電子發燒友App
前言
常用java算法有哪些？就好比問，漢語中常用寫作方法有多少種，怎么分類。算法按用途分，體現設計目的、有什么特點算法按實現方式分，有遞歸、迭代、平行、序列、過程、確定、不確定等等算法按設計范型分，有分治、動態、貪心、線性、圖論、簡化等等作為圖靈完備的語言，理論上”Java語言“可以實現所有算法。“Java的標準庫‘中用了一些常用數據結構和相關算法。像apache common這樣的java庫中又提供了一些通用的算法
最常見10大算法類型
下文總結了程序員在代碼面試中最常遇到的10大算法類型，想要真正了解這些算法的原理，還需程序員們花些功夫。
1.String/Array/Matrix 在Java中，
String是一個包含char數組和其它字段、方法的類。如果沒有IDE自動完成代碼，下面這個方法大家應該記住：
toCharArray（） //get char array of a String
Arrays.sort（） //sort an array
Arrays.toString（char［］ a） //convert to string
charAt（int x） //get a char at the specific index
length（） //string length
length //array size
substring（int beginIndex）
substring（int beginIndex， int endIndex）
Integer.valueOf（）//string to integer
String.valueOf（）/integer to string
String/arrays很容易理解，但與它們有關的問題常常需要高級的算法去解決，例如動態編程、遞歸等。
下面列出一些需要高級算法才能解決的經典問題：
· Evaluate Reverse Polish Notation ·
Longest Palindromic Substring ·
單詞分割 ·
字梯
· Median of Two Sorted Arrays ·
正則表達式匹配
· 合并間隔 ·
插入間隔
· Two Sum ·
3Sum
4Sum ·
3Sum Closest ·
String to Integer ·
合并排序數組
· Valid Parentheses ·
實現strStr（） ·
Set Matrix Zeroes ·
搜索插入位置 ·
Longest Consecutive Sequence
· Valid Palindrome ·
螺旋矩陣
· 搜索一個二維矩陣
旋轉圖像 ·
三角形
· Distinct Subsequences Total ·
Maximum Subarray ·
刪除重復的排序數組
· 刪除重復的排序數組2 ·
查找沒有重復的最長子串 ·
包含兩個獨特字符的最長子串
· Palindrome Partitioning
2. 鏈表
在Java中實現鏈表是非常簡單的，每個節點都有一個值，然后把它鏈接到下一個節點。 class Node {
int val;
Node next;
Node（int x） {
val = x;
next = null; }
}
比較流行的兩個鏈表例子就是棧和隊列。 棧（Stack）
class Stack{ Node top;
public Node peek（）{
if（top ！= null）{
return top;
}
return null; }
public Node pop（）{
if（top == null）{
return null;
}else{
Node temp = new Node（top.val）;
top = top.next;
return temp;
} }
public void push（Node n）{
if（n ！= null）{
n.next = top;
top = n;
}
}
}
隊列（Queue）
class Queue{
Node first， last;
public void enqueue（Node n）{
if（first == null）{
first = n;
last = first;
}else{
last.next = n;
last = n;
}
}
public Node dequeue（）{
if（first == null）{
return null;
}else{
Node temp = new Node（first.val）;
first = first.next;
return temp;
}
} }
值得一提的是，Java標準庫中已經包含一個叫做Stack的類，鏈表也可以作為一個隊列使用（add（）和remove（））。（鏈表實現隊列接口）如果你在面試過程中，需要用到棧或隊列解決問題時，你可以直接使用它們。
在實際中，需要用到鏈表的算法有：
· 插入兩個數字 ·
重新排序列表 ·
鏈表周期
Copy List with Random Pointer
· 合并兩個有序列表 ·
合并多個排序列表 ·
從排序列表中刪除重復的 ·
分區列表 ·
LRU緩存
3.樹&堆
這里的樹通常是指二叉樹。
class TreeNode{
int value; TreeNode left; TreeNode right;
}
下面是一些與二叉樹有關的概念：
