嵌入式技术
数组是最基本的数据结构,关于数组的面试题也屡见不鲜,本文罗列了一些常见的面试题,仅供参考。目前有以下18道题目。
数组求和
求数组的最大值和最小值
求数组的最大值和次大值
求数组中出现次数超过一半的元素
求数组中元素的最短距离
求两个有序数组的共同元素
求三个数组的共同元素
找出数组中唯一的重复元素
找出出现奇数次的元素
求数组中满足给定和的数对
最大子段和
最大子段积
数组循环移位
字符串逆序
组合问题
合并两个数组
重排问题
找出绝对值最小的元素
数组求和
给定一个含有n个元素的整型数组a,求a中所有元素的和。可能您会觉得很简单,是的,的确简单,但是为什么还要说呢,原因有二,第一,这道题要求用递归法,只用一行代码。第二,这是我人生中第一次面试时候遇到的题,意义特殊。
分析
简单说一下,两种情况
如果数组元素个数为0,那么和为0。
如果数组元素个数为n,那么先求出前n - 1个元素之和,再加上a[n - 1]即可
代码
// 数组求和 int sum(int*a, int n) { return n == 0 ? 0 : sum(a, n -1) + a[n -1]; }
求数组的最大值和最小值
给定一个含有n个元素的整型数组a,找出其中的最大值和最小值
分析
常规的做法是遍历一次,分别求出最大值和最小值,但我这里要说的是分治法(Divide and couquer),将数组分成左右两部分,先求出左半部份的最大值和最小值,再求出右半部份的最大值和最小值,然后综合起来求总体的最大值及最小值。
这是个递归过程,对于划分后的左右两部分,同样重复这个过程,直到划分区间内只剩一个元素或者两个元素。
代码
// 求数组的最大值和最小值,返回值在maxValue和minValue void MaxandMin(int *a, int l, int r, int& maxValue, int& minValue) { if(l == r) // l与r之间只有一个元素 { maxValue = a[l] ; minValue = a[l] ; return ; } if(l + 1 == r) // l与r之间只有两个元素 { if(a[l] >= a[r]) { maxValue = a[l] ; minValue = a[r] ; } else { maxValue = a[r] ; minValue = a[l] ; } return ; } int m = (l + r) / 2 ; // 求中点 int lmax ; // 左半部份最大值 int lmin ; // 左半部份最小值 MaxandMin(a, l, m, lmax, lmin) ; // 递归计算左半部份 int rmax ; // 右半部份最大值 int rmin ; // 右半部份最小值 MaxandMin(a, m + 1, r, rmax, rmin) ; // 递归计算右半部份 maxValue = max(lmax, rmax) ; // 总的最大值 minValue = min(lmin, rmin) ; // 总的最小值 }
求数组的最大值和次大值
给定一个含有n个元素的整型数组,求其最大值和次大值
分析
思想和上一题类似,同样是用分治法,先求出左边的最大值leftmax和次大值leftsecond,再求出右边的最大值rightmax和次大值rightsecond,然后合并,如何合并呢?分情况考虑
1 如果leftmax > rightmax,那么可以肯定leftmax是最大值,但次大值不一定是rightmax,但肯定不是rightsecond,只需将leftsecond与rightmax做一次比较即可。
2 如果rightmax > leftmax,那么可以肯定rightmax是最大值,但次大值不一定是leftmax,但肯定不是leftsecond,所以只需将leftmax与rightsecond做一次比较即可。
注意
这种方法无法处理最大元素有多个的情况,比如3,5,7,7将返回7,7而不是7,5。感谢网友 从无到有靠谁人 指出。
代码
// 找出数组的最大值和次大值,a是待查找的数组,left和right是查找区间,max和second存放结果 void MaxandMin(int a[], int left, int right, int&max, int&second) { if(left == right) { max = a[left] ; second = INT_MIN; } elseif(left +1== right) { max = a[left] > a[right] ? a[left] : a[right] ; second = a[left] < a[right] ? a[left] : a[right] ; } else { int mid = left + (right - left) /2 ; int leftmax ; int leftsecond ; MaxandMin(a, left, mid, leftmax, leftsecond) ; int rightmax ; int rightsecond ; MaxandMin(a, mid +1, right, rightmax, rightsecond) ; if (leftmax > rightmax) { max = leftmax ; second = leftsecond > rightmax ? leftsecond : rightmax ; } else { max = rightmax ; second = leftmax < rightsecond ? rightsecond : leftmax ; } } }
求数组中出现次数超过一半的元素
给定一个n个整型元素的数组a,其中有一个元素出现次数超过n / 2,求这个元素。据说是百度的一道题
分析
