    int l = 0, r = a.length - 1, m;
    while (l <= r) 
        m = (l + r) / 2;
        if (a[m] == t) 
            return m;
         else if (a[m] > t) 
            r = m - 1;
         else 
            l = m + 1;
        
    
    return -1;

测试代码

public static void main(String[] args) 
    int[] array = 1, 5, 8, 11, 19, 22, 31, 35, 40, 45, 48, 49, 50;
    int target = 47;
    int idx = binarySearch(array, target);
    System.out.println(idx);

解决整数溢出问题

当 l 和 r 都较大时，l + r 有可能超过整数范围，造成运算错误，解决方法有两种：

int m = l + (r - l) / 2;

还有一种是：

int m = (l + r) >>> 1;

其它考法

1. 有一个有序表为 1,5,8,11,19,22,31,35,40,45,48,49,50 当二分查找值为 48 的结点时，查找成功需要比较的次数

2. 使用二分法在序列 1,4,6,7,15,33,39,50,64,78,75,81,89,96 中查找元素 81 时，需要经过（ ）次比较

3. 在拥有128个元素的数组中二分查找一个数，需要比较的次数最多不超过多少次

对于前两个题目，记得一个简要判断口诀：奇数二分取中间，偶数二分取中间靠左。对于后一道题目，需要知道公式：

$$n=lo{g}_{2}N=lo{g}_{10}N/lo{g}_{10}2$$

其中 n 为查找次数，N 为元素个数

2. 冒泡排序

要求

• 能够用自己语言描述冒泡排序算法
• 能够手写冒泡排序代码
• 了解一些冒泡排序的优化手段

算法描述

1. 依次比较数组中相邻两个元素大小，若 a[j] > a[j+1]，则交换两个元素，两两都比较一遍称为一轮冒泡，结果是让最大的元素排至最后
2. 重复以上步骤，直到整个数组有序

更形象的描述请参考：bubble_sort.html

算法实现

public static void bubble(int[] a) 
    for (int j = 0; j < a.length - 1; j++) 
        // 一轮冒泡
        boolean swapped = false; // 是否发生了交换
        for (int i = 0; i < a.length - 1 - j; i++) 
            System.out.println("比较次数" + i);
            if (a[i] > a[i + 1]) 
                Utils.swap(a, i, i + 1);
                swapped = true;
            
        
        System.out.println("第" + j + "轮冒泡"
                           + Arrays.toString(a));
        if (!swapped) 
            break;
        
    

• 优化点1：每经过一轮冒泡，内层循环就可以减少一次
• 优化点2：如果某一轮冒泡没有发生交换，则表示所有数据有序，可以结束外层循环

进一步优化

public static void bubble_v2(int[] a) 
    int n = a.length - 1;
    while (true) 
        int last = 0; // 表示最后一次交换索引位置
        for (int i = 0; i < n; i++) 
            System.out.println("比较次数" + i);
            if (a[i] > a[i + 1]) 
                Utils.swap(a, i, i + 1);
                last = i;
            
        
        n = last;
        System.out.println("第轮冒泡"
                           + Arrays.toString(a));
        if (n == 0) 
            break;
        
    

• 每轮冒泡时，最后一次交换索引可以作为下一轮冒泡的比较次数，如果这个值为零，表示整个数组有序，直接退出外层循环即可

3. 选择排序

要求

• 能够用自己语言描述选择排序算法
• 能够比较选择排序与冒泡排序
• 理解非稳定排序与稳定排序

算法描述

1. 将数组分为两个子集，排序的和未排序的，每一轮从未排序的子集中选出最小的元素，放入排序子集

2. 重复以上步骤，直到整个数组有序

更形象的描述请参考：selection_sort.html

算法实现

public static void selection(int[] a) 
    for (int i = 0; i < a.length - 1; i++) 
        // i 代表每轮选择最小元素要交换到的目标索引
        int s = i; // 代表最小元素的索引
        for (int j = s + 1; j < a.length; j++) 
            if (a[s] > a[j])  // j 元素比 s 元素还要小, 更新 s
                s = j;
            
        
        if (s != i) 
            swap(a, s, i);
        
        System.out.println(Arrays.toString(a));
    

