码迷,mamicode.com
首页 > 编程语言 > 详细

算法面试

时间:2019-01-18 12:33:01      阅读:182      评论:0      收藏:0      [点我收藏+]

标签:ges   step   power   不同   node   double   10个   简化   返回结果   

一、单链表

目录

1.单链表反转

2.找出单链表的倒数第4个元素

3.找出单链表的中间元素

4.删除无头单链表的一个节点

5.两个不交叉的有序链表的合并

6.有个二级单链表,其中每个元素都含有一个指向一个单链表的指针。写程序把这个二级链表称一级单链表。

7.单链表交换任意两个元素(不包括表头)

8.判断单链表是否有环?如何找到环的“起始”点?如何知道环的长度?

9.判断两个单链表是否相交

10.两个单链表相交,计算相交点

11.用链表模拟大整数加法运算

12.单链表排序

13.删除单链表中重复的元素

 

首先写一个单链表的C#实现,这是我们的基石:

public class Link

{

    public Link Next;

    public string Data;

    public Link(Link next, string data)

    {

        this.Next = next;

        this.Data = data;

    }

}

 

其中,我们需要人为地在单链表前面加一个空节点,称其为head。例如,一个单链表是1->2->5,如图所示:

 

对一个单链表的遍历如下所示:

static void Main(string[] args)

{

    Link head = GenerateLink();

Link curr = head;

while (curr != null)

    {

        Console.WriteLine(curr.Data);

        curr = curr.Next;

    }

}

 

1.单链表反转

这道题目有两种算法,既然是要反转,那么肯定是要破坏原有的数据结构的:

算法1:我们需要额外的两个变量来存储当前节点curr的下一个节点next、再下一个节点nextnext:

public static Link ReverseLink1(Link head)

{

    Link curr = head.Next;

    Link next = null;

    Link nextnext = null;

    //if no elements or only one element exists

    if (curr == null || curr.Next == null)

    {

        return head;

    }

    //if more than one element

    while (curr.Next != null)

    {

        next = curr.Next;       //1

        nextnext = next.Next;   //2

        next.Next = head.Next;  //3

        head.Next = next;       //4

        curr.Next = nextnext;   //5

    }

    return head;

}

 

算法的核心是while循环中的5句话

 

我们发现,curr始终指向第1个元素。

此外,出于编程的严谨性,还要考虑2种极特殊的情况:没有元素的单链表,以及只有一个元素的单链表,都是不需要反转的。

 

算法2:自然是递归

如果题目简化为逆序输出这个单链表,那么递归是很简单的,在递归函数之后输出当前元素,这样能确保输出第N个元素语句永远在第N+1个递归函数之后执行,也就是说第N个元素永远在第N+1个元素之后输出,最终我们先输出最后一个元素,然后是倒数第2个、倒数第3个,直到输出第1个:

public static void ReverseLink2(Link head)

{

    if (head.Next != null)

    {

        ReverseLink2(head.Next);

        Console.WriteLine(head.Next.Data);

    }

}

 

但是,现实应用中往往不是要求我们逆序输出(不损坏原有的单链表),而是把这个单链表逆序(破坏型)。这就要求我们在递归的时候,还要处理递归后的逻辑。

首先,要把判断单链表有0或1个元素这部分逻辑独立出来,而不需要在递归中每次都比较一次:

public static Link ReverseLink3(Link head)

{

    //if no elements or only one element exists

    if (head.Next == null || head.Next.Next == null)

        return head;

    head.Next = ReverseLink(head.Next);

    return head;

}

 

我们观测到:

head.Next = ReverseLink(head.Next);

这句话的意思是为ReverseLink方法生成的逆序链表添加一个空表头。

接下来就是递归的核心算法ReverseLink了:

static Link ReverseLink(Link head)

{

    if (head.Next == null)

        return head;

    Link rHead = ReverseLink(head.Next);

    head.Next.Next = head;

    head.Next = null;

    return rHead;

}

 

算法的关键就在于递归后的两条语句:

head.Next.Next = head;  //1

head.Next = null;       //2

啥意思呢?画个图表示就是:

 

这样,就得到了一个逆序的单链表,我们只用到了1个额外的变量rHead。

2.找出单链表的倒数第4个元素

这道题目有两种算法,但无论哪种算法,都要考虑单链表少于4个元素的情况:

第1种算法,建立两个指针,第一个先走4步,然后第2个指针也开始走,两个指针步伐(前进速度)一致。

static Link GetLast4thOne(Link head)

{

    Link first = head;

    Link second = head;

    for (int i = 0; i < 4; i++)

    {

        if (first.Next == null)

            throw new Exception("Less than 4 elements");

        first = first.Next;

    }

    while (first != null)

    {

        first = first.Next;

        second = second.Next;

    }

    return second;

}

 

第2种算法,做一个数组arr[4],让我们遍历单链表,把第0个、第4个、第8个……第4N个扔到arr[0],把第1个、第5个、第9个……第4N+1个扔到arr[1],把第2个、第6个、第10个……第4N+2个扔到arr[2],把第3个、第7个、第11个……第4N+3个扔到arr[3],这样随着单链表的遍历结束,arr中存储的就是单链表的最后4个元素,找到最后一个元素对应的arr[i],让k=(i+1)%4,则arr[k]就是倒数第4个元素。

static Link GetLast4thOneByArray(Link head)

{

    Link curr = head;

    int i = 0;

    Link[] arr = new Link[4];

    while (curr.Next != null)

    {

        arr[i] = curr.Next;

        curr = curr.Next;

        i = (i + 1) % 4;

    }

    if (arr[i] == null)

        throw new Exception("Less than 4 elements");

    return arr[i];

}

 

本题目源代码下载:

推而广之,对倒数第K个元素,都能用以上2种算法找出来。

 

3.找出单链表的中间元素

算法思想:类似于上题,还是使用两个指针first和second,只是first每次走一步,second每次走两步:

static Link GetMiddleOne(Link head)

{

    Link first = head;

    Link second = head;

    while (first != null && first.Next != null)

    {

        first = first.Next.Next;

        second = second.Next;

    }

    return second;

}

但是,这道题目有个地方需要注意,就是对于链表元素个数为奇数,以上算法成立。如果链表元素个数为偶数,那么在返回second的同时,还要返回second.Next也就是下一个元素,它俩都算是单链表的中间元素。

下面是加强版的算法,无论奇数偶数,一概通杀:

static void Main(string[] args)

{

    Link head = GenerateLink();

    bool isOdd = true;

    Link middle = GetMiddleOne(head, ref isOdd);

    if (isOdd)

    {

        Console.WriteLine(middle.Data);

    }

    else

    {

        Console.WriteLine(middle.Data);

        Console.WriteLine(middle.Next.Data);

    }

    Console.Read();

}

static Link GetMiddleOne(Link head, ref bool isOdd)

{

    Link first = head;

    Link second = head;

    while (first != null && first.Next != null)

    {

        first = first.Next.Next;

        second = second.Next;

    }

    if (first != null)

        isOdd = false;

    return second;

}

 

4.一个单链表,很长,遍历一遍很慢,我们仅知道一个指向某节点的指针curr,而我们又想删除这个节点。

这道题目是典型的“狸猫换太子”,如下图所示:

 

如果不考虑任何特殊情况,代码就2行:

curr.Data = curr.Next.Data;

curr.Next = curr.Next.Next;

上述代码由一个地方需要注意,就是如果要删除的是最后一个元素呢?那就只能从头遍历一次找到倒数第二个节点了。

 

此外,这道题目的一个变身就是将一个环状单链表拆开(即删除其中一个元素),此时,只要使用上面那两行代码就可以了,不需要考虑表尾。

相关问题:只给定单链表中某个结点p(非空结点),在p前面插入一个结点q。

话说,交换单链表任意两个节点,也可以用交换值的方法。但这样就没意思了,所以,才会有第7题霸王硬上工的做法。

 

