算法性能优化面试题（含详细真实面试答案）.docxVIP

算法性能优化面试题（含详细真实面试答案）

一、基础核心原理题（必问）

1、算法时间复杂度、空间复杂度的核心定义是什么？面试中怎么快速分析？

参考答案：

时间复杂度就是用来衡量算法执行时间随数据量增长的变化趋势，不看具体执行次数，只看最高阶量级，忽略常数、低阶、系数。空间复杂度同理，衡量算法运行过程中额外开辟的内存空间大小，不计入输入数据本身的空间，只算临时变量、数组、递归栈等额外空间。

日常分析有固定套路：单层循环一般O(n)，嵌套循环看层数，双层就是O(n2)；二分、折半查找是O(logn)；递归看分支和深度；哈希查找、数组随机访问是O(1)。

常见优先级：O(1)O(logn)O(n)O(nlogn)O(n2)O(2?)

面试加分点：工程中不仅看理论复杂度，还要看常数开销，比如同样O(n)的算法，数组遍历比链表遍历快很多，因为数组连续内存、缓存命中率更高。

2、为什么O(logn)的算法效率远高于O(n)？实际业务中体现在哪里？

参考答案：

核心是增长速度差异，n越大，差距越夸张。比如数据量100万时，O(n)需要遍历近百万次，而O(log?n)只需要大概20次。

业务中最典型的场景：有序数组二分查找、二叉搜索树查询、快速幂、归并排序/堆排序的nlogn复杂度。海量数据检索场景，线性遍历完全扛不住，只能用对数级复杂度算法。

3、最优、最坏、平均时间复杂度分