Fork me on GitHub
排序和搜索

排序和搜索

 如果给你1,000,000个整数来排序,你会选择什么算法?消耗的时间和空间呢?

解析:

  我个人倾向于用随机化的快速排序。

  首先是它在平均意义上来看比同样O(nlogn)的归并排序和堆排序快(见4-41)。 

  另外,和堆排序相比,快速排序的元素扫描是线性的,而且交换常被限制在一个有限范围内。假如这所有的整数不能存入内存,那么发生缺页中断的次数也小于堆排序。当然,当数据量更大时,问题就会牵扯到内部排序(英文维基/百度百科)和外部排序(英文维基/百度百科)的讨论。

  同时,在《编程珠玑》上看到,如果这些数字有特征,如不重复出现,且范围不是很大,那么可以设计出专门的算法来完成,比如使用位向量排序

  面试时的开放型题目,不妨尽可能广泛而深入的探讨。

 

4-41.

  分析最常见的排序算法的优点和缺点。

解析:

  这个问题老生常谈了,相关文章特别多,不打算在这里解答。

  p.s.,原书正文提到,虽然都是O(nlogn)的时间复杂度,而且最坏情况下快速排序退化为O(n2),但快速排序比归并排序和对排序在多数情况下都快2~3倍,原因是它的最内层迭代语句最简单和快速(原书4.6.3节)。

 

4-42.

  实现一个算法,返回数组中只出现一次的元素。

 解析:

  如果先排序,再遍历,时间复杂度O(nlogn)。

  如果遍历时进行hash,然后输出整个hash表,那么时间复杂度O(n)。(《剑指Offer》面试题35:第一个只出现一次的字符,这种方法可以找出所有只出现一次的字符)

  如果加上额外的条件:只有一个元素出现了一次,其他都出现了偶数次,那么把所有元素做异或,最终结果就是只出现一次的元素,时间复杂度O(n)。(《编程之美》1.5快速找出故障机器)

 

4-43.

  限制2Mb内存,如何排序一个500Mb的文件?

解析:

  正如4-40提到的,使用外部排序吧。常见的是多路归并排序,以下摘自百度百科:

外部排序最常用的算法是多路归并排序,即将原文件分解成多个能够一次性装人内存的部分,分别把每一部分调入内存完成排序。然后,对已经排序的子文件进行归并排序。

 

4-44.

  设计一个栈,支持O(1)内完成push、pop和获得最小值min的操作。

解析:

  一般思路是维护两个栈,一个和一般的栈一样,另一个用维护每个元素压入第一个栈时的最小值。《剑指Offer》面试题21:包含min函数的栈有详细分析,下面是它的代码实现:

 MinInStack

 

4-45.

  给定3个字母组成的字符串,比如ABC,和一篇文档。找出文档中的包含这3个字母的最短片段。同时,各个字母在文档中出现位置的下标已经存放在一个排序数组中,比如A:[1,4,5]。

  (补充说明)为了帮助理解原题题意,下面几个典型输入和输出。

input1: [1,10], [2,20], [3,30]

output1:[1, 3],length=3

input2:[1,9,27], [6,10,19], [8,12,14]

output2:[8, 10],length=3

input3:[1,4,11,27], [3,6,10,19], [5,8,12,14]

output3:[3, 5],length=3

input4:[1,4,5], [3,9,10], [2,6,15]

output4:[1, 3],length=3

解析:

  假定文档是CxxxAxxxBxxAxxCxBAxxxC,其中x代表非ABC的其他字母或符号。扫描过程是这样的:

C
CA
CAB - all words, length 9 (CxxxAxxxB...)
CABA - all words, length 12 (CxxxAxxxBxxA...)
CABAC - violates The Property, remove first C
ABAC - violates The Property, remove first A
BAC - all words, length 7 (...BxxAxxC...)
BACB - violates The Property, remove first B
ACB - all words, length 6 (...AxxCxB...)
ACBA - violates The Property, remove first A
CBA - all words, length 4 (...CxBA...)
CBAC - violates The Property, remove first C
BAC - all words, length 6 (...BAxxxC)

