三十一、栈的压入、弹出序列
题目:输入两个整数序列,第一个序列表示栈的压入顺序,请判断第二个序列是否为该栈的弹出顺序。假设压入栈的数字均不相等。例如,序列{1, 2, 3, 4 ,5}是某栈的压栈序列,序列{4, 5, 3, 2, 1}是该压栈序列对应的一个弹出序列,但{4, 3, 5, 1, 2}就不可能是该压栈序列的弹出序列。
分析:本题中的压栈序列并非是一次全部压入堆栈!如果没有思路,可以举一两个例子,一步步分析压栈、弹出的过程,从中找出规律。
三十二、从上到下打印二叉树
题目一:不分行从上到下打印二叉树。从上到下打印出二叉树的每个节点,同一层的节点按照从左到右的顺序打印。
分析:二叉树的层次遍历。
队列解法:
void print_top_to_bottom(BinaryTreeNode *pRoot) { if(pRoot == nullptr) return; queue<BinaryTreeNode*> que; // 用于层次遍历 que.push(pRoot); while(!que.empty()) { BinaryTreeNode *pNode = que.front(); que.pop(); printf("%d\t", pNode->value); if(pNode->lChild != nullptr) que.push(pNode->lChild); if(pNode->rChild != nullptr) que.push(pNode->rChild); } }
小结:层次遍历这一过程可概括为,首先把起始节点(如根节点)放入队列,接下来每次从队列的头部取出一个节点,遍历这个节点之后把它能到达的节点(如子节点)都依次放入队列,重复这个遍历过程,直到队列中的节点全部被遍历为止。
题目二:分行从上到下打印二叉树。从上到下按层打印二叉树,同一层的节点按从左到右的顺序打印,每一层打印到一行。
分析:为了把二叉树的每一行单独打印到一行里,我们需要两个变量,toBePrinted变量表示在当前层中还没有打印的节点数,nextLevel变量表示下一层的节点数。
解法:
void print_by_row(BinaryTreeNode *pRoot) { if(pRoot == nullptr) return; queue<BinaryTreeNode*> que; que.push(pRoot); int toBePrinted = 1; int nextLevel = 0; while(!que.empty()) { BinaryTreeNode *pNode = que.front(); que.pop(); toBePrinted--; printf("%d\t", pNode->value); if(toBePrinted == 0) { printf("\n"); toBePrinted = nextLevel; nextLevel = 0; } if(pNode->lChild != nullptr) { que.push(pNode->lChild); nextLevel++; } if(pNode->rChild != nullptr){ que.push(pNode->rChild); nextLevel++; } } }
题目三:之字形打印二叉树。请实现一个函数按照之字形顺序打印二叉树,即第一行按照从左到右的顺序打印,第二层按照从右到左的顺序打印,第三行再按照从左到右的顺序打印,其他行以此类推。
分析:如果找不到解决办法,可以试着用具体的例子一步步分析。可知,按之字形打印需要两个栈,如果当前打印的是奇数层(第一层、第三层等),则先保存左子节点再保存右子节点到第一个栈里;如果当前打印的是偶数层,则先保存右子节点再保存左子节点到第二个栈里。之所以需要两个栈,是因为栈是后入先出的容器,故用一个栈不能将同一层的节点依次打印出来。
解法:
void print(BinaryTreeNode *pRoot) { if(pRoot == nullptr) return; stack<BinaryTreeNode*> levels[2]; int current = 0; int next = 1; levels[0].push(pRoot); while(!levels[0].empty() || !levels[1].empty()) { BinaryTreeNode *pNode = levels[current].top(); levels[current].pop(); printf("%d\t", pNode->value); if(current == 0) { if(pNode->lChild != nullptr) levels[next].push(pNode->lChild); if(pNode->rChild != nullptr) levels[next].push(pNode->rChild); } else { if(pNode->rChild != nullptr) levels[next].push(pNode->rChild); if(pNode->lChild != nullptr) levels[next].push(pNode->lChild); } if(levels[current].empty()) { printf("\n"); current = 1 - current; next = 1 - next; } } }
小结:本题表面看上去像层次遍历,但不能用队列来实现,故应该根据具体情况选用合适的数据结构和算法。
三十三、二叉搜索树的后序遍历序列
题目:输入一个整数数组,判断该数组是不是某二叉搜索树的后序遍历结果。假设输入的数组的任意两个数字互不相同。
分析:要完成这道题,需要先掌握后序遍历这一定义。比如,对于后序遍历序列{5, 7, 6, 9, 11, 10, 8},最后一个数字{8}是树的根节点的值,而前面6个数字可以分为两部分,第一部分{5, 7, 6}是左子树节点的值,它们都比根节点的值小,第二部分{9, 11, 10}是右子树节点的值,它们都比根节点的值大。接下来,我们可以用同样的方法来处理这两个子序列{5, 7, 6}和{9, 11, 10}。这其实就是一个递归的过程。
解法:
bool seq_of_BST(int *seq, int length) { if(seq == nullptr || length <= 0) return false; int root = seq[length - 1]; // 在BST中,左子树节点的值小于根节点的值 int i = 0; for(; i < length - 1; ++i) { if(seq[i] > root) break; } // 在BST中,右子树节点的值大于根节点的值 for(int j = i; j < length - 1; ++j) { if(seq[j] < root) return false; } // 递归,判断左子树是不是二叉搜索树 bool left = true; if(i > 0) left = seq_of_BST(seq, i); // 递归,判断右子树是不是二叉搜索树 bool right = true; if(i < length - 1) right = seq_of_BST(seq + i, length - i - 1); return (left && right); }
