【华为OD技术面-手撕算法代码真题】 - 子域名访问计数

华为OD面试真题精选

专栏:华为OD面试真题精选
目录: 2024华为OD面试手撕代码真题目录以及八股文真题目录

题目描述

数组、哈希表、字符串、计数

中等难度

https://leetcode.cn/problems/subdomain-visit-count/

解题思路

优化后的语言表达:

题目概述

网站域名通常由多个子域名组成。例如,“discuss.leetcode.com” 由三个层级的域名构成,其中:

  • 顶级域名为 “com”,
  • 二级域名为 “leetcode.com”,
  • 三级域名为 “discuss.leetcode.com”。

当访问 “discuss.leetcode.com” 时,实际上也会隐式访问其父域名 “leetcode.com” 和顶级域名 “com”。

计算机配对域名的格式为 “rep d1.d2.d3” 或 “rep d1.d2”,其中 rep 代表该域名的访问次数,d1.d2.d3d1.d2 为实际域名。

例如,“9001 discuss.leetcode.com” 表示 “discuss.leetcode.com” 被访问了 9001 次。

现给定一个由此类计算机配对域名组成的数组 cpdomains,需要解析每个配对域名,并计算各级域名的总访问次数,最后以数组形式返回结果。返回顺序可以是任意的。

解题思路

此题要求汇总各层级域名的访问次数,可以利用哈希表来完成统计。具体步骤如下:

  1. 特殊情况处理:如果 cpdomains 数组为空,直接返回空数组。

  2. 使用哈希表存储访问次

### 2025 华为 OD 技术面试代码准备指南 在准备 2025 年华为 OD 技术面试中的代码环节时,需要重点关注以下几个方: #### 1. **掌握核心算法与数据结构** 华为 OD 代码环节通常考察基础算法与数据结构的应用能力。常见的题目类型包括: - **数组与字符串**:如两数之和、最长无重复子串、旋转数组等。 - **链表**:如反转链表、判断链表是否有环、合并两个有序链表等。 - **树与图**:如二叉树的遍历、二叉搜索树的查找、图的深度优先搜索(DFS)与广度优先搜索(BFS)等。 - **排序与查找**:如快速排序、归并排序、二分查找等[^1]。 #### 2. **熟悉常见题型与解题技巧** 华为 OD代码题目通常来源于 LeetCode 或类似平台。根据历年真题总结,以下是一些常见的题目类型: - **双指针法**:适用于数组或链表的某些问题,例如“盛最多水的容器”或“删除排序数组中的重复项”。 - **滑动窗口**:适用于字符串匹配、子数组问题,例如“最小覆盖子串”或“无重复字符的最长子串”。 - **动态规划**:适用于最优化问题,例如“最长递增子序列”或“背包问题”。 - **递归与回溯**:适用于组合、排列、子集等问题,例如“全排列”或“N皇后问题”[^2]。 #### 3. **代码规范与调试能力** 在代码过程中,除了正确性外,代码的可读性与规范性同样重要。建议: - 使用清晰的变量命名。 - 添加必要的注释,尤其是在复杂逻辑部分。 - 避免冗余代码,尽量写出简洁高效的代码。 #### 4. **时间与空间复杂度分析** 在面试中,除了写出正确的代码,还需要能够分析代码的时间与空间复杂度。例如,在实现快速排序时,需要说明其平均时间复杂度为 $O(n \log n)$,最坏情况下为 $O(n^2)$,并能够解释其原理。 #### 5. **练习平台与真题推荐** 可以通过以下平台进行练习: - **LeetCode**:华为 OD代码题目与 LeetCode 的中等难度题目较为接近。 - **在线 OJ**:华为 OD 提供了专门的在线刷题环境,建议在真实环境中进行练习[^2]。 #### 6. **模拟面试与实战演练** 建议通过模拟面试的方式进行实战演练,尤其是针对以下场景: - **限时完成**:代码环节通常时间较为紧张,需在短时间内完成代码编写与调试。 - **白板书写**:部分面试可能要求在白板上书写代码,因此需适应无 IDE 的环境。 #### 7. **常见题目示例** 以下是一些华为 OD 常见的代码题目: - **两数之和**:给定一个整数数组 `nums` 和一个目标值 `target`,返回数组中满足两数之和的两个整数的下标。 - **反转链表**:实现单链表的反转。 - **二叉树的层序遍历**:按层输出二叉树的节点值。 - **最长无重复子串**:找出字符串中最长的不含有重复字符的子串。 ### 示例代码 以下是一个经典的 **两数之和** 问题的 Python 实现: ```python def two_sum(nums, target): hash_map = {} for i, num in enumerate(nums): complement = target - num if complement in hash_map: return [hash_map[complement], i] hash_map[num] = i return [] ``` 该算法通过哈希表将查找时间复杂度优化至 $O(1)$,整体时间复杂度为 $O(n)$,空间复杂度为 $O(n)$。 --- ###
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

算法大师

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值