设置一个当前值和当前值的计数器,初始化当前值为数组首元素,计数器值为1,然后从第二个元素开始遍历整个数组,对于每个被遍历到的值a[i]
1 如果a[i]==currentValue,则计数器值加1
2 如果a[i] != currentValue, 则计数器值减1,如果计数器值小于0,则更新当前值为a[i],并将计数器值重置为1
代码
// 找出数组中出现次数超过一半的元素 int Find(int* a, int n) { int curValue = a[0] ; int count = 1 ; for (int i = 1; i < n; ++i) { if (a[i] == curValue) count++ ; else { count-- ; if (count < 0) { curValue = a[i] ; count = 1 ; } } } return curValue ; }
另一个方法是先对数组排序,然后取中间元素即可,因为如果某个元素的个数超过一半,那么数组排序后该元素必定占据数组的中间位置。
求数组中元素的最短距离
给定一个含有n个元素的整型数组,找出数组中的两个元素x和y使得abs(x - y)值最小
分析
先对数组排序,然后遍历一次即可
代码
int compare(const void* a, const void* b) { return *(int*)a - *(int*)b ; } // 求数组中元素的最短距离 void MinimumDistance(int* a, int n) { // Sort qsort(a, n, sizeof(int), compare) ; int i ; // Index of number 1 int j ; // Index of number 2 int minDistance = numeric_limits::max() ; for (int k = 0; k < n - 1; ++k) { if (a[k + 1] - a[k] < minDistance) { minDistance = a[k + 1] - a[k] ; i = a[k] ; j = a[k + 1] ; } } cout << "Minimum distance is: " << minDistance << endl ; cout << "i = " << i << " j = " << j << endl ; }
求两个有序数组的共同元素
给定两个含有n个元素的有序(非降序)整型数组a和b,求出其共同元素,比如
a = 0, 1, 2, 3, 4
b = 1, 3, 5, 7, 9
输出 1, 3
分析
充分利用数组有序的性质,用两个指针i和j分别指向a和b,比较a[i]和b[j],根据比较结果移动指针,则有如下三种情况
a[i] < b[j],则i增加1,继续比较
a[i] == b[j],则i和j皆加1,继续比较
a[i] < b[j],则j加1,继续比较
重复以上过程直到i或j到达数组末尾。
代码
// 找出两个数组的共同元素 void FindCommon(int* a, int* b, int n) { int i = 0; int j = 0 ; while (i < n && j < n) { if (a[i] < b[j]) ++i ; else if(a[i] == b[j]) { cout << a[i] << endl ; ++i ; ++j ; } else// a[i] > b[j] ++j ; } }
这到题还有其他的解法,比如对于a中任意一个元素,在b中对其进行Binary Search,因为a中有n个元素,而在b中进行Binary Search需要logn。所以找出全部相同元素的时间复杂度是O(nlogn)。
另外,上面的方法,只要b有序即可,a是否有序无所谓,因为我们只是在b中做Binary Search。
如果a也有序的话,那么再用上面的方法就有点慢了,因为如果a中某个元素在b中的位置是k的话,那么a中下一个元素在b中的位置一定位于k的右侧,所以本次的搜索空间可以根据上次的搜索结果缩小,而不是仍然在整个b中搜索。也即如果a和b都有序的话,代码可以做如下修改,记录上次搜索时b中元素的位置,作为下一次搜索的起始点。
求三个数组的共同元素
给定三个含有n个元素的整型数组a,b和c,求他们最小的共同元素。
分析
如果三个数组都有序,那么可以设置三个指针指向三个数组的头部,然后根据这三个指针所指的值进行比较来移动指针,直道找到共同元素。
代码
// 三个数组的共同元素-只找最小的 void FindCommonElements(int a[], int b[], int c[], int x, int y, int z) { for(int i = 0, j = 0, k = 0; i < x && j < y && k < z;) { if(a[i] < b[j]) { i++ ; } else // a[i] >= b[j] { if(b[j] < c[k]) { j++ ; } else // b[j] >= c[k] { if(c[k] < a[i]) { k++ ; } else // c[k] >= a[i] { cout << c[k] << endl ; return ; } } } } cout << "Not found!" << endl ; }
如果三个数组都无序,可以先对a, b进行排序,然后对c中任意一个元素都在b和c中做二分搜索。
代码
