最近在论坛里面看到一个算法题，简单描述确有些离奇（微软面试题）。。

最新推荐文章于 2025-08-12 22:12:08 发布
原创 最新推荐文章于 2025-08-12 22:12:08 发布 · 766 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#算法 #面试 #微软 #string

探讨一种特殊算法：在一字符串数组中寻找重复项，当重复元素超过数组长度一半时返回真值。该算法要求时间复杂度达到O(logN)，本文邀请各位同学共同思考并讨论可能的实现方式。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

string[] a ,从a中查找重复的项，如果重复项的个数大于数组a的长度的1/2，则返回true。要示时间复杂度为O(logN)
请问这个算法如何写？注意时间复杂度为O(logN).
 
有想法的同学都说说吧！
cug_fish_2009
关注
7月面试题（Lin）
weixin_71893746的博客
07-11 455
响应式设计（Responsive Design）是一种网页设计方法，旨在提供适应不同设备和屏幕尺寸的最佳用户体验。它基于以下原则和技术来实现自动调整布局和内容。弹性布局：使用相对单位（如百分比）和弹性容器（如 Flexbox 或 Grid）来创建灵活、自适应的布局。这使得网页能够根据屏幕尺寸进行伸缩和调整。媒体查询（Media Queries）：使用 CSS3 的媒体查询技术，根据不同的设备尺寸和特性，应用不同的样式规则。媒体查询可以根据屏幕宽度、高度、设备方向、分辨率等条件来选择不同的样式。
字节跳动10年经验，10W字228道软件测试经典面试题总结（附答案）
软件测试技术交流分享
05-20 6931
最近有很多粉丝问我，有什么方法能够快速提升自己，通过阿里、腾讯、字节跳动、京东等互联网大厂的面试，我觉得短时间提升自己最快的手段就是背面试题，最近总结了软件测试常用的面试题，分享给大家，希望大家都能圆梦大厂，加油，我命由我不由天。
【前端】常见前端开发面试题（题目篇）
weixin_34265814的博客
06-15 4701
为什么80%的码农都做不了架构师？>>> ...
面试题总结
weixin_71893746的博客
08-13 2223
响应式设计（Responsive Design）是一种网页设计方法，旨在提供适应不同设备和屏幕尺寸的最佳用户体验。它基于以下原则和技术来实现自动调整布局和内容。弹性布局：使用相对单位（如百分比）和弹性容器（如 Flexbox 或 Grid）来创建灵活、自适应的布局。这使得网页能够根据屏幕尺寸进行伸缩和调整。媒体查询（Media Queries）：使用 CSS3 的媒体查询技术，根据不同的设备尺寸和特性，应用不同的样式规则。媒体查询可以根据屏幕宽度、高度、设备方向、分辨率等条件来选择不同的样式。
一个Bug能有多大影响：亏损30亿、致6人死亡、甚至差点毁灭世界
Z70czd的博客
04-18 752
切莫死记硬背，小心面试官直接让你出门右拐1000道互联网Java面试题：
阿里开源的32B大模型到底强在哪里？
2401_85390073的博客
07-13 1067
阿里巴巴最近开源了一个320亿参数的大语言模型Qwen1.5-32B，网上都说很强很强，那么它到底强在哪里呢？
面试题（LIN）
weixin_71893746的博客
08-11 2506
响应式设计（Responsive Design）是一种网页设计方法，旨在提供适应不同设备和屏幕尺寸的最佳用户体验。它基于以下原则和技术来实现自动调整布局和内容。弹性布局：使用相对单位（如百分比）和弹性容器（如 Flexbox 或 Grid）来创建灵活、自适应的布局。这使得网页能够根据屏幕尺寸进行伸缩和调整。媒体查询（Media Queries）：使用 CSS3 的媒体查询技术，根据不同的设备尺寸和特性，应用不同的样式规则。媒体查询可以根据屏幕宽度、高度、设备方向、分辨率等条件来选择不同的样式。
