编程面试bi备题库及应对技巧.docxVIP

编程面试bi备题库及应对技巧.docx

本文档由用户AI专业辅助创建,并经网站质量审核通过
  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

第PAGE页共NUMPAGES页

编程面试bi备题库及应对技巧

一、算法题(5题,每题20分)

1.[LeetCode121]BestTimetoBuyandSellStock

题目:

给定一个数组`prices`,其中`prices[i]`表示某只股票第`i`天的价格。设计一个算法,找出最大利润。你可以尽可能地完成更多的交易(多次买卖一支股票),但你不能同时参与多笔交易(即在买入之前必须卖出当前持有的股票)。

示例:

输入:`prices=[7,1,5,3,6,4]`

输出:`7`

解释:在第2天(价格=1)买入,第4天(价格=3)卖出,利润=3-1=2;

在第4天(价格=3)买入,第6天(价格=6)卖出,利润=6-3=3;

总利润=2+3=5。

要求:

-时间复杂度:O(n)

-空间复杂度:O(1)

答案与解析:

答案:

python

defmaxProfit(prices):

profit=0

foriinrange(1,len(prices)):

ifprices[i]prices[i-1]:

profit+=prices[i]-prices[i-1]

returnprofit

解析:

贪心算法的核心思想是“局部最优解导致全局最优解”。本题中,我们只需要在每次价格上升时买卖,将所有上升的部分累加即可。例如,`[7,1,5,3,6,4]`中:

-1→5:利润+4

-3→6:利润+3

总利润=4+3=7。

这种方法避免了多次买卖的复杂性,时间复杂度为O(n),空间复杂度为O(1)。

2.[LeetCode206]ReverseLinkedList

题目:

反转一个单链表。

示例:

输入:`1-2-3-4-5`

输出:`5-4-3-2-1`

要求:

-不能使用额外的数组空间

-可以返回新的链表头,也可以在原地修改

答案与解析:

答案:

python

classListNode:

def__init__(self,val=0,next=None):

self.val=val

self.next=next

defreverseList(head):

prev=None

current=head

whilecurrent:

next_node=current.next#保存下一个节点

current.next=prev#反转当前节点的指针

prev=current#移动prev到当前节点

current=next_node#移动current到下一个节点

returnprev

解析:

通过迭代法反转链表。使用三个指针:`prev`(初始为`None`),`current`(初始为`head`),`next_node`(临时保存下一个节点)。每次循环中:

1.保存`current.next`到`next_node`

2.将`current.next`指向`prev`(反转)

3.移动`prev`和`current`各一步

当`current`为`None`时,`prev`即为新的链表头。

时间复杂度:O(n),空间复杂度:O(1)。

3.[LeetCode53]MaximumSubarray

题目:

给定一个整数数组`nums`,找出其中连续子数组(子数组最少包含一个元素)的最大和。

示例:

输入:`nums=[-2,1,-3,4,-1,2,1,-5,4]`

输出:`6`

解释:连续子数组`[4,-1,2,1]`的和最大,为6。

要求:

-不能使用分治法

-时间复杂度:O(n)

答案与解析:

答案:

python

defmaxSubArray(nums):

ifnotnums:

return0

max_sum=current_sum=nums[0]

fornuminnums[1:]:

current_sum=max(num,current_sum+num)

max_sum=max(max_sum,current_sum)

returnmax_sum

解析:

动态规划思想。定义两个变量:

-`current_sum`:当前子数组的和

-`max_sum`:最大子数组和

初始化:`current_sum=max_sum=nums[0]`。

遍历数组时,每次计算`current_su

文档评论(0)

yyc39216118 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档