· 二叉樹搜索：對于所有節點，順序是：left children 《= current node 《= right children； ·
平衡vs.非平衡：它是一 棵空樹或它的左右兩個子樹的高度差的絕對值不超過1，
并且左右兩個子樹都是一棵平衡二叉樹； ·
滿二叉樹：除最后一層無任何子節點外，每一層上的所有結點都有兩個子結點；
· 完美二叉樹（Perfect Binary Tree）：一個滿二叉樹，所有葉子都在同一個深度或同一級，并且每個父節點都有兩個子節點； ·
完全二叉樹：若設二叉樹的深度為h，除第 h 層外，其它各層 （1～h-1） 的結點數都達到最大個數，第 h 層所有的結點都連續集中在最左邊，這就是完全二叉樹。 堆（Heap）是一個基于樹的數據結構，也可以稱為優先隊列（ PriorityQueue），在隊列中，調度程序反復提取隊列中第一個作業并運行，因而實際情況中某些時間較短的任務將等待很長時間才能結束，或者某些不短小，但具有重要性的作業，同樣應當具有優先權。堆即為解決此類問題設計的一種數據結構。
下面列出一些基于二叉樹和堆的算法：
· 二叉樹前序遍歷
· 二叉樹中序遍歷
· 二叉樹后序遍歷
字梯 ·
驗證二叉查找樹 ·
把二叉樹變平放到鏈表里
· 二叉樹路徑和 ·
從前序和后序構建二叉樹 ·
把有序數組轉換為二叉查找樹 ·
把有序列表轉為二叉查找樹
· 最小深度二叉樹 ·
二叉樹最大路徑和
· 平衡二叉樹
4.Graph
與Graph相關的問題主要集中在深度優先搜索和寬度優先搜索。深度優先搜索非常簡單，你可以從根節點開始循環整個鄰居節點。下面是一個非常簡單的寬度優先搜索例子，核心是用隊列去存儲節點。
?
第一步，定義一個GraphNode
class GraphNode{
int val;
GraphNode next;
GraphNode［］ neighbors;
boolean visited;
GraphNode（int x） {
val = x;
}
GraphNode（int x， GraphNode［］ n）{
val = x;
neighbors = n;
}
public String toString（）{ return “value： ”+ this.val; } }
第二步，定義一個隊列
class Queue{
GraphNode first， last;
public void enqueue（GraphNode n）{
if（first == null）{
first = n;
last = first;
}else{
last.next = n;
last = n;
}
}
public GraphNode dequeue（）{
if（first == null）{
return null;
}else{
GraphNode temp = new GraphNode（first.val， first.neighbors）; first = first.next; return temp;
}
}
}
第三步，使用隊列進行寬度優先搜索
public class GraphTest {
public static void main（String［］ args） {
GraphNode n1 = new GraphNode（1）;
GraphNode n2 = new GraphNode（2）;
GraphNode n3 = new GraphNode（3）;
GraphNode n4 = new GraphNode（4）;
GraphNode n5 = new GraphNode（5）;
n1.neighbors = new GraphNode［］{n2，n3，n5};
n2.neighbors = new GraphNode［］{n1，n4};
n3.neighbors = new GraphNode［］{n1，n4，n5};
n4.neighbors = new GraphNode［］{n2，n3，n5};
n5.neighbors = new GraphNode［］{n1，n3，n4};
breathFirstSearch（n1， 5）;
}
Public static void breathFirstSearch（GraphNode root， int x）{
if（root.val == x）
System.out.println（“find in root”）;
Queue queue = new Queue（）;
root.visited = true;
queue.enqueue（root）;
while（queue.first ！= null）{
GraphNode c = （GraphNode） queue.dequeue（）;
for（GraphNode n： c.neighbors）{
if（！n.visited）{
System.out.print（n + “ ”）;
n.visited = true;
if（n.val == x）
System.out.println（“Find ”+n）;
queue.enqueue（n）;
}
}
}
} }
輸出結果：
value： 2 value： 3 value： 5 Find value： 5
value： 4
實際中，基于Graph需要經常用到的算法：
克隆Graph
工商網監
評論