前端面試(算法篇) - 二分法

前段時間換了份工做，也經歷了不少面試，最終一般都會撲在算法上

雖然說前端是全部程序員中，對於算法的要求最低的一個崗位，但算法依舊是進階的必修課

因而決定記錄一下與算法相關的面試題，之後拿去面別人

 

1、面試題

問：有一個一百層的高樓，如今給你兩個徹底同樣的玻璃球，去測出在哪一層樓把球扔出去，恰好能把玻璃球砸碎？

答：emmmmmm

問：球碎了就無法用了

答：那若是沒碎呢？

問：emmmmmm

答：啊哈，那就拿着球從一樓往上，一層一層的試唄~

問：好，那如今不限制球的數量，但要求用最少的次數，去找到這個臨界點

答：二分法！從中間的樓層開始扔球，若是碎了就在下面的樓層中繼續找

問：沒錯，二分法是最快的解決方案，但若是遇到最差的狀況，須要用幾個球呢？

答：我數一數

問：……

答：……

問：算了，下一個問題吧

 

2、二分法

使用二分法的前提是，目標數組的元素必須是有序排列的，因此二分法屬於有序查找算法

二分法又稱爲「折半查找」，從數組的中間節點開始查找，將數組分爲兩部分

若是目標元素和中間節點不相等，就經過比較二者的大小，肯定接下來查找數組的前半部分仍是後半部分

而後遞歸查找，直到找到目標元素，或者發現目標元素不在數組內

在最壞的狀況下，須要的次數爲：(log₂ n)+1 ，其中 log₂n 向下取整

function BinarySearch(arr, target) { let s = 0; let e = arr.length - 1; let m = Math.floor((s + e) / 2); let trun = arr[s] <= arr[e]; //肯定排序順序

    while (s < e && arr[m] !== target) { if (arr[m] > target) { trun ? (e = m - 1) : (s = m + 1) } else { trun ? (s = m + 1) : (e = m - 1) } m = Math.floor((s + e) / 2); } if (arr[m] == target) { console.log('找到了,位置%s', m, t); return m; } else { console.log('沒找到', t); return -1; } }

 

3、問題拓展

1. 用二分法遇到最壞的狀況，須要 6 次 仍是 7 次？

2. 若是隻有兩個球，怎麼才能用最少的次數，找到臨界點？