面试的三个关键算法

一、KMP算法

1.定义

str1中是否包含str2,返回初始下标。

2.思路

(1)暴力匹配
基于str1,依次匹配str2,时间复杂度为O(MN)。
(2)KMP算法
基于str2建立一组信息,最大前缀和后缀的匹配。next数组,时间复杂度为O(N)。

3.KPM扩展

(1)给定两个二叉树T1和T2,返回T1的某个子树结构是否与T2的结构相等。
将两个二叉树转换为字符串,再用KMP算法判断str1是否包含str2。

二、Manacher算法

1.定义

在一个字符串中找到最长的回文子串。
子串(子数组)必须是连续的,子序列顺序不变但可以不连续。

2.思路

(1)笨办法
添加特殊字符,例如#(不一定要和原字符串不一样),从一个数开始向两边扩,判断左右两个数是否相等。奇回文和偶回文都可以解决。
(2)马拉车算法

3.扩展

题目:给定一个字符串str1,只能往str1的后面添加字符变成str2,要求str2整体都是回文串且最短。
解题思路:找到包含最后一个字符的回文子串,然后添加不在子串内的字符的逆序。

三、BFPRT算法

1.定义

在一个无序数组中求第k(k≥1)小(大)的数,时间复杂度要求为O(N)。

2.思路

(1)随机快排的partition
看等于的数是否命中第k小(即判断小于划分值的区间数据的个数是否为k-1,而这k-1个数是不需要进行排序的),没有命中就接着partition,平均时间复杂度为O(N)。
(2)BFPRT算法

  • 关键在于划分值的选择。
  1. 将数组划分为每五个数一个组,不足五个的单独一组,O(1)
  2. 组内进行排序,组与组之间不排序,O(1)×N/5,即O(N)
  3. 将每个组的上中位数取出作为新的数组,长度为N/5,数组不一定是有序的。递归调用自身,求新数组的中位数,即第N/10小的数,T(N/5)
  4. 将其作为划分值,对原数组进行partition,O(N)
  5. 左边或者右边数组进行递归,最大为T(7N/10)
    整体时间复杂度为T(N)=T(N/5)+T(7N/10)+O(N),可以证明收敛到O(N)
  • 为什么要选这个数为划分值?
    因为它至少可以确定的排除3N/10的数。
  • 为什么要选择5进行分组?
    因为这个算法是由五个人研究出来的!2333333
    只要能证明收敛到O(N),选择其他的数也是可以的。
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,951评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,606评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,601评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,478评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,565评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,587评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,590评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,337评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,785评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,096评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,273评论 1 344
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,935评论 5 339
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,578评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,199评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,440评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,163评论 2 366
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,133评论 2 352

推荐阅读更多精彩内容