- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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
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
您可能关注的文档
最近下载
- SY∕T 7336-2016 钻井液现场工艺技术规程.pdf
- 普通生物学-生物与环境.ppt VIP
- CAR-T细胞治疗ppt参考课件.ppt
- DB32_T 5161-2025 尘肺病康复站服务规范.docx VIP
- 第29课+智能工具再体验(课件)2024-2025学年五年级全一册信息科技人教版.pptx VIP
- DB32_T 4526-2023 双孢蘑菇菌种工厂化生产技术规程.pdf VIP
- 2025年国家药品监督管理局药品审评中心考试真题(及参考答案).docx VIP
- 3.5相同时间比快慢(课件)2025教科版科学三年级上册.pptx
- 开盘筹备及应急预案(3篇).docx VIP
- 下咽癌护理查房.pptx VIP
原创力文档


文档评论(0)