当前位置: 首页 > article >正文

Java面试八股--08-数据结构和算法篇

1、怎么理解时间复杂度和空间复杂度

时间复杂度和空间复杂度一般是针对算法而言,是衡量一个算法是否高效的重要标准。先纠正一个误区,时间复杂度并不是算法执行的时间,在纠正一个误区,算法不单单指冒泡排序之类的,一个循环升值一个判断都可以称之为算法。其实理解起来并不冲突。八大排序甚至更多的算法本质上也是通过各种循环判断来实现的。

时间复杂度:指算法语句的执行次数。O(1),O(logn),O(n^2)

空间复杂度:就是一个算法在运行过程中临时占用的存储空间大小,换句话说就是被创建次数最多的变量。它被创建了多少次,那么这个算法的空间复杂度就是多少。有个规律,如果算法语句中就有创建对象。那么这个算法的时间复杂度和空间复杂度一般一致,很好理解,算法语句被执行了多少次就创建了多少对象。


2、数组和链表结构简单对比

数组:相同的数据类型的元素按一定的顺序排列的组合,就是把有限个类型相同的变量用同一个名字命名,然后用编号区分他们的变量的集合,这个名字称为数组名,编号称为下标。

数组的特性:

1.数组必须先定义固定长度,不能适应数据动态增减

2.当数据增加时,可能超出原先定义的元素个数,当数据减少时,造成内存浪费

3.数组查询比较方便,根据下标就可以直接找到元素,时间复杂度O(1);增加和删除比较复杂,需要移动操作数所在位置后的所有数据,时间复杂度为O(N)

链表:是一种物理存储单元上非连续,非顺序的存储结构,数据元素的逻辑顺序是通过链表中的指针链接次序实现的。

链表的特性

1.链表动态进行存储分配,可适应数据动态增减

2.插入、删除数据比较方便,时间复杂度O(1);查询必须从头开始找起,十分麻烦,时间复杂度O(N)

常见的链表:

1.单链表:通常链表每一个元素都要保存一个指向下一个元素的指针

2.双链表:每个元素既要保存到下一个元素的指针,还要保存一个上一个元素的指针

3.循环链表:在最后一个元素中下一个元素指针指向首元素

链表和数组都是在堆里分配内存

应用:

如果需要快速访问数据,很少或不插入和删除元素,就应该用数组;相反, 如果需要经常插入和删除元素就需要用链表数据结构了


3、怎么遍历一个树

四种遍历概念

先序遍历:先访问根节点,再访问左子树,最后访问右子树。

后序遍历:先左子树,再右子树,最后根节点。

中序遍历:先左子树,再根节点,最后右子树。

层序遍历:每一层从左到右访问每一个节点。

每一个子树遍历时依然按照此时的遍历顺序。可以采用递归实现遍历。


4、冒泡排序(Bubble Sort)

算法描述:

  • 比较相邻的元素。如果第一个比第二个大,就交换它们两个;
  • 对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对,这样在最后的元素应该会是最大的数;
  • 针对所有的元素重复以上的步骤,除了最后一个;
  • 重复步骤1~3,直到排序完成。

如果两个元素相等,不会再交换位置,所以冒泡排序是一种稳定排序算法。


5、快速排序(Quick Sort)

算法描述:

使用分治法来把一个串(list)分为两个子串(sub-lists)。具体算法描述如下:

  • 从数列中挑出一个元素,称为 “基准”(pivot);
  • 重新排序数列,所有元素比基准值小的摆放在基准前面,所有元素比基准值大的摆在基准的后面(相同的数可以到任一边)。在这个分区退出之后,该基准就处于数列的中间位置。这个称为分区(partition)操作;
  • 递归地(recursive)把小于基准值元素的子数列和大于基准值元素的子数列排序。


6、二分查找(Binary Search)

算法描述:

  • 二分查找也称折半查找,它是一种效率较高的查找方法,要求列表中的元素首先要进行有序排列。
  • 首先,假设表中元素是按升序排列,将表中间位置记录的关键字与查找关键字比较,如果两者相等,则查找成功;
  • 否则利用中间位置记录将表分成前、后两个子表,如果中间位置记录的关键字大于查找关键字,则进一步查找前一子表,否则进一步查找后一子表。
  • 重复以上过程,直到找到满足条件的记录,使查找成功,或直到子表不存在为止,此时查找不成功。

后续会继续补充,到这里已经有点累了。。。

http://www.lryc.cn/news/2398626.html

相关文章:

  • Java面试八股--06-Linux篇
  • Ajax技术分析方法全解:从基础到企业级实践(2025最新版)
  • Unity 性能优化终极指南 — GameObject 篇
  • dvwa7——SQL Injection
  • Spring AI 项目实战(四):Spring AI + DeepSeek 超参数优化——智能化机器学习平台(附完整源码)
  • Axure疑难杂症:中继器图片替换功能优化(支持修改已有记录-玩转中继器)
  • sqlite3 命令行工具详细介绍
  • ubuntu 22.04 编译安装nignx 报错 openssl 问题
  • 线程相关面试题
  • pikachu通关教程-目录遍历漏洞(../../)
  • Maven-生命周期
  • Hadoop复习(九)
  • Matlab实现LSTM-SVM回归预测,作者:机器学习之心
  • Spring Boot 自动配置原理:从入门到精通
  • 实践深度学习:构建一个简单的图像分类器
  • 腾讯 ovCompose 开源,Kuikly 鸿蒙和 Compose DSL 开源,腾讯的“双”鸿蒙方案发布
  • PYTHON调用讯飞C/C++动态库实现离线语音合成并且实时播放
  • 黑马Java面试笔记之 消息中间件篇(RabbitMQ)
  • Vue中安装插件的方式
  • 如何提高工作效率
  • Redisson学习专栏(五):源码阅读及Redisson的Netty通信层设计
  • Spring AI 项目实战(一):Spring AI 核心模块入门
  • 字节跳动开源图标库:2000+图标一键换肤的魔法
  • 结合 AI 生成 mermaid、plantuml 等图表
  • 行列式详解:从定义到应用
  • R语言使用随机过采样(Random Oversampling)平衡数据集
  • HertzBeat的安装和使用教程
  • 【Kotlin】高阶函数Lambda内联函数
  • 从0开始学vue:vue3和vue2的关系
  • MySQL关系型数据库学习