5.两个不交叉的有序链表的合并

有两个有序链表,各自内部是有序的,但是两个链表之间是无序的。

算法思路:当然是循环逐项比较两个链表了,如果一个到了头,就不比较了,直接加上去。

注意,对于2个元素的Data相等(仅仅是Data相等哦,而不是相同的引用),我们可以把它视作前面的Data大于后面的Data,从而节省了算法逻辑。

static Link MergeTwoLink(Link head1, Link head2)

{

    Link head = new Link(null, Int16.MinValue);

    Link pre = head;

    Link curr = head.Next;

    Link curr1 = head1;

    Link curr2 = head2;

    //compare until one link run to the end

    while (curr1.Next != null && curr2.Next != null)

    {

        if (curr1.Next.Data < curr2.Next.Data)

        {

            curr = new Link(null, curr1.Next.Data);

            curr1 = curr1.Next;

        }

        else

        {

            curr = new Link(null, curr2.Next.Data);

            curr2 = curr2.Next;

        }

        pre.Next = curr;

        pre = pre.Next;

    }

    //if head1 run to the end

    while (curr1.Next != null)

    {

        curr = new Link(null, curr1.Next.Data);

        curr1 = curr1.Next;

        pre.Next = curr;

        pre = pre.Next;

    }

    //if head2 run to the end

    while (curr2.Next != null)

    {

        curr = new Link(null, curr2.Next.Data);

        curr2 = curr2.Next;

        pre.Next = curr;

        pre = pre.Next;

    }

    return head;

}

 

如果这两个有序链表交叉组成了Y型呢,比如说:

 

这时我们需要先找出这个交叉点(图中是11),这个算法参见第9题,我们这里直接使用第10道题目中的方法GetIntersect。

然后局部修改上面的算法,只要其中一个链表到达了交叉点,就直接把另一个链表的剩余元素都加上去。如下所示:

static Link MergeTwoLink2(Link head1, Link head2)

{

    Link head = new Link(null, Int16.MinValue);

    Link pre = head;

    Link curr = head.Next;

    Link intersect = GetIntersect(head1, head2);

    Link curr1 = head1;

    Link curr2 = head2;

    //compare until one link run to the intersect

    while (curr1.Next != intersect && curr2.Next != intersect)

    {

        if (curr1.Next.Data < curr2.Next.Data)

        {

            curr = new Link(null, curr1.Next.Data);

            curr1 = curr1.Next;

        }

        else

        {

            curr = new Link(null, curr2.Next.Data);

            curr2 = curr2.Next;

        }

        pre.Next = curr;

        pre = pre.Next;

    }

    //if head1 run to the intersect

    if (curr1.Next == intersect)

    {

        while (curr2.Next != null)

        {

            curr = new Link(null, curr2.Next.Data);

            curr2 = curr2.Next;

            pre.Next = curr;

            pre = pre.Next;

        }

    }

    //if head2 run to the intersect

    else if (curr2.Next == intersect)

    {

        while (curr1.Next != null)

        {

            curr = new Link(null, curr1.Next.Data);

            curr1 = curr1.Next;

            pre.Next = curr;

            pre = pre.Next;

        }

    }

    return head;

}

 

6.有个二级单链表,其中每个元素都含有一个指向一个单链表的指针。写程序把这个二级链表展开称一级单链表。

这个简单,就是说,这个二级单链表只包括一些head:

public class Link

{

    public Link Next;

    public int Data;

    public Link(Link next, int data)

    {

        this.Next = next;

        this.Data = data;

    }

}

public class CascadeLink

{

    public Link Next;

    public CascadeLink NextHead;

    public CascadeLink(CascadeLink nextHead, Link next)

    {

        this.Next = next;

        this.NextHead = nextHead;

    }

}

 

下面做一个二级单链表,GenerateLink1和GenerateLink2方法在前面都已经介绍过了:

public static CascadeLink GenerateCascadeLink()

{

    Link head1 = GenerateLink1();

    Link head2 = GenerateLink2();

    Link head3 = GenerateLink1();

    CascadeLink element3 = new CascadeLink(null, head3);

    CascadeLink element2 = new CascadeLink(element3, head2);

    CascadeLink element1 = new CascadeLink(element2, head1);

    CascadeLink head = new CascadeLink(element1, null);

    return head;

}

就是说,这些单链表的表头head1、head2、head3、head4……,它们组成了一个二级单链表head:null –> head1 –> head2 –> head3 –> head4

 –>

 

我们的算法思想是: 进行两次遍历,在外层用curr1遍历二级单链表head,在内层用curr2遍历每个单链表:

public static Link GenerateNewLink(CascadeLink head)

{

    CascadeLink curr1 = head.NextHead;

    Link newHead = curr1.Next;

    Link curr2 = newHead;

    while (curr1 != null)

    {

        curr2.Next = curr1.Next.Next;

        while (curr2.Next != null)

        {

            curr2 = curr2.Next;

        }

        curr1 = curr1.NextHead;

    }

    return newHead;

}

其中,curr2.Next = curr1.Next.Next; 这句话是关键,它负责把上一个单链表的表尾和下一个单链表的非空表头连接起来。

 

7.单链表交换任意两个元素(不包括表头)

先一次遍历找到这两个元素curr1和curr2,同时存储这两个元素的前驱元素pre1和pre2。

然后大换血

public static Link SwitchPoints(Link head, Link p, Link q)

{

    if (p == head || q == head)

        throw new Exception("No exchange with head");

    if (p == q)

        return head;

    //find p and q in the link

    Link curr = head;

    Link curr1 = p;

    Link curr2 = q;

    Link pre1 = null;

    Link pre2 = null;

   

    int count = 0;

while (curr != null)

    {

        if (curr.Next == p)

        {

            pre1 = curr;

            count++;

            if (count == 2)

                break;

        }

        else if (curr.Next == q)

        {

            pre2 = curr;

            count++;

            if (count == 2)

                break;

        }

        curr = curr.Next;

    }

    curr = curr1.Next;

    pre1.Next = curr2;

    curr1.Next = curr2.Next;

    pre2.Next = curr1;

    curr2.Next = curr;

    return head;

}

注意特例,如果相同元素,就没有必要交换;如果有一个是表头,就不交换。

 

8.判断单链表是否有环?如何找到环的“起始”点?如何知道环的长度?

算法思想:

先分析是否有环。为此我们建立两个指针,从header一起向前跑,一个步长为1,一个步长为2,用while(直到步长2的跑到结尾)检查两个指针是否相等,直到找到为止。

static bool JudgeCircleExists(Link head)

{

    Link first = head;  //1 step each time

    Link second = head; //2 steps each time

    while (second.Next != null && second.Next.Next != null)

    {

        second = second.Next.Next;

        first = first.Next;

        if (second == first)

            return true;

    }

    return false;

}

 

那又如何知道环的长度呢?

根据上面的算法,在返回true的地方,也就是2个指针相遇处,这个位置的节点P肯定位于环上。我们从这个节点开始先前走,转了一圈肯定能回来:

static int GetCircleLength(Link point)

{

    int length = 1;

    Link curr = point;

    while (curr.Next != point)

    {

        length++;

        curr = curr.Next;

    }

     return length;

}

 

继续我们的讨论,如何找到环的“起始”点呢?