  这个过程可以总结为:

  对三个数组进行归并,维护这个归并字符串并统计归并的字符串中A、B、C的个数;

  归并时,当新加入的字符导致满足A、B、C都出现时,统计这时片段长度并与最小值比较,如果小于最小值则更新并记录开始和结尾的索引;

  当新加入的字符与归并字符串第一个字符相同时,删去第一个字符串。如果此时新的第一个字符在字符串出现次数非0,同样删去。这个过程递归进行直到首字母只出现了1次。

  继续归并直到整片文档扫描完毕。

  方法来自于stackoverflow

 

  类似问题:《编程之美》3.5最短摘要的生成 

 

4-46.

  12个硬币,其中11个是重量相同的真币,另一个是假币,重量与它们不同,但可能轻了也可能重了。请用天平只称三次就确定哪个是假币。

解析:

  如果已知不标准的硬币是轻还是重,那么很简单,直接分3组,称第一二组确定出硬币在哪组,然后再组内对半称,最后再对半称。但此时不知是轻是重,这个方法不可行。

这里轻重未知,在每次称量时,应该尽量利用上次称量出的轻重关系。为了便于叙述,讲12个硬币标记为1、2、...12。先称量1+2+3+4和5+6+7+8:

如果相等,那么假币在9、10、11、12中。此时已知1~8是真币,可以作为标准来判断,那么使用1+10和2+12比较,如果相同则假币在9和11中,9和1称来判断假币是9还是11;否则用1和10来称一次判断假币是10还是12。

如果不等,假设1+2+3+4>5+6+7+8(反之类似),此时9、10、11、12是真币。那么将1、2、3去掉换成5、6、7,再在右边加上标准的9、10、11,形成5+6+7+4和9+10+11+8比较。

如果相等,假币只可能在1、2、3中,并且由第一次称量的结果,假币比真币重。从1、2、3中选择2个,若平衡,则剩余一个为假币,不平衡时重的那个是假币。

如果5+6+7+4<9+10+11+8,只可能因为轻的假币来到了左边。那么就在5、6、7中判断那个轻的假币,和上面类似。

如果5+6+7+4>9+10+11+8,5、6、7必然都不是假币,那么只用判断4和8哪个是假币。使用1枚真币和4称量即可判断。

  扩展一下,可以发现这个方法也能判断13枚的情况:先分成12枚和1枚,如果假币在12枚中,分析同上;如果假币是那分出来的1枚,上面第一种相等的情况每次都是相等,判断完三次就可得出结论:假币不在12枚中,只能是那额外的1枚。

  另外,官方wiki answer里是一个万能的分组解法,操作起来按部就班,直接根据结果查表即可,但分组理由没有详细解释,就没有深入研究。

vim 和 emacs 是牛人们的两大神器,sublime-text则是每个人的编程利器。

先说一下本人的感受,vim用了一段时间,emacs也小试了一下,两大神器尽是各种命令,另人眼花缭乱。

但是有一点我要提一下,vim 和 emacs 的 tutorial (基础教程)都是从 上 下 左 右 开始的,

vim 是 h(左) j(下) k(上) l(右),emacs 是 Ctrl-b(back:左) Ctrl-f(forward:右)

Ctrl-n(next:下) Ctrl-p(previous:上),键盘上明明有上下左右键,为什么要重复造轮子呢?

不光如此,包括 pageup pagedown home end 键两大神器也都进行了按键映射。

可是这些键明明都有啊!