// 找出三个数组的共同元素 // O(NlogN) int UniqueCommonItem(int *a, int *b, int *c, int n) { // sort array a qsort(a, n, sizeof(int), compare) ; // NlogN // sort array b qsort(b, n, sizeof(int), compare) ; // NlogN // for each element in array c, do a binary search in a and b // This is up to a complexity of N*2*logN for (int i = 0; i < n; i++) { if(BinarySearch(a, n, c[i]) && BinarySearch(b, n, c[i])) return c[i] ; } return - 1 ; // not found }
也可以对a进行排序,然后对于b和c中任意一个元素都在a中进行二分搜索,但是这样做是有问题的,你看出来了么?感谢网友yy_5533指正。
代码
// 找出三个数组唯一的共同元素 // O(NlogN) int UniqueCommonItem1(int *a, int *b, int *c, int n) { // sort array a qsort(a, n, sizeof(int), compare) ; // NlogN // Space for time bool *bb = new bool[n] ; memset(bb, 0, n) ; bool *bc = new bool[n] ; memset(bb, 0, n) ; // for each element in b, do a BS in a and mark all the common element for (int i = 0; i < n; i++) // NlogN { if(BinarySearch(a, n, b[i])) bb[i] = true ; } // for each element in c, do a BS only if b[i] is true for (int i = 0; i < n; i++) // NlogN { if(b[i] && BinarySearch(a, n, c[i])) return c[i] ; } return - 1 ; // not found }
排序和二分搜索代码如下
// Determine whether a contains value k bool BinarySearch(int *a, int n, int k) { int left = 0 ; int right = n - 1 ; while (left <= right) { int mid = (left + right) ; if(a[mid] < k) left = mid + 1 ; if(a[mid] == k) return true ; else right = mid - 1 ; } return false ; } // Compare function for qsort int compare(const void* a, const void* b) { return *(int*)a - *(int*)b ; }
小小总结一下,对于在数组中进行查找的问题,可以分如下两种情况处理
如果给定的数组有序,那么首先应该想到Binary Search,所需O(logn)
如果给定的数组无序,那么首先应该想到对数组进行排序,很多排序算法都能在O(nlogn)时间内对数组进行排序,然后再使用二分搜索,总的时间复杂度仍是O(nlogn)。
如果能做到以上两点,大多数关于数组的查找问题,都能迎刃而解。
找出数组中唯一的重复元素
给定含有1001个元素的数组,其中存放了1-1000之内的整数,只有一个整数是重复的,请找出这个数
分析
求出整个数组的和,再减去1-1000的和
代码
略
找出出现奇数次的元素
给定一个含有n个元素的整型数组a,其中只有一个元素出现奇数次,找出这个元素。这道题实际上是一个变种,原题是找出数组中唯一一个出现一次的元素,下面的方法可以同时解决这两道提。所以题目就用这个广义的吧。
分析
因为对于任意一个数k,有k ^ k = 0,k ^ 0 = k,所以将a中所有元素进行异或,那么个数为偶数的元素异或后都变成了0,只留下了个数为奇数的那个元素。
代码
int FindElementWithOddCount(int*a, int n) { int r = a[0] ; for (int i =1; i < n; ++i) { r ^= a[i] ; } return r ; }
求数组中满足给定和的数对
给定两个有序整型数组a和b,各有n个元素,求两个数组中满足给定和的数对,即对a中元素i和b中元素j,满足i + j = d(d已知)
分析
两个指针i和j分别指向数组的首尾,然后从两端同时向中间遍历。
代码
// 找出满足给定和的数对 void FixedSum(int* a, int* b, int n, int d) { for (int i = 0, j = n - 1; i < n && j >= 0) { if (a[i] + b[j] < d) ++i ; else if (a[i] + b[j] == d) { cout << a[i] << ", " << b[j] << endl ; ++i ; --j ; } else // a[i] + b[j] > d --j ; } }
最大子段和
给定一个整型数组a,求出最大连续子段之和,如果和为负数,则按0计算,比如1, 2, -5, 6, 8则输出6 + 8 = 14
分析
编程珠玑上的经典题目,不多说了。
代码
// 子数组的最大和 int Sum(int* a, int n) { int curSum = 0; int maxSum = 0; for (int i = 0; i < n; i++) { if (curSum + a[i] < 0) curSum = 0; else { curSum += a[i] ; maxSum = max(maxSum, curSum); } } return maxSum; }
