面试经验分享之数据结构和算法题

数据结构题目

概述

分类讨论

类型一：数据结构实现

类型二：数据结构应用

准备建议

算法题目

概述

分类讨论

类型一：经典算法实现题

类型二：思维益智题

准备建议

开放题目

总结

前言

面试 IT 企业的研发岗位，数据结构和算法显然是必考的项目。俺只学过普通的数据结构课程，没读过 STL，也没有过 ACM 的训练和比赛经历，在一开始面对这样类型题目的时候，心里还是十分忐忑的。大大小小几十场面试下来，自己在这方面总算有了一定的心得积累，在此抛砖引玉，以飨读者。

面试经验分享之机器学习、大数据问题

互联网公司机器学习数据挖掘类的职位面试主要考察哪些？

如何快速备战面试中算法？

年底跳槽好福利，数据挖掘工程师面试指南

大数据技术Hadoop面试题,看看你能答对多少？答案在后面

在正式介绍题目和准备方法之前，有两点需要说明，

Google 和 Facebook 这类对算法有很高要求的公司的在线测试我没有参加过（不过在牛人内推帮助下有过面试体验……），这超出了我目前的编码能力范围，网上有不少拿到 Google、Facebook offer 的经验总结文章，可以移步观赏；

前段时间在微博上又看到有人说自己把 leetcode 刷了好几遍，不过一些转发评论者觉得， IT 公司面试中的算法考察没有价值，一来工作里用不太上，二来把程序员素质考察搞成

了应试教育，他们认为更重要的是应聘者的工程能力。遇到这样的讨论，我一般喜欢和一

把稀泥。若干年前， Google、微软的面试题让大家眼前一亮，觉得能选拔出个性十足的

聪明人来，不过随着大家对这类题目的适应，可能选拔出来的人也在趋同，至少很多人都

会在面试前用心准备，据报道 Google 最近也是放弃了这类面试题目。没有什么一劳永逸、一成不变的考查方式，毕竟面试是人和人之间的动态“较量”。不要贪恋算法的奇技淫巧，也不要因为题目筛选力度的衰减而否定考察初衷。面试不仅是考验求职者，也同样在考验

面试官，如果问的都是老题儿，那本山大叔肯定都会抢答了。

言归正传，以下分数据结构题目、算法题目、开放题目三部分来介绍我在面试中碰到的问题。

数据结构题目

概述

虽然课本由简到繁、由难到易地介绍了诸多数据结构，我在面试中被问到的却还都是基本

类型，比如堆栈、队列、链表、二叉树。题目主要有两类，数据结构实现和具体情境下数

据结构的应用。

分类讨论

类型一：数据结构实现

实现 java.util.List 中的基础功能；

实现栈，使得 添加、删除、max 操作的复杂度为 O(1)（我脚着好像是不可实现的，想到

最好的是添加、删除 O(log)， max 是 O(1)），实现见 正在努力减肥的胖子 同学给出

的评论，参考 leetcode 中的这道题目，惭愧；

选取任意数据结构实现添加、删除、随机返回三个功能，分析复杂度；

用数组实现队列，各操作的复杂度分析。

类型二：数据结构应用

两棵树相加——对应位置两棵树都有值则相加，对应位置只有一棵树有值则取该值；

用速度不同的指针可以判断链表中是否有环，问两速度满足怎样的关系可以保证发现环； 如何在语料中寻找频繁出现的字串，分析复杂度（tire树）；

中缀表达式转逆波兰表达式，逆波兰表达式求值；

数据解压缩，3(a4(ab)) -> aababababaababababaabababab；

二叉树的文件存储。

准备建议

上上之选当然是看《算法导论》，书 和 公开课 都算。时间精力不足又想临时抱佛脚，清华大学计算机系邓俊辉老师的 教材 是好选择，也可以看 公开课。注意熟记不同数据结构的不同操作的不同实现方式（比如 哈希表的插入删除查找）的复杂度分析，不管面试官给你出的题目是难是易，妥妥儿的会问复杂度。

算法题目

概述

有过面试经历的企业（BAT、小米、宜信、猿题库、FreeWheel等）当中，还没有谁问过

我需要复杂算法（比方说 此链接 中的很多知识点）才能解决的问题。我遇到的算法题目大致可以分为两类：

经典算法实现题 快速排序、归并排序、堆排序、KMP算法等都是重点，重要的是代码的

正确性，其次是复杂度分析，当然，人家也不都是直接问你怎么实现这个具体算法，而是包装到情境里；

思维益智题 考察你分析问题的能力，大部分可以归结到二分、动态规划、递归上，重要的是思路，其次是尽量低的复杂度，再次是代码的正确性。

下面具体介绍我遇到的两种类型题目中的问题。

分类讨论

类型一：经典算法实现题

实现快速排序、归并排序、堆排序，各排序算法复杂度分析；

实现KMP，解释原理；

迷宫的深度搜索、广度搜索；

写 find 函数，在目标串中匹配模式串（要考虑中文字符的情况）。

类型二：思维益智题

数列中找第 k 大的数字（与快排或堆排序有关）；

两个有序数组，寻找归并排序后数组的中位数/第 k 大数字（与二分有关）；

一维数组，swap 其中的几对数字（每个数字只属于一次 swap 操作），实现查找（与二分有关）；

一个有序数组，其中一个数字发生变异，但不知道变异后会不会影响整体序，如何实现查找；

二维数组，每行递增，每列递增

实现查找；

二维数组，每行递增，每列递增，求第 k 大的数；

任意交换其中的两数，发现并恢复；

寻找字符串中第一个只出现一次的字符；

统计数列中的逆序对（归并排序有关）；

最长公共子串（动态规划有关）；

最大子序列和，允许交换一次的最大子序列和；

给定数组，寻找 next big（堆排序有关）；

一维有序数组，经过循环位移后，最小的数出现在数列中间

如果原数组严格递增，如何找这个最小数；

如果原数组严格递增或递减，如何找这个最小数；

如果原数组非严格递增或递减，如何找这个最小数；

数组可能是递增、递减、递减后递增、递增后递减四种情况，递增递减都是非严格的，如果有转折点，返回转折点的值，否则返回-1；