这里说明一下我的想法,键盘上是有方向键和编辑区,不光如此还有小键盘区,似乎功能很全面,分工很明确。

是的,对于普通人来说这样的分工明确的键盘很受欢迎,毕竟一个萝卜一个坑,脑袋不乱。

可是对于程序员来说,这个事情就得好好想一想了,程序员无时无刻不在和键盘打交道,而且不同于一般的输入,

代码往往需要反复的修改,光标来回的挪动,文本反复粘贴复制。如果不合理地利用键盘,程序员的手将会受到

无尽的摧残。几乎每个编程过一段时间的人都会有这样的感觉,小键盘是用的最少的,主键盘区就不用说了,

因为要输入这个不可或缺,而编辑键和方向键又因为要反复地修改,所以使用频率也是很大的,鼠标自不用多说,

毕竟是在图形界面下,总要用一用的,加之鼠标功能全面,控制精确,有时也可以替代光标键和编辑区。

程序员的手(右手为例)主要处于以下四种状态:

1. 两手放在主键盘区,进行输入操作

2. 一只手放在主键盘上,另一只手移动光标键

3. 一只手放在主键盘上,另一只手放在小键盘上输入数字

4. 一只手放在主键盘上,另一只手移动鼠标

每变幻一种状态,手腕(主要是右手腕)总要挪动一下,这对于时刻操作键盘的程序员来说简直就是噩梦。

移动手腕比敲几个字符要累好多的,所以我们的目标是尽可能地减少状态数目,并进一步减少切换次数。

(其实减少状态总数,目的就是为了减少切换次数)

结合各键盘区功能和程序员的四种操作方式,我们可以进行一些优化。

考虑到小键盘区输入频率较少的特点,我们直接废掉小键盘,改为主键盘区输入,这样直接减少了一种状态。

方向键和编辑区使用频率比较大,看似不可或缺,但是鼠标又可以完全替代它,两者只能二选其一。

我们是在图形界面下工作,鼠标真是不能废,而方向键则不同了,vim 和 emacs 首先就解决了方向键的

问题(当然编辑区也解决了),所以我们决定把中间的鸡肋——方向键和编辑区,也给废掉。

那有的人说了,vim 和 emacs 太复杂了,我不会用怎么办?

^_^,我们今天的主角登场了,sublime-text。最初被她吸引,是因为华丽的 monokai 主题界面,

后来渐渐体会到她那无微不至的细节,深深陷入其中,无法自拔。

对于用过 vim 或是 emacs 的用户,建议您选择 sublime-text 提供的 vintage mode 或是 emacs mode。

而对于没用过两大神器,或是不打算用两大神器的童鞋来说,本位为您提供以下几个键绑定来消除方向键和编辑区这个鸡肋。

    // up
    { "keys": ["ctrl+p"], "command": "move", "args": {"by": "lines", "forward": false} },
    // down
    { "keys": ["ctrl+n"], "command": "move", "args": {"by": "lines", "forward": true} },
    // left
    { "keys": ["ctrl+b"], "command": "move", "args": {"by": "characters", "forward": false} },
    // right
    { "keys": ["ctrl+f"], "command": "move", "args": {"by": "characters", "forward": true} },
    // half page up, you can change 15 to other number
    { "keys": ["ctrl+u"], "command": "scroll_lines", "args": {"amount": 15.0}, "context": [{ "key": "setting.command_mode" }]},
    // half page down, you can change 15 to other number
    { "keys": ["ctrl+d"], "command": "scroll_lines", "args": {"amount": -15.0}, "context": [{"key": "setting.command_mode"}]},
    // home, you can change ctrl+h to other key binding
    { "keys": ["ctrl+h"], "command": "move_to", "args": {"to": "bol", "extend": false} },
    // end, you can change ctrl+e to other key binding
    { "keys": ["ctrl+e"], "command": "move_to", "args": {"to": "eol", "extend": false} },
    // ctrl+left, you can change ctrl+l to other key binding
    { "keys": ["ctrl+l"], "command": "move", "args": {"by": "words", "forward": false} },
    // ctrl+right, you can change ctrl+r to other key binding
    { "keys": ["ctrl+r"], "command": "move", "args": {"by": "word_ends", "forward": true} },

 
posted on 2013-08-27 13:40  HackerVirus  阅读(156)  评论(0编辑  收藏  举报