最大子段积
给定一个整型数组a,求出最大连续子段的乘积,比如 1, 2, -8, 12, 7则输出12 * 7 = 84
分析
与最大子段和类似,注意处理负数的情况
代码
// 子数组的最大乘积 int MaxProduct(int *a, int n) { int maxProduct = 1; // max positive product at current position int minProduct = 1; // min negative product at current position int r = 1; // result, max multiplication totally for (int i = 0; i < n; i++) { if (a[i] > 0) { maxProduct *= a[i]; minProduct = min(minProduct * a[i], 1); } else if (a[i] == 0) { maxProduct = 1; minProduct = 1; } else // a[i] < 0 { int temp = maxProduct; maxProduct = max(minProduct * a[i], 1); minProduct = temp * a[i]; } r = max(r, maxProduct); } return r; }
数组循环移位
将一个含有n个元素的数组向右循环移动k位,要求时间复杂度是O(n),且只能使用两个额外的变量,这是在微软的编程之美上看到的一道题
分析
比如数组 1 2 3 4循环右移1位 将变成 4 1 2 3, 观察可知1 2 3 的顺序在移位前后没有改变,只是和4的位置交换了一下,所以等同于1 2 3 4 先划分为两部分
1 2 3 | 4,然后将1 2 3逆序,再将4 逆序 得到 3 2 1 4,最后整体逆序 得到 4 1 2 3
代码
// 将buffer中start和end之间的元素逆序 void Reverse( int buffer[], int start, int end ) { while ( start < end ) { int temp = buffer[ start ] ; buffer[ start++ ] = buffer[ end ] ; buffer[ end-- ] = temp ; } } // 将含有n个元素的数组buffer右移k位 void Shift( int buffer[], int n, int k ) { k %= n ; Reverse( buffer, 0, n - k - 1) ; Reverse( buffer, n - k, n - 1 ) ; Reverse( buffer, 0, n - 1 ) ; }
稍微扩展一下,如果允许分配额外的数组,那么定义一个新的数组,然后将移位后的元素直接存入即可,也可以使用队列,将移动后得元素出对,再插入队尾即可.
字符串逆序
给定一个含有n个元素的字符数组a,将其原地逆序。
分析
可能您觉得这不是关于数组的,而是关于字符串的。是的。但是别忘了题目要求的是原地逆序,也就是不允许额外分配空间,那么参数肯定是字符数组形式,因为字符串是不能被修改的(这里只C/C++中的字符串常量)。
所以,和数组有关了吧,只不过不是整型数组,而是字符数组。用两个指针分别指向字符数组的首位,交换其对应的字符,然后两个指针分别向数组中央移动,直到交叉。
代码
// 字符串逆序 void Reverse(char*a, int n) { int left =0; int right = n -1; while (left < right) { char temp = a[left] ; a[left++] = a[right] ; a[right--] = temp ; } }
组合问题
给定一个含有n个元素的整型数组a,从中任取m个元素,求所有组合。比如下面的例子
a = 1, 2, 3, 4, 5
m = 3
输出
1 2 3, 1 2 4, 1 2 5, 1 3 4, 1 3 5, 1 4 5 2 3 4, 2 3 5, 2 4 5 3 4 5
分析
典型的排列组合问题,首选回溯法,为了简化问题,我们将a中n个元素值分别设置为1-n
代码
// n选m的所有组合 int buffer[100] ; void PrintArray(int *a, int n) { for (int i = 0; i < n; ++i) cout << a[i] << ""; cout << endl ; } bool IsValid(int lastIndex, int value) { for (int i = 0; i < lastIndex; i++) { if (buffer[i] >= value) return false; } return true; } void Select(int t, int n, int m) { if (t == m) PrintArray(buffer, m); else { for (int i = 1; i <= n; i++) { buffer[t] = i; if (IsValid(t, i)) Select(t + 1, n, m); } } }
合并两个数组
给定含有n个元素的两个有序(非降序)整型数组a和b。合并两个数组中的元素到整型数组c,要求去除重复元素并保持c有序(非降序)。例子如下
a = 1, 2, 4, 8
b = 1, 3, 5, 8
c = 1, 2, 3, 4, 5, 8
分析
利用合并排序的思想,两个指针i,j和k分别指向数组a和b,然后比较两个指针对应元素的大小,有以下三种情况
a[i] < b[j],则c[k] = a[i]。
