商品详情

程序开发最常用的10大算法 

2014-04-18 程序猿

如果你在程序开发道路上只想当个码农可以不用看以下文字，如果你认为程序开发只是做做web从数据库里捞数据等，那更不用看以下的文字了。

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。

class TreeNode{
int value;
TreeNode left;
TreeNode right;
}

下面是一些与二叉树有关的概念：

●二叉树搜索：对于所有节点，顺序是：left children <= current node <= right children；

●平衡vs.非平衡：它是一 棵空树或它的左右两个子树的高度差的绝对值不超过1，并且左右两个子树都是一棵平衡二叉树；

●满二叉树：除最后一层无任何子节点外，每一层上的所有结点都有两个子结点；

●完美二叉树（Perfect Binary Tree）：一个满二叉树，所有叶子都在同一个深度或同一级，并且每个父节点都有两个子节点；

●完全二叉树：若设二叉树的深度为h，除第 h 层外，其它各层 (1～h-1) 的结点数都达到最大个数，第 h 层所有的结点都连续集中在最左边，这就是完全二叉树。

堆（Heap）是一个基于树的数据结构，也可以称为优先队列（ PriorityQueue），在队列中，调度程序反复提取队列中第一个作业并运行，因而实际情况中某些时间较短的任务将等待很长时间才能结束，或者某些不短小，但具有重要性的作业，同样应当具有优先权。堆即为解决此类问题设计的一种数据结构。

下面列出一些基于二叉树和堆的算法：

●二叉树前序遍历

●二叉树中序遍历

●二叉树后序遍历

●字梯

●验证二叉查找树

●把二叉树变平放到链表里

●二叉树路径和

●从前序和后序构建二叉树

●把有序数组转换为二叉查找树

●把有序列表转为二叉查找树

●最小深度二叉树

●二叉树最大路径和

●平衡二叉树

4.Graph

与Graph相关的问题主要集中在深度优先搜索和宽度优先搜索。深度优先搜索非常简单，你可以从根节点开始循环整个邻居节点。下面是一个非常简单的宽度优先搜索例子，核心是用队列去存储节点。

第一步，定义一个GraphNode

class GraphNode{
int val;
GraphNode next;
GraphNode[] neighbors;
boolean visited;
GraphNode(int x) {
val = x;
}
GraphNode(int x, GraphNode[] n){
val = x;
neighbors = n;
}
public String toString(){
return "value: "+ this.val;
}
}

第二步，定义一个队列

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

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：

value: 2 value: 3 value: 5 Find value: 5
value: 4

实际中，基于Graph需要经常用到的算法：

●克隆Graph

5.排序

不同排序算法的时间复杂度，大家可以到wiki上查看它们的基本思想。

BinSort、Radix Sort和CountSort使用了不同的假设，所有，它们不是一般的排序方法。

下面是这些算法的具体实例

●归并排序

●快速排序

●插入排序

6.递归和迭代

下面通过一个例子来说明什么是递归。

问题：

这里有n个台阶，每次能爬1或2节，请问有多少种爬法？

步骤1：查找n和n-1之间的关系

为了获得n，这里有两种方法：一个是从第一节台阶到n-1或者从2到n-2。如果f(n)种爬法刚好是爬到n节，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指数为n，这里会有很多冗余计算。

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]= 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];
}

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：

从一个给定的数n中找位i（i从0开始，然后向右开始）

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

例如，获取10的第二位：

i=1, n=10
1<<1= 10
1010&10=10
10 is not 0, so return true;

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：

有50个人在一个房间，那么有两个人是同一天生日的可能性有多大？（忽略闰年，即一年有365天）

算法：

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;
}

结果：

calculateProbability(50) = 0.97

10.组合和排列

组合和排列的主要差别在于顺序是否重要。

例1：

1、2、3、4、5这5个数字，输出不同的顺序，其中4不可以排在第三位，3和5不能相邻，请问有多少种组合？

例2：

有5个香蕉、4个梨、3个苹果，假设每种水果都是一样的，请问有多少种不同的组合？

基于它们的一些常见算法

●排列

●排列2

●排列顺序

来自：CSDN博客，作者不详

链接地址：http://t.cn/8s0ODDq

相关阅读推荐（输入前面的编号可以查看全文）

17 各厂推荐算法体会 

36  学习算法之路

40  程序算法与人生选择

106 计算机科学中最重要的32个算法

【码农社区】提问题、找资料、发招聘...

点击程序猿微信的自定义菜单进入

小猿个人微信：itcodemonkey 欢迎调戏

推荐一个微信公众号：IT电商网，长按下面的微信号可以进行复制

itdianshang

——————————————————

本文编号155，以后想阅读这篇文章直接输入155即可。

●输入z可以获取到编程学习资料

●输入m可以获取到全部文章目录

●输入201403可以获得2014年3月份阅读量最多的10篇文章目录；

●输入201402可以获得2014年2月份阅读量最多的10篇文章目录；

●输入201401可以获得2014年1月份阅读量最多的10篇文章目录；

●输入2013可以获得2013年阅读量最多的10篇文章目录；

程序猿微信公众号：imkuqin，为程序员提供最新最全的编程学习资料的查询。目前已经开通PHP、C/C++函数库、.NET Framework类库、J2SE API、Objective-C Reference、Python函数库、Lua函数库查询功能。

如果你觉得程序猿公众微信对你有帮助，请点击右上角“...”标志分享到【朋友圈】，感谢您对小猿的支持！

在微信搜索“程序猿”或者“imkuqin”可订阅程序猿微信。

—————————————————