《程序員面試金典》+《算法導論》

《程序員面試金典》+《算法導論》  

　　由於最近可能會面臨一波面試，可是本身各類算法以及常見的問題的熟悉程度感受還不夠，可是由前幾回的代碼優化經驗來看，算法優化能夠說是代碼優化的重中之重，算法選取恰當每每會致使運行時間呈現多個數量級的降低，一直認爲算法纔是人類文化的結晶。所以此周就找了一本程序員面試的書籍配合算法導論閱讀。最後看了算法導論的排序與一些圖算法與面試書的考題簡介。

---

瑣碎細節

　　由於面試並非單純知識能力的體現，更是一我的綜合素養的體現，面試官的印象會受到你言談舉止甚至穿衣搭配的影響，前文大概就是對這些瑣碎細節進行了一些交代，甚至對於合適的發郵件的時間，如何拒絕offer都進行了交代，這些仍是須要注意的，花了點時間隨便看了看。

技術細節

　　基本上分了數組字符串處理，棧與隊列，樹與圖，位運算，遞歸與動態規劃進行講解，最後還講了一些語言方面的知識點（C,C++,JAVA),以及一些線程鎖的知識。下面順着來捋一下，順便補充上一些算法導論上看到的知識。

1 數組與字符串

　　面試書上包括鏈表，哈希表，普通數組，講了一個快行指針的技巧。

1. 算法導論上，這部分主要講解的是字符串匹配算法，介紹了四種，最普通的，Rabin-Karp算法，利用有限自動機，最後是經典的kmp算法。應用上，此類算法能夠用於提升輸入法聯想的響應速度包括搜索DNA序列中的特定序列衡量標準有預處理時間與匹配時間。其中KMP算法最爲巧妙，將與預處理時間下降到O(m),並將實際的匹配時間控制到了O（n）。
2. 哈希表，經過計算使得鏈表法散列實現的查找效率降到O(1+C),C爲負載係數，使得開放查找法O(1/(1-c))，算法導論中對其進行了證實，並對如何選擇合適的哈希函數提出了建議，好比除法散列法能夠選擇一個不接近2的整數次冪的素數做爲除數，乘法散列法能夠選擇（sqrt（5）-1）/2產生小數部分，另外還介紹了全域散列法，並給出了一個構造方法，惋惜我沒學過數論，並無看懂，也下定決心大四必定要補一些cs的基礎課。實現上能夠利用鏈表或者數組，前者更被推薦，負載係數能夠大於1，經過槽位拉鍊處理衝突，後者負載係數已更改小於1，經過線性探測，雙重散列（這裏還介紹了將第二次hash僅僅產生奇數而除數爲偶實現互素的小技巧）之類的方法處理衝突。

2 棧與隊列

　　面試書上講了java實現隊列與棧，並講述了幾道算法題目，比較有意思的是一道用一個數組實現三個棧的題目，要求三個棧是動態的即空間是動態的，想了一段時間，可是隻要注意合適的搬移與壓入的時候容許循環，即應當把整個數組當作先後相連的。

3 樹與圖

　　當初學數據結構的時候就以爲這部分知識點複雜瑣碎，幾個樹遍歷的非遞歸算法幾乎都寫不出來，可是遞歸又老是面臨爆棧的風險，藉此再複習了一下。 面試書中基本就仍是回顧了一些基本知識點，而後是題目，作了幾道，其中一道在一棵節點數巨大的二叉樹中查找子樹的題目頗有趣，算法思路是兩個樹徹底相同與先序遍歷與中序遍歷相同等價（注意條件爲樹必須除根外度都爲2，缺乏左右孩子應該置空）不然會出現下面的狀況，

 

 

 

 

 

　　斷定爲相同的樹，以後化爲了字符串匹配問題，可是這種方法必然會佔用大量的內存，由於要作遍歷儲存遍歷結果，有時候這是難以忍受的，另外一種方法是直接搜索較大的樹，一旦碰到有相同的根節點則對兩棵樹進行匹配。

　　算法導論上關於這部分就太多了，樹主要講解二叉搜索樹以及其插入刪除，並對其平均時間複雜度作出了證實。
更多的是關於圖的討論，圖的鏈表表示以及鄰接矩陣表示，圖的兩種遍歷，深度優先以及廣度優先。並各自對其應用作了簡單介紹。

• BFS搜索能夠用來創建每一個從一個節點開始到每一個節點的最短路徑，直覺上能夠這麼想，BFS是以開始節點爲圓心，一圈一圈的擴展搜索的，實現上，只要牢記其中隊列來保證訪問的層次應該就能寫出來.
• 關於深度優先遍歷，重點講了兩個時間，第一是個是第一次訪問到的時間v.d，另外一個是其下全部子孫訪問結束後的時間d.f,其後的許多算法都基於這個時間展開。

1. 判別節點關係，只要[v.d,v.f]這個區間與其餘節點存在包含關係，則說明其中一個另外一個的子孫。
2. 進行迴路檢測 3 . 進行拓撲排序(有向無環圖)，按結束時間在鏈表頭進行插入。
3. 查找強連通份量。這個算法感受十分巧妙，具體的證實花費了大量的篇章，思想上能夠這麼理解，首先將強連通份量塌縮成一個節點，不一樣的強聯通份量必然只有單向邊，稱塌縮後的圖爲份量圖，份量圖就必然是有向無環圖，以後定義塌縮點的.f與.d爲強聯通份量中的.f的最大值與.d的最小值,其中份量圖的邊與塌縮點的.f息息相關，就是邊指向的塌縮點的.f必定比邊發出的塌縮點.f要小，那麼先遍歷一遍圖，那麼.f最大的點必定在份量圖中拓撲排序的最後一個，按.f的倒序開始DFS遍歷圖的轉置，即G全部邊轉向，其必然不能跑到其餘強聯通份量，不然不可能爲一個獨立的強聯通份量，以此倒退，就找到了全部的強連通份量。 最後做者提出一個問題，假如按第一次訪問.f的增序直接訪問圖，是否是也是正確的，假如正確豈不是能夠省去求圖的轉置的時間（通常爲O(V+E)),其實不是這樣的，.f與份量圖的拓撲排序是一致的，可是.d不是，好比思考這樣的狀況，

 

 

 

 

　　從A開始遍歷，先走B，假如按上述算法，.f最小值爲B，從B遍歷則ＡＢＣ爲強連通份量，顯然錯誤，這是由於聯通份量的.f最小值1與份量圖的邊的走向是沒有肯定關係的！！！！

總結

　　比較高深的圖算法以及排序，動態規劃尚未好好看，感受確實是沒有修過離散數學與圖論，看起來有點點吃力，能看完的話會再放到一篇讀書筆記裏面。

　　算法真的頗有意思，就是有點費腦子，尤爲是算法導論的證實比較晦澀，看了一週多，覺察到一個比較功利的見解，先看算法的應用，感興趣再看實現，而後思考大致的邏輯，若是以爲很對（好比BFS作最短路徑計算以及迴路檢測），就沒必要關心它的證實。，假如真的徹底不理解爲何這種算法是對的（好比利用DFS找尋強連通份量），就要仔細看證實，通常順着證實過程來就能理清其中的邏輯，還能加深理解。最後惟一不足的是時間有限沒來得及寫算法的實現，感受仍是要抽空寫一下的。