延续上面的思路,我们仍然在返回true的地方P,计算一下从有环单链表的表头head到P点的距离

static int GetLengthFromHeadToPoint(Link head, Link point)

{

    int length = 1;

    Link curr = head;

    while (curr != point)

    {

        length++;

        curr = curr.Next;

    }

    return length;

}

 

如果我们把环从P点“切开”(当然并不是真的切,那就破坏原来的数据结构了),那么问题就转化为计算两个相交“单链表”的交点(第10题):

一个单链表是从P点出发,到达P(一个回圈),距离M;另一个单链表从有环单链表的表头head出发,到达P,距离N。

我们可以参考第10题的GetIntersect方法并稍作修改。

private static Link FindIntersect(Link head)

{

    Link p = null;

    //get the point in the circle

    bool result = JudgeCircleExists(head, ref p);

    if (!result) return null;

    Link curr1 = head.Next;

    Link curr2 = p.Next;

    //length from head to p

    int M = 1;

    while (curr1 != p)

    {

        M++;

        curr1 = curr1.Next;

    }

    //circle length

    int N = 1;

    while (curr2 != p)

    {

        N++;

        curr2 = curr2.Next;

    }

    //recover curr1 & curr2

    curr1 = head.Next;

    curr2 = p.Next;

    //make 2 links have the same distance to the intersect

    if (M > N)

    {

        for (int i = 0; i < M - N; i++)

            curr1 = curr1.Next;

    }

    else if (M < N)

    {

        for (int i = 0; i < N - M; i++)

            curr2 = curr2.Next;

    }

    //goto the intersect

    while (curr1 != p)

    {

        if (curr1 == curr2)

        {

            return curr1;

        }

        curr1 = curr1.Next;

        curr2 = curr2.Next;

    }

    return null;

}

 

9.判断两个单链表是否相交

这道题有多种算法。

算法1:把第一个链表逐项存在hashtable中,遍历第2个链表的每一项,如果能在第一个链表中找到,则必然相交。

static bool JudgeIntersectLink1(Link head1, Link head2)

{

    Hashtable ht = new Hashtable();

    Link curr1 = head1;

    Link curr2 = head2;

    //store all the elements of link1

    while (curr1.Next != null)

    {

        ht[curr1.Next] = string.Empty;

        curr1 = curr1.Next;

    }

    //check all the elements in link2 if exists in Hashtable or not

    while (curr2.Next != null)

    {

        //if exists

        if (ht[curr2.Next] != null)

        {

            return true;

        }

        curr2 = curr2.Next;

    }

    return false;

}

 

算法2:把一个链表A接在另一个链表B的末尾,如果有环,则必然相交。如何判断有环呢?从A开始遍历,如果能回到A的表头,则肯定有环。

注意,在返回结果之前,要把刚才连接上的两个链表断开,恢复原状。

static bool JudgeIntersectLink2(Link head1, Link head2)

{

    bool exists = false;

    Link curr1 = head1;

    Link curr2 = head2;

   

    //goto the end of the link1

    while (curr1.Next != null)

    {

        curr1 = curr1.Next;

    }

    //join these two links

    curr1.Next = head2;

    //iterate link2

    while (curr2.Next != null)

    {

        if (curr2.Next == head2)

        {

            exists = true;

            break;

        }

        curr2 = curr2.Next;

    }

    //recover original status, whether exists or not

    curr1.Next = null;

    return exists;

}

 

算法3:如果两个链表的末尾元素相同,则必相交。

static bool JudgeIntersectLink3(Link head1, Link head2)

{

    Link curr1 = head1;

    Link curr2 = head2;

    //goto the end of the link1

    while (curr1.Next != null)

    {

        curr1 = curr1.Next;

    }

    //goto the end of the link2

    while (curr2.Next != null)

    {

        curr2 = curr2.Next;

    }

    if (curr1 != curr2)

        return false;

    else

        return true;

}

 

10.两个单链表相交,计算相交点

分别遍历两个单链表,计算出它们的长度M和N,假设M比N大,则长度M的链表先前进M-N,然后两个链表同时以步长1前进,前进的同时比较当前的元素,如果相同,则必是交点。

public static Link GetIntersect(Link head1, Link head2)

{

    Link curr1 = head1;

    Link curr2 = head2;

    int M = 0, N = 0;

    //goto the end of the link1

    while (curr1.Next != null)

    {

        curr1 = curr1.Next;

        M++;

    }

    //goto the end of the link2

    while (curr2.Next != null)

    {

        curr2 = curr2.Next;

        N++;

    }

    //return to the begining of the link

    curr1 = head1;

    curr2 = head2;

    if (M > N)

    {

        for (int i = 0; i < M - N; i++)

            curr1 = curr1.Next;

    }

    else if (M < N)

    {

        for (int i = 0; i < N - M; i++)

            curr2 = curr2.Next;

    }

    while (curr1.Next != null)

    {

        if (curr1 == curr2)

        {

            return curr1;

        }

        curr1 = curr1.Next;

        curr2 = curr2.Next;

    }

    return null;

}

 

11.用链表模拟大整数加法运算

例如:9>9>9>NULL + 1>NULL =>

 1>0>0>0>NULL

肯定是使用递归啦,不然没办法解决进位+1问题,因为这时候要让前面的节点加1,而我们的单链表是永远指向前的。

此外对于999+1=1000,新得到的值的位数(4位)比原来的两个值(1个1位,1个3位)都多,所以我们将表头的值设置为0,如果多出一位来,就暂时存放到表头。递归结束后,如果表头为1,就在新的链表外再加一个新的表头。

//head1 length > head2, so M > N

public static int Add(Link head1, Link head2, ref Link newHead, int M, int N)

{

    // goto the end

    if (head1 == null)

        return 0;

    int temp = 0;

    int result = 0;

    newHead = new Link(null, 0);

    if (M > N)

    {

        result = Add(head1.Next, head2, ref newHead.Next, M - 1, N);

        temp = head1.Data + result;

        newHead.Data = temp % 10;

        return temp >= 10

 1 : 0;

    }

    else // M == N

    {

        result = Add(head1.Next, head2.Next, ref newHead.Next, M - 1, N - 1);

        temp = head1.Data + head2.Data + +result;

        newHead.Data = temp % 10;

        return temp >= 10

 1 : 0;

    }

}

这里假设head1比head2长,而且M、N分别是head1和head2的长度。

 

12.单链表排序

无外乎是冒泡、选择、插入等排序方法。关键是交换算法,需要额外考虑。第7题我编写了一个交换算法,在本题的排序过程中,我们可以在外层和内层循环里面,捕捉到pre1和pre2,然后进行交换,而无需每次交换又要遍历一次单链表。

在实践中,我发现冒泡排序和选择排序都要求内层循环从链表的末尾向前走,这明显是不合时宜的。

所以我最终选择了插入排序算法,如下所示:

先给出基于数组的算法:

 

 

代码

static int[]

InsertSort(int[] arr)

{

for(int i=1; i<arr.Length;i++)

{

for(int j =i; (j>0)&&arr[j]<arr[j-1];j--)

{

arr[j]=arr[j]^arr[j-1];

arr[j-1]=arr[j]^arr[j-1];

arr[j]=arr[j]^arr[j-1];

}

}

 

return arr;

}

仿照上面的思想,我们来编写基于Link的算法:

public static Link SortLink(Link head)

{

    Link pre1 = head;

    Link pre2 = head.Next;

    Link min = null;

    for (Link curr1 = head.Next; curr1 != null; curr1 = min.Next)

    {

        if (curr1.Next == null)

            break;

        min = curr1;

        for (Link curr2 = curr1.Next; curr2 != null; curr2 = curr2.Next)

        {

            //swap curr1 and curr2

            if (curr2.Data < curr1.Data)

            {

                min = curr2;

                curr2 = curr1;

                curr1 = min;

                pre1.Next = curr1;

                curr2.Next = curr1.Next;

                curr1.Next = pre2;

                //if exchange element n-1 and n, no need to add reference from pre2 to curr2, because they are the same one

                if (pre2 != curr2)

                    pre2.Next = curr2;

            }

            pre2 = curr2;

        }

        pre1 = min;

        pre2 = min.Next;

    }

    return head;

}

 

值得注意的是,很多人的算法不能交换相邻两个元素,这是因为pre2和curr2是相等的,如果此时还执行pre2.Next = curr2; 会造成一个自己引用自己的环。

 

 

交换指针很是麻烦,而且效率也不高,需要经常排序的东西最好不要用链表来实现,还是数组好一些。

 

13.删除单链表中重复的元素

用Hashtable辅助,遍历一遍单链表就能搞定。

实践中发现,curr从表头开始,每次判断下一个元素curr.Netx是否重复,如果重复直接使用curr.Next = curr.Next.Next; 就可以删除重复元素——这是最好的算法。唯一的例外就是表尾,所以到达表尾,就break跳出while循环。

public static Link DeleteDuplexElements(Link head)

