java中常用的資料型別
轉載自http://www.csdn.net/article/2014-04-10/2819237-Top-10-Algorithms-for-Coding-Interview
1.String/Array/Matrix
在Java中，String是一個包含char陣列和其它欄位、方法的類。如果沒有IDE自動完成程式碼，下面這個方法大家應該記住：
String/arrays很容易理解，但與它們有關的問題常常需要高階的演算法去解決，例如動態程式設計、遞迴等。toCharArray() //get char array of a String Arrays.sort() //sort an array Arrays.toString(char[] a) //convert to string charAt(int x) //get a char at the specific index length() //string length length //array size substring(int beginIndex) substring(int beginIndex, int endIndex) Integer.valueOf()//string to integer String.valueOf()/integer to string
下面列出一些需要高階演算法才能解決的經典問題：
2.連結串列
在Java中實現連結串列是非常簡單的，每個節點都有一個值，然後把它連結到下一個節點。
class Node {
int val;
Node next;
Node(int x) {
val = x;
next = null;
}
}比較流行的兩個連結串列例子就是棧和佇列。
棧（Stack）
佇列（Queue）class Stack{ Node top; public Node peek(){ if(top != null){ return top; } return null; } public Node pop(){ if(top == null){ return null; }else{ Node temp = new Node(top.val); top = top.next; return temp; } } public void push(Node n){ if(n != null){ n.next = top; top = n; } } }
值得一提的是，Java標準庫中已經包含一個叫做Stack的類，連結串列也可以作為一個佇列使用（add()和remove()）。（連結串列實現佇列介面）如果你在面試過程中，需要用到棧或佇列解決問題時，你可以直接使用它們。
在實際中，需要用到連結串列的演算法有：
3.樹&堆
這裡的樹通常是指二叉樹。
class TreeNode{
int value;
TreeNode left;
TreeNode right;
}
- 二叉樹搜尋：對於所有節點，順序是：left children <= current node <= right children；
- 平衡vs.非平衡：它是一 棵空樹或它的左右兩個子樹的高度差的絕對值不超過1，並且左右兩個子樹都是一棵平衡二叉樹；
- 滿二叉樹：除最後一層無任何子節點外，每一層上的所有結點都有兩個子結點；
- 完美二叉樹（Perfect Binary Tree）：一個滿二叉樹，所有葉子都在同一個深度或同一級，並且每個父節點都有兩個子節點；
- 完全二叉樹：若設二叉樹的深度為h，除第 h 層外，其它各層 (1～h-1) 的結點數都達到最大個數，第 h 層所有的結點都連續集中在最左邊，這就是完全二叉樹。
堆（Heap）是一個基於樹的資料結構，也可以稱為優先佇列（ PriorityQueue），在佇列中，排程程式反覆提取佇列中第一個作業並執行，因而實際情況中某些時間較短的任務將等待很長時間才能結束，或者某些不短小，但具有重要性的作業，同樣應當具有優先權。堆即為解決此類問題設計的一種資料結構。
下面列出一些基於二叉樹和堆的演算法：
4.Graph
與Graph相關的問題主要集中在深度優先搜尋和寬度優先搜尋。深度優先搜尋非常簡單，你可以從根節點開始迴圈整個鄰居節點。下面是一個非常簡單的寬度優先搜尋例子，核心是用佇列去儲存節點。
第一步，定義一個GraphNode
class GraphNode{
int val;
GraphNode next;
GraphNode[] neighbors;
boolean visited;
GraphNode(int x) {
val = x;
}
GraphNode(int x, GraphNode[] n){
val = x;
neighbors = n;
}
public String toString(){
return "value: "+ this.val;
}
}第二步，定義一個佇列
class Queue{
GraphNode first, last;
public void enqueue(GraphNode n){
if(first == null){
first = n;
last = first;
}else{
last.next = n;
last = n;
}
}
public GraphNode dequeue(){
if(first == null){
return null;
}else{
GraphNode temp = new GraphNode(first.val, first.neighbors);
first = first.next;
return temp;
}
}
}public class GraphTest {
public static void main(String[] args) {
GraphNode n1 = new GraphNode(1);
GraphNode n2 = new GraphNode(2);