• 优化点：为减少交换次数，每一轮可以先找最小的索引，在每轮最后再交换元素

与冒泡排序比较

1. 二者平均时间复杂度都是 $O(n^2)$

2. 选择排序一般要快于冒泡，因为其交换次数少

3. 但如果集合有序度高，冒泡优于选择

4. 冒泡属于稳定排序算法，而选择属于不稳定排序

   • 稳定排序指，按对象中不同字段进行多次排序，不会打乱同值元素的顺序
   • 不稳定排序则反之

稳定排序与不稳定排序

System.out.println("=================不稳定================");
Card[] cards = getStaticCards();
System.out.println(Arrays.toString(cards));
selection(cards, Comparator.comparingInt((Card a) -> a.sharpOrder).reversed());
System.out.println(Arrays.toString(cards));
selection(cards, Comparator.comparingInt((Card a) -> a.numberOrder).reversed());
System.out.println(Arrays.toString(cards));

System.out.println("=================稳定=================");
cards = getStaticCards();
System.out.println(Arrays.toString(cards));
bubble(cards, Comparator.comparingInt((Card a) -> a.sharpOrder).reversed());
System.out.println(Arrays.toString(cards));
bubble(cards, Comparator.comparingInt((Card a) -> a.numberOrder).reversed());
System.out.println(Arrays.toString(cards));

都是先按照花色排序（♠♥♣♦），再按照数字排序（AKQJ…）

• 不稳定排序算法按数字排序时，会打乱原本同值的花色顺序

  [[♠7], [♠2], [♠4], [♠5], [♥2], [♥5]]
  [[♠7], [♠5], [♥5], [♠4], [♥2], [♠2]]
  

  原来 ♠2 在前 ♥2 在后，按数字再排后，他俩的位置变了

• 稳定排序算法按数字排序时，会保留原本同值的花色顺序，如下所示 ♠2 与 ♥2 的相对位置不变

  [[♠7], [♠2], [♠4], [♠5], [♥2], [♥5]]
  [[♠7], [♠5], [♥5], [♠4], [♠2], [♥2]]
  

4. 插入排序

要求

• 能够用自己语言描述插入排序算法
• 能够比较插入排序与选择排序

算法描述

1. 将数组分为两个区域，排序区域和未排序区域，每一轮从未排序区域中取出第一个元素，插入到排序区域（需保证顺序）

2. 重复以上步骤，直到整个数组有序

更形象的描述请参考：insertion_sort.html

算法实现

// 修改了代码与希尔排序一致
public static void insert(int[] a) 
    // i 代表待插入元素的索引
    for (int i = 1; i < a.length; i++) 
        int t = a[i]; // 代表待插入的元素值
        int j = i;
        System.out.println(j);
        while (j >= 1) 
            if (t < a[j - 1])  // j-1 是上一个元素索引，如果 > t，后移
                a[j] = a[j - 1];
                j--;
             else  // 如果 j-1 已经 <= t, 则 j 就是插入位置
                break;
            
        
        a[j] = t;
        System.out.println(Arrays.toString(a) + " " + j);
    

与选择排序比较

1. 二者平均时间复杂度都是 $O(n^2)$

2. 大部分情况下，插入都略优于选择

3. 有序集合插入的时间复杂度为 $O(n)$

4. 插入属于稳定排序算法，而选择属于不稳定排序

提示

插入排序通常被同学们所轻视，其实它的地位非常重要。小数据量排序，都会优先选择插入排序

5. 希尔排序

要求

• 能够用自己语言描述希尔排序算法

算法描述

1. 首先选取一个间隙序列，如 (n/2，n/4 … 1)，n 为数组长度

2. 每一轮将间隙相等的元素视为一组，对组内元素进行插入排序，目的有二

   ① 少量元素插入排序速度很快

   ② 让组内值较大的元素更快地移动到后方

3. 当间隙逐渐减少，直至为 1 时，即可完成排序

更形象的描述请参考：shell_sort.html

算法实现

private static void shell(int[] a) 
    int n = a.length;
    for (int gap = n / 2; gap > 0; gap /= 2) 
        // i 代表待插入元素的索引
        for (int i = gap; i < n; i++) 
            int t = a[i]; // 代表待插入的元素值
            int j = i;
            while (j >= gap) 
                // 每次与上一个间隙为 gap 的元素进行插入排序
                if (t < a[j - gap])  // j-gap 是上一个元素索引，如果 > t，后移
                    a[j] = a[j - gap];
                    j -= gap;
                 else  // 如果 j-1 已经 <= t, 则 j 就是插入位置
                    break;
                