{

    Hashtable ht = new Hashtable();

    Link curr = head;

    while (curr != null)

    {

        if (curr.Next == null)

        {

            break;

        }

        if (ht[curr.Next.Data] != null)

        {

            curr.Next = curr.Next.Next;

        }

        else

        {

            ht[curr.Next.Data] = "";

        }

        curr = curr.Next;

    }

    return head;

}

 

结语:

单链表只有一个向前指针Next,所以要使用1-2个额外变量来存储当前元素的前一个或后一个指针。

尽量用while循环而不要用for循环,来进行遍历。

哇塞,我就是不用指针,照样能“修改地址”,达到和C++同样的效果,虽然很烦~

遍历的时候,不要在while循环中head=head.Next;这样会改变原先的数据结构。我们要这么写:Link curr=head;然后curr=curr.Next;

有时我们需要临时把环切开,有时我们需要临时把单链表首尾相连成一个环。

究竟是玩curr还是curr.Next,根据不同题目而各有用武之地,没有定论,不必强求。

 

 

二、栈和队列

       目录:

       1.设计含min函数的栈,要求min、push和pop的时间复杂度都是o(1)。

       2.设计含min函数的栈的另解

       3.用两个栈实现队列

       4.用两个队列实现栈

       5.栈的push、pop序列是否一致

       6.递归反转一个栈,要求不得重新申请一个同样的栈,空间复杂度o(1)

       7.给栈排个序

       8..如何用一个数组实现两个栈

       9..如何用一个数组实现三个栈

 

1.设计含min函数的栈,要求minpushpop的时间复杂度都是o(1)

算法思想:需要设计一个辅助栈,用来存储当前栈中元素的最小值。网上有人说存储当前栈中元素的最小值的所在位置,虽然能节省空间,这其实是不对的,因为我在调用Min函数的时候,只能得到位置,还要对存储元素的栈不断的pop,才能得到最小值——时间复杂度o(1)。

所以,还是在辅助栈中存储元素吧。

此外,还要额外注意Push操作,第一个元素不用比较,自动成为最小值入栈。其它元素每次都要和栈顶元素比较,小的那个放到栈顶。

 

public class NewStack

{

    private Stack dataStack;

    private Stack mindataStack;

public NewStack()

    {

        dataStack = new Stack();

        mindataStack = new Stack();

    }

public void Push(int element)

    {

        dataStack.Push(element);

if (mindataStack.Count == 0)

            mindataStack.Push(element);

        else if (element <= (int)mindataStack.Peek())

            mindataStack.Push(element);

        else //(element > mindataStack.Peek)

            mindataStack.Push(mindataStack.Peek());

    }

   

    public int Pop()

    {

        if (dataStack.Count == 0)

            throw new Exception("The stack is empty");

       

        mindataStack.Pop();

        return (int)dataStack.Pop();

    }

public int Min()

    {

        if (dataStack.Count == 0)

            throw new Exception("The stack is empty");

       

        return (int)mindataStack.Peek();

    }

}

 

2.设计含min函数的栈的另解

话说,和青菜脸呆久了,就沾染了上海小市民意识,再加上原本我就很抠门儿,于是对于上一题目,我把一个栈当成两个用,就是说,每次push,先入站当前元素,然后入栈当前栈中最小元素;pop则每次弹出2个元素。

算法代码如下所示(这里最小元素位于当前元素之上,为了下次比较方便):

public class NewStack

{

    private Stack stack;

public NewStack()

    {

        stack = new Stack();

    }

public void Push(int element)

    {

        if (stack.Count == 0)

        {

            stack.Push(element);

            stack.Push(element);

        }

        else if (element <= (int)stack.Peek())

        {

            stack.Push(element);

            stack.Push(element);

        }

        else //(element > stack.Peek)

        {

            object min = stack.Peek();

            stack.Push(element);

            stack.Push(min);           

        }

    }

public int Pop()

    {

        if (stack.Count == 0)

            throw new Exception("The stack is empty");

stack.Pop();

        return (int)stack.Pop();

    }

public int Min()

    {

        if (stack.Count == 0)

            throw new Exception("The stack is empty");

return (int)stack.Peek();

    }

}

 

之所以说我这个算法比较叩门,是因为我只使用了一个栈,空间复杂度o(N),节省了一半的空间(算法1的空间复杂度o(2N))。

 

3.用两个栈实现队列

实现队列,就要实现它的3个方法:Enqueue(入队)、Dequeue(出队)和Peek(队头)。

       1)stack1存的是每次进来的元素,所以Enqueue就是把进来的元素push到stack1中。

       2)而对于Dequeue,一开始stack2是空的,所以我们把stack1中的元素全都pop到stack2中,这样stack2的栈顶就是队头。只要stack2不为空,那么每次出队,就相当于stack2的pop。

       3)接下来,每入队一个元素,仍然push到stack1中。每出队一个元素,如果stack2不为空,就从stack2中pop一个元素;如果stack2为空,就重复上面的操作——把stack1中的元素全都pop到stack2中。

       4)Peek操作,类似于Dequeue,只是不需要出队,所以我们调用stack2的Peek操作。当然,如果stack2为空,就把stack1中的元素全都pop到stack2中。

       5)注意边界的处理,如果stack2和stack1都为空,才等于队列为空,此时不能进行Peek和Dequeue操作。

按照上述分析,算法实现如下:

public class NewQueue

{

    private Stack stack1;

    private Stack stack2;

public NewQueue()

    {

        stack1 = new Stack();

        stack2 = new Stack();

    }

public void Enqueue(int element)

    {

        stack1.Push(element);

    }

public int Dequeue()

    {

        if (stack2.Count == 0)

        {

            if (stack1.Count == 0)

                throw new Exception("The queue is empty");

            else

                while (stack1.Count > 0)

                    stack2.Push(stack1.Pop());

        }

return (int)stack2.Pop();

    }

public int Peek()

    {

        if (stack2.Count == 0)

        {

            if (stack1.Count == 0)

                throw new Exception("The queue is empty");

            else

                while (stack1.Count > 0)

                    stack2.Push(stack1.Pop());

        }

return (int)stack2.Peek();

    }

}

 

4.用两个队列实现栈

这个嘛,就要queue1和queue2轮流存储数据了。这个“轮流”发生在Pop和Peek的时候,假设此时我们把所有数据存在queue1中(此时queue2为空),我们把queue1的n-1个元素放到queue2中,queue中最后一个元素就是我们想要pop的元素,此时queue2存有n-1个元素(queue1为空)。

至于Peek,则是每次转移n个数据,再转移最后一个元素的时候,将其计下并返回。

那么Push的操作,则需要判断当前queue1和queue2哪个为空,将新元素放到不为空的队列中。

public class NewStack

{

    private Queue queue1;

    private Queue queue2;

public NewStack()

    {

        queue1 = new Queue();

        queue2 = new Queue();

    }

public void Push(int element)

    {

        if (queue1.Count == 0)

            queue2.Enqueue(element);

        else

            queue1.Enqueue(element);

    }

public int Pop()

    {

        if (queue1.Count == 0 && queue2.Count == 0)

            throw new Exception("The stack is empty");

if (queue1.Count > 0)

        {

            while (queue1.Count > 1)

            {

                queue2.Enqueue(queue1.Dequeue());

            }

//还剩一个

            return (int)queue1.Dequeue();

        }

        else  //queue2.Count > 0

        {

            while (queue2.Count > 1)

            {

                queue1.Enqueue(queue2.Dequeue());

            }

//还剩一个

            return (int)queue2.Dequeue();

        }

    }

public int Peek()

    {

        if (queue1.Count == 0 && queue2.Count == 0)

            throw new Exception("The stack is empty");

int result = 0;

if (queue1.Count > 0)

        {

            while (queue1.Count > 1)

            {

                queue2.Enqueue(queue1.Dequeue());