三十四、二叉树中和为某一值的路径
题目:输入一棵二叉树和一个整数,打印出二叉树中节点值的和为输入整数的所有路径。
提示:一般的数据结构教材中都没有介绍树的路径,因此对大多数应聘者而言,这是一个新概念,此时我们可以试着从一两个具体的例子入手,找到规律。
分析:路径是从根节点出发到叶节点,即路径总是以根节点为起始点,因此我们首先需要遍历根节点,故必须选择前序遍历这一方式。
三十五、复杂链表的复制
题目:请实现函数ComplexListNode* Clone(ComplexListNode *pHead),复制一个复杂链表。在复杂链表中,每个节点除了有一个m_pNext指针指向下一个节点,还有一个m_pSibling指针指向链表中的任意节点或者nullptr。
分析:本题中的复杂链表是一种不太常见的数据结构,并且复制这种链表的过程也较为复杂。我们可以把复杂链表的复制过程分解成3个步骤,这样能帮我们理清思路。
三步解法:
ComplexListNode* Clone(ComplexListNode* pHead) { CloneNodes(pHead); ConnectSiblingNodes(pHead); return ReconnectNodes(pHead); } void CloneNodes(ComplexListNode* pHead) { ComplexListNode* pNode = pHead; while(pNode != nullptr) { ComplexListNode* pCloned = new ComplexListNode(); pCloned->m_nValue = pNode->m_nValue; pCloned->m_pNext = pNode->m_pNext; pCloned->m_pSibling = nullptr; pNode->m_pNext = pCloned; pNode = pCloned->m_pNext; } } void ConnectSiblingNodes(ComplexListNode* pHead) { ComplexListNode* pNode = pHead; while(pNode != nullptr) { ComplexListNode* pCloned = pNode->m_pNext; if(pNode->m_pSibling != nullptr) { pCloned->m_pSibling = pNode->m_pSibling->m_pNext; } pNode = pCloned->m_pNext; } } ComplexListNode* ReconnectNodes(ComplexListNode* pHead) { ComplexListNode* pNode = pHead; ComplexListNode* pClonedHead = nullptr; ComplexListNode* pClonedNode = nullptr; if(pNode != nullptr) { pClonedHead = pClonedNode = pNode->m_pNext; pNode->m_pNext = pClonedNode->m_pNext; pNode = pNode->m_pNext; } while(pNode != nullptr) { pClonedNode->m_pNext = pNode->m_pNext; pClonedNode = pClonedNode->m_pNext; pNode->m_pNext = pClonedNode->m_pNext; pNode = pNode->m_pNext; } return pClonedHead; }
三十六、二叉搜索树与双向链表
题目:输入一棵二叉搜索树,将该二叉搜索树转换成一个排序的双向链表。要求不能创建任何新的节点,只能调整树中节点指针的指向。
三十七、序列化二叉树
题目:请实现两个函数,分别用来序列化和反序列化二叉树。
三十八、字符串的排列
题目:输入一个字符串,打印出该字符串中字符的所有排列。例如,输入字符串"abc",则打印出由字符a、b、c所能排列出来的所有字符串abc、acb、bac、bca、cab和cba。
三十九、数组中出现次数超过一半的数字
题目:数组中有一个数字出现的次数超过数组长度的一半,请找出这个数字。
分析:最直观的解决方法是将该数组排序,然后找出该数字,但这种方法的时间复杂度为O(nlogn)。我们要思考时间复杂度为O(n)的方法。
四十、最小的K个数
题目:输入n个整数,找出其中最小的K个数。
提示:和上题一样,我们可以将这n个整数排序,排序之后位于最前面的K个数就是最小的K个数,但这种思路的时间复杂度为O(nlogn)。我们需要更快的方法。
分析:我们可以先创建一个大小为K的数据容器来存储最小的K个数字,接下来每次从输入的n个整数中读入一个数。如果容器中已有的数字少于K个,则直接把这次读入的整数放入容器之中;如果容器中已有K个数字了,我们要做3件事情(①在K个整数中找到最大数;②有可能在这个容器中删除最大数;③有可能要插入一个新的数字)。如果用一棵二叉树来实现这个数据容器,比如最大堆,它每次可以在O(1)时间内得到已有的K个数字中的最大值,在O(logk)时间内完成删除及插入操作。但我们自己从头实现一个最大堆需要一定的代码,在面试中很难完成,故我们还可以采用红黑树来实现这个容器,而在红黑树中的查找、删除和插入操作都只需要O(logk)时间。因为set和multiset都是基于红黑树实现的,故本题可使用multiset来作为容器。
解法:
typedef multiset<int, greater<int>> intSet; typedef multiset<int, greater<int>>::iterator setIterator; void get_least_numbers(const vector<int> &data, intSet &leastNumbers, int k) { if(k < 1 || data.size() < k) return; leastNumbers.clear(); vector<int>::const_iterator iter = data.begin(); for(; iter != data.end(); ++iter) { if(leastNumbers.size() < k) leastNumbers.insert(*iter); // 容器已满时 else { setIterator iterGreatest = leastNumbers.begin(); // 在该multiset<int, greater<int>>类型中,第一个元素最大 if(*iter < *(leastNumbers.begin())) { // 删除最大数,插入一个新数 leastNumbers.erase(iterGreatest); leastNumbers.insert(*iter); } } } }
小结:在上段代码中,每次输入一个新元素时,需要O(logk)时间,而总共有n个输入数字,故总的时间效率就是O(nlogk)。
原文地址:https://www.cnblogs.com/xzxl/p/9551525.html