GraphNode n3 = new GraphNode(3);
GraphNode n4 = new GraphNode(4);
GraphNode n5 = new GraphNode(5);
n1.neighbors = new GraphNode[]{n2,n3,n5};
n2.neighbors = new GraphNode[]{n1,n4};
n3.neighbors = new GraphNode[]{n1,n4,n5};
n4.neighbors = new GraphNode[]{n2,n3,n5};
n5.neighbors = new GraphNode[]{n1,n3,n4};
breathFirstSearch(n1, 5);
}
public static void breathFirstSearch(GraphNode root, int x){
if(root.val == x)
System.out.println("find in root");
Queue queue = new Queue();
root.visited = true;
queue.enqueue(root);
while(queue.first != null){
GraphNode c = (GraphNode) queue.dequeue();
for(GraphNode n: c.neighbors){
if(!n.visited){
System.out.print(n + " ");
n.visited = true;
if(n.val == x)
System.out.println("Find "+n);
queue.enqueue(n);
}
}
}
}
}value: 2 value: 3 value: 5 Find value: 5
value: 4
實際中，基於Graph需要經常用到的演算法：
5.排序
不同排序演算法的時間複雜度，大家可以到wiki上檢視它們的基本思想。
BinSort、Radix Sort和CountSort使用了不同的假設，所有，它們不是一般的排序方法。
6.遞迴和迭代
下面通過一個例子來說明什麼是遞迴。
問題：
這裡有n個臺階，每次能爬1或2節，請問有多少種爬法？
步驟1：查詢n和n-1之間的關係
為了獲得n，這裡有兩種方法：一個是從第一節臺階到n-1或者從2到n-2。如果f(n)種爬法剛好是爬到n節，那麼f(n)=f(n-1)+f(n-2)。
步驟2：確保開始條件是正確的
f(0) = 0;
f(1) = 1;
public static int f(int n){
if(n <= 2) return n;
int x = f(n-1) + f(n-2);
return x;
}遞迴方法的時間複雜度指數為n，這裡會有很多冗餘計算。
f(5)
f(4) + f(3)
f(3) + f(2) + f(2) + f(1)
f(2) + f(1) + f(2) + f(2) + f(1)public static int f(int n) {
if (n <= 2){
return n;
}
int first = 1, second = 2;
int third = 0;
for (int i = 3; i <= n; i++) {
third = first + second;
first = second;
second = third;
}
return third;
}在這個例子中，迭代花費的時間要少些。關於迭代和遞迴，你可以去 這裡看看。
7.動態規劃
動態規劃主要用來解決如下技術問題：
- 通過較小的子例來解決一個例項；
- 對於一個較小的例項，可能需要許多個解決方案；
- 把較小例項的解決方案儲存在一個表中，一旦遇上，就很容易解決；
- 附加空間用來節省時間。
上面所列的爬臺階問題完全符合這四個屬性，因此，可以使用動態規劃來解決：
public static int[] A = new int[100];
public static int f3(int n) {
if (n <= 2)
A[n]= n;
if(A[n] > 0)
return A[n];
else
A[n] = f3(n-1) + f3(n-2);//store results so only calculate once!
return A[n];
}一些基於動態規劃的演算法：
8.位操作
位操作符：
從一個給定的數n中找位i（i從0開始，然後向右開始）
public static boolean getBit(int num, int i){
int result = num & (1<<i);
if(result == 0){
return false;
}else{
return true;
}
}例如，獲取10的第二位：
i=1, n=10
1<<1= 10
1010&10=10
10 is not 0, so return true;9.概率
通常要解決概率相關問題，都需要很好地格式化問題，下面提供一個簡單的例子：
有50個人在一個房間，那麼有兩個人是同一天生日的可能性有多大？（忽略閏年，即一年有365天）
演算法：
public static double caculateProbability(int n){
double x = 1;
for(int i=0; i<n; i++){
x *= (365.0-i)/365.0;
}
double pro = Math.round((1-x) * 100);
return pro/100;
}calculateProbability(50) = 0.97
10.組合和排列
組合和排列的主要差別在於順序是否重要。
例1：
1、2、3、4、5這5個數字，輸出不同的順序，其中4不可以排在第三位，3和5不能相鄰，請問有多少種組合？
例2：
有5個香蕉、4個梨、3個蘋果，假設每種水果都是一樣的，請問有多少種不同的組合？
基於它們的一些常見演算法