            }

//还剩一个

            result = (int)queue1.Dequeue();

            queue2.Enqueue(result);

}

        else  //queue2.Count > 0

        {

            while (queue2.Count > 1)

            {

                queue1.Enqueue(queue2.Dequeue());

            }

//还剩一个

            result = (int)queue2.Dequeue();

            queue1.Enqueue(result);

        }

return result;

    }

}

 

5.栈的pushpop序列是否一致

输入两个整数序列。其中一个序列表示栈的push顺序,判断另一个序列有没有可能是对应的pop顺序。为了简单起见,我们假设push序列的任意两个整数都是不相等的。

比如输入的push序列是1、2、3、4、5,那么4、5、3、2、1就有可能是一个pop系列。因为可以有如下的push和pop序列:push 1,push 2,push 3,push 4,pop,push 5,pop,pop,pop,pop,这样得到的pop序列就是4、5、3、2、1。但序列4、3、5、1、2就不可能是push序列1、2、3、4、5的pop序列。

 

 

网上的若干算法都太复杂了,现提出包氏算法如下:

先for循环把arr1中的元素入栈,并在每次遍历时,检索arr2中可以pop的元素。如果循环结束,而stack中还有元素,就说明arr2序列不是pop序列。

static bool

JudgeSequenceIsPossible(int[] arr1,int[] arr2)

{

Stack stack = new Stack();

for (int i = 0, j = 0; i < arr1.Length; i++)

{

stack.Push(arr1[i]);

while(stack.Count > 0 && (int)stack.Peek() == arr2[j])

{

stack.Pop();

j++;

}

}

return stack.Count == 0;

}

 

6.递归反转一个栈,要求不得重新申请一个同样的栈,空间复杂度o(1)

算法思想:汉诺塔的思想,非常复杂,玩过九连环的人都想得通的

static void ReverseStack(ref Stack stack)

{

    if (stack.Count == 0)

        return;

object top = stack.Pop();

ReverseStack(ref stack);

if (stack.Count == 0)

    {

        stack.Push(top);

        return;

    }

object top2 = stack.Pop();

    ReverseStack(ref stack);

stack.Push(top);

    ReverseStack(ref stack);

    stack.Push(top2);       

}

 

7.给栈排个序

本题目是上一题目的延伸

static void Sort(ref Stack stack)

{

    if (stack.Count == 0)

        return;

object top = stack.Pop();

Sort(ref stack);

if (stack.Count == 0)

    {

        stack.Push(top);

        return;

    }

object top2 = stack.Pop();

    if ((int)top > (int)top2)

    {

        stack.Push(top);

        Sort(ref stack);

        stack.Push(top2);

    }

    else

    {

        stack.Push(top2);

        Sort(ref stack);

        stack.Push(top);

    }

}

 

8..如何用一个数组实现两个栈

继续我所提倡的抠门儿思想,也不枉我和青菜脸相交一场。

网上流传着两种方法:

方法1

 采用交叉索引的方法

       一号栈所占数组索引为0, 2, 4, 6, 8......(K*2)

       二号栈所占数组索引为1,3,5,7,9 ......(K*2 + 1)

算法实现如下:

public class NewStack

{

    object[] arr;

    int top1;

    int top2;

public NewStack(int capticy)

    {

        arr = new object[capticy];

top1 = -1;

        top2 = -2;

    }

public void Push(int type, object element)

    {

        if (type == 1)

        {

            if (top1 + 2 >= arr.Length)

                throw new Exception("The stack is full");

            else

            {

                top1 += 2;

                arr[top1] = element;

            }

        }

else //type==2

        {

            if (top2 + 2 >= arr.Length)

                throw new Exception("The stack is full");

            else

            {

                top2 += 2;

                arr[top2] = element;

            }

        }

    }

public object Pop(int type)

    {

        object obj = null;

if (type == 1)

        {

            if (top1 == -1)

                throw new Exception("The stack is empty");

            else

            {

                obj = arr[top1];

                arr[top1] = null;

                top1 -= 2;

            }

        }

else //type == 2

        {

            if (top2 == -2)

                throw new Exception("The stack is empty");

            else

            {

                obj = arr[top2];

                arr[top2] = null;

                top2 -= 2;

            }

        }

return obj;

    }

public object Peek(int type)

    {

        if (type == 1)

        {

            if (top1 == -1)

                throw new Exception("The stack is empty");

return arr[top1];

        }

else //type == 2

        {

            if (top2 == -2)

                throw new Exception("The stack is empty");

return arr[top2];

        }

    }

}

 

方法2:

       第一个栈A:从最左向右增长

       第二个栈B:从最右向左增长

代码实现如下:

public class NewStack

{

    object[] arr;

    int top1;

    int top2;

public NewStack(int capticy)

    {

        arr = new object[capticy];

top1 = 0;

        top2 = capticy;

    }

public void Push(int type, object element)

    {

        if (top1 == top2)

            throw new Exception("The stack is full");

if (type == 1)

        {

            arr[top1] = element;

            top1++;

        }

        else //type==2

        {

            top2--;

            arr[top2] = element;

        }           

    }

public object Pop(int type)

    {

        object obj = null;

if (type == 1)

        {

            if (top1 == 0)

                throw new Exception("The stack is empty");

            else

            {

                top1--;

                obj = arr[top1];

                arr[top1] = null;

            }

        }

else //type == 2

        {

            if (top2 == arr.Length)

                throw new Exception("The stack is empty");

            else

            {

                obj = arr[top2];

                arr[top2] = null;

                top2++;

            }

        }

return obj;

    }

public object Peek(int type)

    {

        if (type == 1)

        {

            if (top1 == 0)

                throw new Exception("The stack is empty");

return arr[top1 - 1];

        }

else //type == 2

        {

            if (top2 == arr.Length)

                throw new Exception("The stack is empty");

return arr[top2];

        }

    }

}

综合比较上述两种算法,我们发现,算法1实现的两个栈,每个都只有n/2个空间大小;而算法2实现的两个栈,如果其中一个很小,另一个则可以很大,它们的和为常数n。

9..如何用一个数组实现三个栈

最后,让我们把抠门儿进行到底,相信看完本文,你已经从物质和精神上都升级为一个抠门儿主义者。

如果还使用交叉索引的办法,每个栈都只有N/3个空间。

让我们只好使用上个题目的第2个方法,不过这只能容纳2个栈,我们还需要一个位置存放第3个栈,不如考虑数组中间的位置——第3个栈的增长规律可以如下:

       第1个入栈C的元素进mid处

 

       第2个入栈C的元素进mid+1处

 

       第3个入栈C的元素进mid-1处

 

       第4个入栈C的元素进mid+2处

这个方法的好处是, 每个栈都有接近N/3个空间。

public class NewStack

{

    object[] arr;

    int top1;

    int top2;

int top3_left;

    int top3_right;

    bool isLeft;

public NewStack(int capticy)

    {

        arr = new object[capticy];

top1 = 0;

        top2 = capticy;

isLeft = true;

        top3_left = capticy / 2;

        top3_right = top3_left + 1;

    }

public void Push(int type, object element)

    {

        if (type == 1)

        {

            if (top1 == top3_left + 1)

                throw new Exception("The stack is full");

arr[top1] = element;

            top1++;

        }

        else if (type == 2)

        {

            if (top2 == top3_right)

                throw new Exception("The stack is full");

top2--;

            arr[top2] = element;

        }

        else //type==3

        {

            if (isLeft)

            {

                if (top1 == top3_left + 1)

                    throw new Exception("The stack is full");

arr[top3_left] = element;

                top3_left--;

            }

            else

            {

                if (top2 == top3_right)

                    throw new Exception("The stack is full");

arr[top3_right] = element;

                top3_right++;

            }

isLeft = !isLeft;

        }

    }

public object Pop(int type)

    {

        object obj = null;

if (type == 1)

        {

            if (top1 == 0)

                throw new Exception("The stack is empty");

            else

            {

                top1--;

                obj = arr[top1];

                arr[top1] = null;