a[i] == b[j],则c[k]等于a[i]或b[j]皆可。
a[i] > b[j],则c[k] = b[j]。
重复以上过程,直到i或者j到达数组末尾,然后将剩下的元素直接copy到数组c中即可
代码
// 合并两个有序数组 void Merge(int *a, int *b, int *c, int n) { int i = 0 ; int j = 0 ; int k = 0 ; while (i < n && j < n) { if (a[i] < b[j])// 如果a的元素小,则插入a中元素到c { c[k++] = a[i] ; ++i ; } else if (a[i] == b[j])// 如果a和b元素相等,则插入二者皆可,这里插入a { c[k++] = a[i] ; ++i ; ++j ; } else // a[i] > b[j] // 如果b中元素小,则插入b中元素到c { c[k++] = b[j] ; ++j ; } } if (i == n) // 若a遍历完毕,处理b中剩下的元素 { for (int m = j; m < n; ++m) c[k++] = b[m] ; } else//j == n, 若b遍历完毕,处理a中剩下的元素 { for (int m = i; m < n; ++m) c[k++] = a[m] ; } }
重排问题
给定含有n个元素的整型数组a,其中包括0元素和非0元素,对数组进行排序,要求:
排序后所有0元素在前,所有非零元素在后,且非零元素排序前后相对位置不变
不能使用额外存储空间
例子如下
输入 0, 3, 0, 2, 1, 0, 0 输出 0, 0, 0, 0, 3, 2, 1
分析
此排序非传统意义上的排序,因为它要求排序前后非0元素的相对位置不变,或许叫做整理会更恰当一些。我们可以从后向前遍历整个数组,遇到某个位置i上的元素是非0元素时,如果a[k]为0,则将a[i]赋值给a[k],a[k]赋值为0。实际上i是非0元素的下标,而k是0元素的下标
代码
void Arrange(int* a, int n) { int k = n -1 ; for (int i = n -1; i >=0; --i) { if (a[i] !=0) { if (a[k] ==0) { a[k] = a[i] ; a[i] =0 ; } --k ; } } }
找出绝对值最小的元素
给定一个有序整数序列(非递减序),可能包含负数,找出其中绝对值最小的元素,比如给定序列 -5, -3, -1, 2, 8 则返回1。
分析
由于给定序列是有序的,而这又是搜索问题,所以首先想到二分搜索法,只不过这个二分法比普通的二分法稍微麻烦点,可以分为下面几种情况
如果给定的序列中所有的数都是正数,那么数组的第一个元素即是结果。
如果给定的序列中所有的数都是负数,那么数组的最后一个元素即是结果。
如果给定的序列中既有正数又有负数,那么绝对值得最小值一定出现在正数和负数的连接处。
为什么?
因为对于负数序列来说,右侧的数字比左侧的数字绝对值小,如上面的-5, -3, -1, 而对于整整数来说,左边的数字绝对值小,比如上面的2, 8,将这个思想用于二分搜索,可先判断中间元素和两侧元素的符号,然后根据符号决定搜索区间,逐步缩小搜索区间,直到只剩下两个元素。
代码
单独设置一个函数用来判断两个整数的符号是否相同。
bool SameSign(int a, int b) { if (a * b > 0) return true; else return false; }
主函数代码。
// 找出一个非递减序整数序列中绝对值最小的数 int MinimumAbsoluteValue(int* a, int n) { // Only one number in array if (n ==1) { return a[0] ; } // All numbers in array have the same sign if (SameSign(a[0], a[n -1])) { return a[0] >=0? a[0] : a[n -1] ; } // Binary search int l =0 ; int r = n -1 ; while(l < r) { if (l +1== r) { return abs(a[l]) < abs(a[r]) ? a[l] : a[r] ; } int m = (l + r) /2 ; if (SameSign(a[m], a[r])) { r = m -1; continue; } if (SameSign(a[l], a[m])) { l = m +1 ; continue; } } }
这段代码是有问题的,感谢网友lingyunfish的指正,你看出来了么?修改后的代码如下:
// 找出一个非递减序整数序列中绝对值最小的数 int MinimumAbsoluteValue(int* a, int n) { // Only one number in array if (n ==1) { return a[0] ; } // All numbers in array have the same sign if (SameSign(a[0], a[n -1])) { return a[0] >=0? a[0] : a[n -1] ; } // Binary search int l =0 ; int r = n -1 ; while(l < r) { if (l + 1 == r) { return abs(a[l]) < abs(a[r]) ? a[l] : a[r] ; } int m = (l + r) /2 ; if (SameSign(a[m], a[r])) { r = m; continue; } else { l = m ; continue; } } }
全部0条评论
快来发表一下你的评论吧 !