嵌入式软件面试笔试重点总结.docxVIP

形参是放在栈里面吗？变量都是放在栈里的，不同的变量放在不同的栈里；类中的变量，放在类的栈里，所以只要这个类不存在了，类的栈pop掉了，类中的变量也就没用了；方法中的变量放在方法的栈里，所以只要这个方法执行完了，方法的栈pop掉了，方法中的变量也就没用了代码块中的变量放在代码块的栈里，所以只要这个代码块执行完了，代码块的栈pop掉了，代码块中的变量也就没用了。时间和空间复杂度对于给定的一个算法，要做两项分析，第一是从数学上证明算法的正确性，第二是分析算法的时间复杂度。在各种不同算法中，若算法中语句执行次数为一个常数，则时间复杂度为O(1),另外，在时间频度不相同时，时间复杂度有可能相同，如T(n)=n2+3n+4与T(n)=4n2+2n+1它们的频度不同，但时间复杂度相同，都为O(n2)。 按数量级递增排列，常见的时间复杂度有：常数阶O(1),对数阶O(log2n),线性阶O(n),?线性对数阶O(nlog2n),平方阶O(n2)，立方阶O(n3),...， k次方阶O(nk),指数阶O(2n)。随着问题规模n的不断增大，上述时间复杂度不断增大，算法的执行效率越低。常见的算法时间复杂度由小到大依次为：Ο(1)＜Ο(log2n)＜Ο(n)＜Ο(nlog2n)＜Ο(n2)＜Ο(n3)＜…＜Ο(2n)＜Ο(n!)求解算法的时间复杂度的具体步骤是：　⑴ 找出算法中的基本语句；　算法中执行次数最多的那条语句就是基本语句，通常是最内层循环的循环体。　⑵ 计算基本语句的执行次数的数量级；　只需计算基本语句执行次数的数量级，这就意味着只要保证基本语句执行次数的函数中的最高次幂正确即可，可以忽略所有低次幂和最高次幂的系数。这样能够简化算法分析，并且使注意力集中在最重要的一点上：增长率。　⑶ 用大Ο记号表示算法的时间性能。　将基本语句执行次数的数量级放入大Ο记号中。　如果算法中包含嵌套的循环，则基本语句通常是最内层的循环体，如果算法中包含并列的循环，则将并列循环的时间复杂度相加。Ο(1)表示基本语句的执行次数是一个常数，一般来说，只要算法中不存在循环语句，其时间复杂度就是Ο(1)。其中Ο(log2n)、Ο(n)、 Ο(nlog2n)、Ο(n2)和Ο(n3)称为多项式时间，而Ο(2n)和Ο(n!)称为指数时间。计算机科学家普遍认为前者（即多项式时间复杂度的算法）是有效算法，把这类问题称为P（Polynomial,多项式）类问题，而把后者（即指数时间复杂度的算法）称为NP（Non-Deterministic Polynomial, 非确定多项式）问题。求和法则:是指若算法的2个部分时间复杂度分别为 T1(n)=O(f(n))和 T2(n)=O(g(n)),则 T1(n)+T2(n)=O(max(f(n), g(n)))乘法法则: 是指若算法的2个部分时间复杂度分别为 T1(n)=O(f(n))和 T2(n)=O(g(n)),则 T1*T2=O(f(n)*g(n))若g(n)=O(f(n)),则O(f(n))+ O(g(n))= O(f(n))；(2) O(Cf(n)) = O(f(n)),其中C是一个正常数注意：如果算法的执行时间不随着问题规模n的增加而增长，即使算法中有上千条语句，其执行时间也不过是一个较大的常数。此类算法的时间复杂度是O(1)。空间复杂度(Space Complexity)是对一个算法在运行过程中临时占用存储空间大小的量度。当一个算法的空间复杂度为一个常量，即不随被处理数据量n的大小而改变时，可表示为O(1)；当一个算法的空间复杂度与以2为底的n的对数成正比时，可表示为0(10g2n)；当一个算法的空I司复杂度与n成线性比例关系时，可表示为0(n).若形参为数组，则只需要为它分配一个存储由实参传送来的一个地址指针的空间，即一个机器字长空间；若形参为引用方式，则也只需要为其分配存储一个地址的空间，用它来存储对应实参变量的地址，以便由系统自动引用实参变量。链表单向链表 双向链表 遍历 查找 插入创建一个链表：#includestdio.h#includemalloc.hstruct LNode{int data;struct LNode *next;};/*上面只是定义了一个结构体类型，并未实际分配内存空间只有定义了变量才分配内存空间*/struct LNode *create(int n){int i;struct LNode *head,*p1,*p2;/*head用来标记链表，p1总是用来指向新分配的内存空间，p2总是指向尾结点，并通过p2来链入新分配的结点*/int a;head=NULL;for(i=1;i=n;i++){p1=(struct LNode *)malloc(sizeof(struct LNode));/*动态分