            }

        }

        else if (type == 2)

        {

            if (top2 == arr.Length)

                throw new Exception("The stack is empty");

            else

            {

                obj = arr[top2];

                arr[top2] = null;

                top2++;

            }

        }

        else //type==3

        {

            if (top3_right == top3_left + 1)

                throw new Exception("The stack is empty");

if (isLeft)

            {

                top3_left++;

                obj = arr[top3_left];

                arr[top3_left] = null;

            }

            else

            {

                top3_right--;

                obj = arr[top3_right];

                arr[top3_right] = null;

            }

isLeft = !isLeft;

        }

return obj;

    }

public object Peek(int type)

    {

        if (type == 1)

        {

            if (top1 == 0)

                throw new Exception("The stack is empty");

return arr[top1 - 1];

        }

else if (type == 2)

        {

            if (top2 == arr.Length)

                throw new Exception("The stack is empty");

return arr[top2];

        }

        else //type==3

        {

            if (top3_right == top3_left + 1)

                throw new Exception("The stack is empty");

if (isLeft)

                return arr[top3_left + 1];

            else

                return arr[top3_right - 1];

        }

    }

}

三、二叉树

目录:

1.二叉树三种周游(traversal)方式:

2.怎样从顶部开始逐层打印二叉树结点数据

3.如何判断一棵二叉树是否是平衡二叉树

4.设计一个算法,找出二叉树上任意两个节点的最近共同父结点,复杂度如果是O(n2)则不得分。

5.如何不用递归实现二叉树的前序/后序/中序遍历?

6.在二叉树中找出和为某一值的所有路径

7.怎样编写一个程序,把一个有序整数数组放到二叉树中?

8.判断整数序列是不是二叉搜索树的后序遍历结果

9.求二叉树的镜像

10.一棵排序二叉树(即二叉搜索树BST),令 f=(最大值+最小值)/2,设计一个算法,找出距离f值最近、大于f值的结点。复杂度如果是O(n2)则不得分。

11.把二叉搜索树转变成排序的双向链表

首先写一个二叉树的C#实现,这是我们的基石:

public class BinNode

{

    public int Element;

    public BinNode Left;

    public BinNode Right;

    public BinNode(int element, BinNode left, BinNode right)

    {

        this.Element = element;

        this.Left = left;

        this.Right = right;

    }

   

    public bool IsLeaf()

    {

        return this.Left == null && this.Right == null;

    }

}

 

1.二叉树三种周游(traversal)方式:

1)前序周游(preorder):节点 –> 子节点Left(包括其子树) –> 子节点Right(包括其子树)

static void PreOrder(BinNode root)

{

    if (root == null)

        return;

    //visit current node

    Console.WriteLine(root.Element);

    PreOrder(root.Left);

    PreOrder(root.Right);

}

 

2)后序周游(postorder):子节点Left(包括其子树) –> 子节点Right(包括其子树) –> 节点

static void PostOrder(BinNode root)

{

    if (root == null)

        return;

    PostOrder(root.Left);

    PostOrder(root.Right);

    //visit current node

    Console.WriteLine(root.Element);

}

 

3)中序周游(inorder):子节点Left(包括其子树) –> 节点 –> 子节点Right(包括其子树)

static void InOrder(BinNode root)

{

    if (root == null)

        return;

    InOrder(root.Left);

    //visit current node

    Console.WriteLine(root.Element);

    InOrder(root.Right);

}

 

我们发现,三种周游的code实现,仅仅是访问当前节点的这条语句所在位置不同而已。

 

2.怎样从顶部开始逐层打印二叉树结点数据

有2种算法:

算法1:基于Queue来实现,也就是广度优先搜索(BFS)的思想

static void PrintTree1(BinNode root)

{

    if (root == null) return;

    BinNode tmp = null;

    Queue queue = new Queue();

    queue.Enqueue(root);

    while (queue.Count > 0)

    {

        tmp = (BinNode)queue.Dequeue();

        Console.WriteLine(tmp.Element);

        if (tmp.Left != null)

            queue.Enqueue(tmp.Left);

        if (tmp.Right != null)

            queue.Enqueue(tmp.Right);

    }

}

 

话说,BFS和DFS思想本来是用于图的,但我们不能被传统的思维方式所束缚。

 

算法2:基于单链表实现

如果没有Queue给我们用,我们只好使用单链表,把每个节点存在单链表的Data中,实现如下:

public class Link

{

    public Link Next;

    public BinNode Data;

    public Link(Link next, BinNode data)

    {

        this.Next = next;

        this.Data = data;

    }

}

看过了Queue的实现,我们发现永远是先出队1个(队头),然后入队2个(把出队的Left和Right放到队尾)。

对于单链表而言,我们可以先模拟入队——把first的Data所对应的Left和Right,先后插到second的后面,即second.Next和second.Next.Next位置,同时second向前走0、1或2次,再次到达链表末尾,这取决于Left和Right是否为空;然后我们模拟出队——first前进1步。

当first指针走不下去了,那么任务也就结束了。

static void PrintTree2(BinNode root)

{

    if (root == null) return;

    Link head = new Link(null, root);

    Link first = head;

    Link second = head;

    while (first != null)

    {

        if (first.Data.Left != null)

        {

            second.Next = new Link(null, first.Data.Left);

            second = second.Next;

        }

        if (first.Data.Right != null)

        {

            second.Next = new Link(null, first.Data.Right);

            second = second.Next;

        }

        Console.WriteLine(first.Data.Element);

        first = first.Next;

    }

}

 

3.如何判断一棵二叉树是否是平衡二叉树

平衡二叉树的定义,如果任意节点的左右子树的深度相差不超过1,那这棵树就是平衡二叉树。

算法思路:先编写一个计算二叉树深度的函数GetDepth,利用递归实现;然后再递归判断每个节点的左右子树的深度是否相差1

static int GetDepth(BinNode root)

{

    if (root == null)

        return 0;

    int leftLength = GetDepth(root.Left);

    int rightLength = GetDepth(root.Right);

    return (leftLength > rightLength

 leftLength : rightLength) + 1;

}

 

注意这里的+1,对应于root不为空(算作当前1个深度)

static bool IsBalanceTree(BinNode root)

{

    if (root == null)

        return true;

    int leftLength = GetDepth(root.Left);

    int rightLength = GetDepth(root.Right);

    int distance = leftLength > rightLength

 leftLength - rightLength : rightLength - leftLength;

   

    if (distance > 1)

        return false;

    else

        return IsBalanceTree(root.Left) && IsBalanceTree(root.Right);

}

 

上述程序的逻辑是,只要当前节点root的Left和Right深度差不超过1,就递归判断Left和Right是否也符合条件,直到为Left或Right为null,这意味着它们的深度为0,能走到这一步,前面必然都符合条件,所以整个二叉树都符合条件。

 

4.设计一个算法,找出二叉树上任意两个节点的最近共同父结点,复杂度如果是O(n2)则不得分。

本题网上有很多算法,都不怎么样。这里提出包氏的两个算法:

算法1:做一个容器,我们在遍历二叉树寻找节点的同时,把从根到节点的路径扔进去(两个节点就是两个容器)。由于根节点最后一个被扔进去,但我们接下来又需要第一个就能访问到它——后进先出,所以这个容器是一个栈。时间复杂度O(N),空间复杂度O(N)。

static bool GetPositionByNode(BinNode root, BinNode node, ref Stack stack)

{

    if (root == null)

        return false;

    if (root == node)

    {

        stack.Push(root);

        return true;

    }

    if (GetPositionByNode(root.Left, node, ref stack) || GetPositionByNode(root.Right, node, ref stack))

    {

        stack.Push(root);

        return true;

    }

    return false;

}

 

然后我们要同时弹出这两个容器的元素,直到它们不相等,那么之前那个相等的元素就是我们要求的父亲节点。

static BinNode FindParentNode(BinNode root, BinNode node1, BinNode node2)

{

    Stack stack1 = new Stack();

    GetPositionByNode(root, node1, ref stack1);

