algorithms-coding

算法面试的准备范围

• 各种排序算法
• 基础数据结构和算法的实现：堆、二叉树、图
• 基础数据结构的使用：链表、栈、队列、哈希表、图
• 基础算法：深度优先、广度优先、二分查找、递归
• 基本算法思想：递归、分治、回溯搜索、贪心、动态规划

注意题目中的条件

• 设计一个O(nlogn)的算法
• 无需考虑额外的空间
• 数据规模大概是10000

优化算法

• 遍历常见的算法思路

• 遍历常见的数据结构

• 空间和时间的交换(哈希表)

• 预处理信息(排序)

• 在瓶颈处寻找答案：O(nlogn) + O(n^2) ; O(n^3)

实际编写问题

• 极端条件的判断

  • 数组为空？字符串为空？数量为0？指针为NULL？

• 变量名标准化

• 模块化函数(复用性)

数据规模概念

如果想要在1s之内解决问题：

O(n^2)的算法可以处理大约 10^4 级别的数据

O(n)的算法可以处理大约 10^8 级别的数据

O(nlogn)的算法可以处理大约 10^7 级别的数据