            
            a[j] = t;
            System.out.println(Arrays.toString(a) + " gap:" + gap);
        
    

参考资料

• https://en.wikipedia.org/wiki/Shellsort

6. 快速排序

要求

• 能够用自己语言描述快速排序算法
• 掌握手写单边循环、双边循环代码之一
• 能够说明快排特点
• 了解洛穆托与霍尔两种分区方案的性能比较

算法描述

1. 每一轮排序选择一个基准点（pivot）进行分区
   1. 让小于基准点的元素的进入一个分区，大于基准点的元素的进入另一个分区
   2. 当分区完成时，基准点元素的位置就是其最终位置
2. 在子分区内重复以上过程，直至子分区元素个数少于等于 1，这体现的是分而治之的思想 （divide-and-conquer）
3. 从以上描述可以看出，一个关键在于分区算法，常见的有洛穆托分区方案、双边循环分区方案、霍尔分区方案

更形象的描述请参考：quick_sort.html

单边循环快排（lomuto 洛穆托分区方案）

1. 选择最右元素作为基准点元素

2. j 指针负责找到比基准点小的元素，一旦找到则与 i 进行交换

3. i 指针维护小于基准点元素的边界，也是每次交换的目标索引

4. 最后基准点与 i 交换，i 即为分区位置

public static void quick(int[] a, int l, int h) 
    if (l >= h) 
        return;
    
    int p = partition(a, l, h); // p 索引值
    quick(a, l, p - 1); // 左边分区的范围确定
    quick(a, p + 1, h); // 左边分区的范围确定


private static int partition(int[] a, int l, int h) 
    int pv = a[h]; // 基准点元素
    int i = l;
    for (int j = l; j < h; j++) 
        if (a[j] < pv) 
            if (i != j) 
                swap(a, i, j);
            
            i++;
        
    
    if (i != h) 
        swap(a, h, i);
    
    System.out.println(Arrays.toString(a) + " i=" + i);
    // 返回值代表了基准点元素所在的正确索引，用它确定下一轮分区的边界
    return i;

双边循环快排（不完全等价于 hoare 霍尔分区方案）

1. 选择最左元素作为基准点元素
2. j 指针负责从右向左找比基准点小的元素，i 指针负责从左向右找比基准点大的元素，一旦找到二者交换，直至 i，j 相交
3. 最后基准点与 i（此时 i 与 j 相等）交换，i 即为分区位置

要点

1. 基准点在左边，并且要先 j 后 i

2. while( i < j && a[j] > pv ) j–

3. while ( i < j && a[i] <= pv ) i++

private static void quick(int[] a, int l, int h) 
    if (l >= h) 
        return;
    
    int p = partition(a, l, h);
    quick(a, l, p - 1);
    quick(a, p + 1, h);


private static int partition(int[] a, int l, int h) 
    int pv = a[l];
    int i = l;
    int j = h;
    while (i < j) 
        // j 从右找小的
        while (i < j && a[j] > pv) 
            j--;
        
        // i 从左找大的
        while (i < j && a[i] <= pv) 
            i++;
        
        swap(a, i, j);
    
    swap(a, l, j);
    System.out.println(Arrays.toString(a) + " j=" + j);
    return j;

快排特点

1. 平均时间复杂度是 O ( n l o g 2 ⁡ n ) O(nlog_2⁡n ) 高频Python一线大厂面试题：算法+爬虫+数据处理+基础

   高频一线大厂Python面试题：算法+爬虫+数据处理+基础

   高频一线大厂 Python 面试题：算法+爬虫+数据处理+基础

   面试10多家中大厂后的万字总结——java基础篇（干货总结，必须收藏）

   Java岗大厂面试百日冲刺 - 日积月累，每日三题Day32—— 基础篇3

   Java岗大厂面试百日冲刺Day53— 基础篇4 （日积月累，每日三题）