    Stack stack2 = new Stack();

    GetPositionByNode(root, node2, ref stack2);

    BinNode tempNode = null;

    while (stack1.Peek() == stack2.Peek())

    {

        tempNode = (BinNode)stack1.Pop();

        stack2.Pop();

    }

    return tempNode;

}

 

算法2:如果要求o(1)的空间复杂度,就是说,只能用一个变量来辅助我们。

我们选择一个64位的整数,然后从1开始,从左到右逐层为二叉树的每个元素赋值,root对应1,root.Left对应2,root.Right对应3,依次类推,而不管实际这个位置上是否有节点,我们发现两个规律:

////                               1

////                 2                          3

////          4            5            6            7

////   8            9            10

如果要找的是5和9位置上的节点。

我们发现,它们的二进制分别是101和1001,右移1001使之与101位数相同,于是1001变成了100(也就是9的父亲4)。

这时101和100(也就是4和5位于同样的深度),我们从左往右找,101和100具有2位相同,即10,这就是我们要找的4和5的父亲,也就是9和5的最近父亲。

由上面观察,得到算法:

1)将找到的两个节点对应的数字

static bool GetPositionByNode(BinNode root, BinNode node, ref int pos)

{

    if (root == null)

        return false;

    if (root == node)

        return true;

    int temp = pos;

    //这么写很别扭,但是能保证只要找到就不再进行下去

    pos = temp * 2;

    if (GetPositionByNode(root.Left, node, ref pos))

    {

        return true;

    }

    else

    {

        //找不到左边找右边

        pos = temp * 2 + 1;

        return GetPositionByNode(root.Right, node, ref pos);

    }

}

2)它们的二进制表示,从左向右逐一比较,直到一个结束或不再相同,则最大的相同子串,就是我们需要得到的最近父亲所对应的位置K。

static int FindParentPosition(int larger, int smaller)

{

    if (larger == smaller) return larger;

    int left = GetLen(larger) - GetLen(smaller);

    while (left > 0)

    {

        larger = larger >> 1;

        left--;

    }

    while (larger != smaller)

    {

        larger = larger >> 1;

        smaller = smaller >> 1;

    }

    return smaller;

}

static int GetLen(int num)

{

    int length = 0;

    while (num != 0)

    {

        num = num >> 1;

        length++;

    }

    return length;

}

3)第3次递归遍历,寻找K所对应的节点。

函数GetNodeByPosition的思想是,先算出k在第几层power,观察k的二进制表示,比如说12,即1100,从左向右数第一个位1不算,还剩下100,1表示向右走,0表示向左走,于是从root出发,1->3->6->12。

static BinNode GetNodeByPosition(BinNode root, int num)

{

    if (num == 1) return root;

    int pow = (int)Math.Floor(Math.Log(num, 2)); //1 return 0, 2-3 return 1, 4-7 return 2

    //第一个位不算

    num -= 1 << pow;

    while (pow > 0)

    {

        if ((num & 1 << (pow - 1)) == 0)

            root = root.Left;

        else

            root = root.Right;

        pow--;

    }

    return root;

}

 

总结上面的3个步骤:

static BinNode FindParentNode(BinNode root, BinNode node1, BinNode node2)

{

    int pos1 = 1;

    GetPositionByNode(root, node1, ref pos1);

    int pos2 = 1;

    GetPositionByNode(root, node2, ref pos2);

    int parentposition = 0;

    if (pos1 >= pos2)

    {

        parentposition = FindParentPosition(pos1, pos2);

    }

    else //pos1<pos2

    {

        parentposition = FindParentPosition(pos2, pos1);

    }

    return GetNodeByPosition(root, parentposition);

}

 

5.如何不用递归实现二叉树的前序/后序/中序遍历?

算法思想:三种算法的思想都是让root的Left的Left的Left全都入栈。所以第一个while循环的逻辑,都是相同的。

下面详细分析第2个while循环,这是一个出栈动作,只要栈不为空,就始终要弹出栈顶元素,由于我们之前入栈的都是Left节点,所以每次在出栈的时候,我们都要考虑Right节点是否存在。因为前序/后序/中序遍历顺序的不同,所以在具体的实现上有略为区别。

1)前序遍历

这个是最简单的。

前序遍历是root->root.Left->root.Right的顺序。

因为在第一个while循环中,每次进栈的都可以认为是一个root,所以我们直接打印,然后root.Right和root.Left先后进栈,那么出栈的时候,就能确保先左后右的顺序。

static void PreOrder(BinNode root)

{

    Stack stack = new Stack();

    BinNode temp = root;

    //入栈

    while (temp != null)

    {

        Console.WriteLine(temp.Element);

        if (temp.Right != null)

            stack.Push(temp.Right);

        temp = temp.Left;

    }

    //出栈,当然也有入栈

    while (stack.Count > 0)

    {

        temp = (BinNode)stack.Pop();

        Console.WriteLine(temp.Element);

        while (temp != null)

        {

            if (temp.Right != null)

                stack.Push(temp.Right);

            temp = temp.Left;

        }

    }

}

//后序遍历比较麻烦,需要记录上一个访问的节点,然后在本次循环中判断当前节点的Right或Left是否为上个节点,当前节点的Right为null表示没有右节点。

static void PostOrder(BinNode root)

{

    Stack stack = new Stack();

    BinNode temp = root;

    //入栈

    while (temp != null)

    {

        if (temp != null)

            stack.Push(temp);

        temp = temp.Left;

    }

    //出栈,当然也有入栈

    while (stack.Count > 0)

    {

        BinNode lastvisit = temp;

        temp = (BinNode)stack.Pop();

        if (temp.Right == null || temp.Right == lastvisit)

        {

            Console.WriteLine(temp.Element);

        }

        else if (temp.Left == lastvisit)

        {

            stack.Push(temp);

            temp = temp.Right;

            stack.Push(temp);

            while (temp != null)

            {

                if (temp.Left != null)

                    stack.Push(temp.Left);

                temp = temp.Left;

            }

        }

    }

}

//中序遍历,类似于前序遍历

static void InOrder(BinNode root)

{

    Stack stack = new Stack();

    BinNode temp = root;

    //入栈

    while (temp != null)

    {

        if (temp != null)

            stack.Push(temp);

        temp = temp.Left;

    }

    //出栈,当然也有入栈

    while (stack.Count > 0)

    {

        temp = (BinNode)stack.Pop();

        Console.WriteLine(temp.Element);

        if (temp.Right != null)

        {

            temp = temp.Right;

            stack.Push(temp);

            while (temp != null)

            {

                if (temp.Left != null)

                    stack.Push(temp.Left);

                temp = temp.Left;

            }

        }

    }

}

 

6.在二叉树中找出和为某一值的所有路径

算法思想:这道题目的苦恼在于,如果用递归,只能打出一条路径来,其它符合条件的路径打不出来。

为此,我们需要一个Stack,来保存访问过的节点,即在对该节点的递归前让其进栈,对该节点的递归结束后,再让其出栈——深度优先原则(DFS)。

此外,在递归中,如果发现某节点(及其路径)符合条件,如何从头到尾打印是比较头疼的,因为DFS使用的是stack而不是queue,为此我们需要一个临时栈,来辅助打印。

static void FindBinNode(BinNode root, int sum, Stack stack)

{

    if (root == null)

        return;

    stack.Push(root.Element);

    //Leaf

    if (root.IsLeaf())

    {

        if (root.Element == sum)

        {

            Stack tempStack = new Stack();

            while (stack.Count > 0)

            {

                tempStack.Push(stack.Pop());

            }

            while (tempStack.Count > 0)

            {

                Console.WriteLine(tempStack.Peek());

                stack.Push(tempStack.Pop());

            }

            Console.WriteLine();

        }

    }

    if (root.Left != null)

        FindBinNode(root.Left, sum - root.Element, stack);

    if (root.Right != null)

        FindBinNode(root.Right, sum - root.Element, stack);

    stack.Pop();

}

 

7.怎样编写一个程序,把一个有序整数数组放到二叉树中?

算法思想:我们该如何构造这棵二叉树呢?当然是越平衡越好,如下所示:

        ////                 arr[0]

        ////       arr[1]               arr[2]

        //// arr[3]    arr[4]      arr[5]    

相应编码如下:

public static void InsertArrayIntoTree(int[] arr, int pos, ref BinNode root)

{

    root = new BinNode(arr[pos], null, null);

    root.Element = arr[pos];

    //if Left value less than arr length

    if (pos * 2 + 1 > arr.Length - 1)

    {

        return;

    }

    else

    {

        InsertArrayIntoTree(arr, pos * 2 + 1, ref root.Left);

    }

    //if Right value less than arr length

    if (pos * 2 + 2 > arr.Length - 1)

    {

        return;

    }

    else

    {

        root.Right = new BinNode(arr[pos * 2 + 2], null, null);

        InsertArrayIntoTree(arr, pos * 2 + 2, ref root.Right);

    }

}

 

8.判断整数序列是不是二叉搜索树的后序遍历结果

比如,给你一个数组: int a[] = [1, 6, 4, 3, 5] ,则F(a) => false

算法思想:在后续遍历得到的序列中,最后一个元素为树的根结点。从头开始扫描这个序列,比根结点小的元素都应该位于序列的左半部分;从第一个大于跟结点开始到跟结点前面的一个元素为止,所有元素都应该大于跟结点,因为这部分元素对应的是树的右子树。根据这样的划分,把序列划分为左右两部分,我们递归地确认序列的左、右两部分是不是都是二元查找树。

由于不能使用动态数组,所以我们每次递归都使用同一个数组arr,通过start和length来模拟“部分”数组。

public static bool VerifyArrayOfBST(int[] arr, int start, int length)

{

    if (arr == null || arr.Length == 0 || arr.Length == 1)

    {

        return false;

    }

    int root = arr[length + start - 1];

    int i = start;

    for (; i < length - 1; i++)

    {

        if (arr[i] >= root)

            break;

    }

    int j = i;

    for (; j < length - 1; j++)

    {

        if (arr[j] < root)

            return false;

    }

    bool left = true;

    if (i > start)

    {

        left = VerifyArrayOfBST(arr, start, i - start);

    }

    bool right = true;

    if (j > i)

    {

        right = VerifyArrayOfBST(arr, i, j - i + 1);

    }

    return left && right;

}

 

9.求二叉树的镜像

算法1:利用上述遍历二叉树的方法(比如说前序遍历),把访问操作修改为交换左右节点的逻辑:

static void PreOrder(ref BinNode root)

{

    if (root == null)

        return;

    //visit current node

    BinNode temp = root.Left;

    root.Left = root.Right;

    root.Right = temp;

    PreOrder(ref root.Left);

    PreOrder(ref root.Right);

}

 

算法2:使用循环也可以完成相同的功能。

static void PreOrder2(ref BinNode root)

{

    if (root == null)

        return;

    Stack stack = new Stack();

    stack.Push(root);

    while (stack.Count > 0)

    {

        //visit current node

        BinNode temp = root.Left;

        root.Left = root.Right;

        root.Right = temp;

if (root.Left != null)

            stack.Push(root.Left);

        if (root.Right != null)

            stack.Push(root.Right);

    }

}

 

10.一棵排序二叉树(即二叉搜索树BST),令 f=(最大值+最小值)/2,设计一个算法,找出距离f值最近、大于f值的结点。复杂度如果是O(n2)则不得分。

算法思想:最小最大节点分别在最左下与最右下节点,O(N)

static BinNode Find(BinNode root)

{

    BinNode min = FindMinNode(root);

    BinNode max = FindMaxNode(root);

    double find = (double)(min.Element + max.Element) / 2;

    return FindNode(root, find);

}

static BinNode FindMinNode(BinNode root)

{

    BinNode min = root;

    while (min.Left != null)

    {

        min = min.Left;

    }

    return min;

}

static BinNode FindMaxNode(BinNode root)

{

    BinNode max = root;

    while (max.Right != null)

    {

        max = max.Right;

    }

    return max;

}

递归寻找BST的节点,O(logN)。

static BinNode FindNode(BinNode root, double mid)

{          

    //如果小于相等,则从右边找一个最小值

    if (root.Element <= mid)

    {

        if (root.Right == null)

            return root;

        BinNode find = FindNode(root.Right, mid);

        //不一定找得到

        return find.Element < mid

 root : find;

    }

    //如果大于,则找到Left

    else  //temp.Element > find

    {

        if (root.Left == null)

            return root;

        BinNode find = FindNode(root.Left, mid);

        //不一定找得到

        return find.Element < mid

 root : find;

    }

}

 

11.把二叉搜索树转变成排序的双向链表,如

////                 13

////          10           15

//// 5              11           17

////                        16           22

转变为Link:5=10=11=13=15=16=17=22

算法思想:这个就是中序遍历啦,因为BST的中序遍历就是一个从小到大的访问顺序。局部修改中序遍历算法,于是有如下代码:

static void ConvertNodeToLink(BinNode root, ref DoubleLink link)

{

    if (root == null)

        return;

    BinNode temp = root;

    if (temp.Left != null)

        ConvertNodeToLink(temp.Left, ref link);

    //visit current node

    link.Next = new DoubleLink(link, null, root);

    link = link.Next;

    if (temp.Right != null)

        ConvertNodeToLink(temp.Right, ref link);

}

 

但是我们发现,这样得到的Link是指向双链表最后一个元素22,而我们想要得到的是表头5,为此,我们不得不额外进行while循环,将指针向前移动到表头:

static DoubleLink ReverseDoubleLink(BinNode root, ref DoubleLink link)

{

    ConvertNodeToLink(root, ref link);

    DoubleLink temp = link;

    while (temp.Prev != null)

    {

        temp = temp.Prev;

    }

    return temp;

}

这么写有点蠢,为什么不直接在递归中就把顺序反转呢?于是有算法2:

 

算法2:观察算法1的递归方法,访问顺序是Left -> Root –> Right,所以我们要把访问顺序修改为Right -> Root –> Left。

此外,算法的节点访问逻辑,是连接当前节点和新节点,同时指针link向前走,即5=10=11=13=15=16=17=22=link

代码如下所示:

       link.Next = new DoubleLink(link, null, root);

link = link.Next;

那么,即使我们颠倒了访问顺序,新的Link也只是变为:22=17=16=15=13=11=10=5=link。

为此,我们修改上面的节点访问逻辑——将Next和Prev属性交换:

       link.Prev = new DoubleLink(null, link, root);

link = link.Prev;

这样,新的Link就变成这样的顺序了:link=5=10=11=13=15=16=17=22

算法代码如下所示:

static void ConvertNodeToLink2(BinNode root, ref DoubleLink link)

{

    if (root == null)

        return;

    BinNode temp = root;

    if (temp.Right != null)

        ConvertNodeToLink2(temp.Right, ref link);

    //visit current node

    link.Prev = new DoubleLink(null, link, root);

    link = link.Prev;

    if (temp.Left != null)

        ConvertNodeToLink2(temp.Left, ref link);

}

 

以下算法属于二叉树的基本概念,未列出:

1.Huffman Tree的生成、编码和反编码

2.BST的实现

3.Heap的实现,优先队列

 

4.非平衡二叉树如何变成平衡二叉树?

http://www.cppblog.com/bellgrade/archive/2009/10/12/98402.html

 

玩二叉树,基本都要用到递归算法。

唉,对于递归函数,我一直纠结,到底要不要返回值?到底先干正事还是先递归?到底要不要破坏原来的数据结构?到底要不要额外做个stack/queue/link/array来转存,还是说完全在递归里面实现?到底终结条件要写成什么样子? ref在递归里面貌似用的很多哦。

算法面试

标签:ges   step   power   不同   node   double   10个   简化   返回结果   

原文地址:https://www.cnblogs.com/sky-ai/p/10286596.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!