【24万欧】国外人工智能计算机博士自述面试经历
湾区人工智能
05-09 2962
文章转载自运筹OR帷幄(ORAI_China)，作者Generalized Error↑↑↑↑↑点击上方蓝色字关注我们！『运筹OR帷幄』原创作者：Generalized ...
大刀阔斧，抽丝剥茧：评红黑树系列文章
热门推荐
结构之法 算法之道
01-30 1万+
大刀阔斧，抽丝剥茧：评红黑树系列文章作者：July  二零一一年一月三十日本文参考：本BLOG内红黑树系列的四篇文章:I、   教你透彻了解红黑树：http://blog.youkuaiyun.com/v_JULY_v/archive/2010/12/29/6105630.aspxII、 红黑树算法的层层剖析与逐步实现  [此文被推荐]http://blog.youkuaiyun.com/v_JULY_v/archive/2010/12/31/6109153.aspxIII、教你彻底实现红黑树：红黑树的c源码实现与剖析http:/
机械学习--DBSCAN 算法（附实战案例）
enlybbq的博客
08-10 1163
聚类效果：DBSCAN 成功将啤酒分为 3 个有意义的簇（常规啤酒、轻量啤酒、高端啤酒），并识别出 4 种特征异常的啤酒（噪声点），符合实际产品分类逻辑。参数影响：ε=0.6 和 MinPts=5 的组合效果较好，若 ε 增大，可能将噪声点划入簇；若 MinPts 增大，可能导致簇分裂为更多小簇。应用价值：该结果可辅助啤酒企业定位产品市场、优化产品线，或为消费者提供基于特征的选购参考。
NOIP普及组|2001T1数的计算
程序员莫小特的编程世界
08-09 1968
2001年NOIP普及组第1题：数的计算 给出正整数 $n$，要求按如下方式构造数列： 1、只有一个数 $n$ 的数列是一个合法的数列。 2、在一个合法的数列的末尾加入一个正整数，但是这个正整数不能超过该数列最后一项的一半，可以得到一个新的合法数列。
分治-快排-215.数组中的第k个最大元素-力扣(LeetCode)
black_bear_white的博客
08-08 292
深入理解强化学习：近端策略优化（PPO）算法详解
Galen_xia的博客
08-09 911
摘要：近端策略优化（PPO）算法详解 PPO算法是强化学习领域的重要突破，解决了传统策略梯度方法在更新步长敏感性和数据利用率上的局限。基于马尔可夫决策过程框架，PPO通过引入裁剪机制和优势函数估计，在保持训练稳定性的同时简化了计算。核心公式L^CLIP(θ)采用概率比率裁剪技术，将策略更新幅度限制在[1-ε,1+ε]范围内，有效平衡了探索与利用。PPO结合广义优势估计(GAE)和熵正则化项，既保证了性能又提高了采样效率，成为解决复杂决策任务的优选算法。其简洁实现和优异表现使其在学术界和工业界广受青睐。
CF2123A Blackboard Game
zqystca的博客
08-09 340
在样例二中，如果 Alice 选择了 0，那么 Bob 可以选择 3。然后如果 Alice 选择了 2，那么 Bob 可以选择 1。最终 Alice 无数可选，所以 Bob 赢了。游戏在其中一人无法操作时结束，最终无法操作的人输了。在样例一中，如果 Alice 选择了 0，那么 Bob 无法选择任何数，Alice 获胜。每组测试数据仅包含一行一个整数 n（1≤n≤100）表示黑板上写的数字个数。第一行，一个整数 t（1≤t≤100）表示测试数据组数。对于每组测试数据，如果 Alice 必胜，输出。
复杂水文环境下识别精度↑86%！陌讯多模态融合算法在水位监测中的优化实践
2501_92487859的博客
08-08 630
本文解析了陌讯水文感知架构的创新方案，针对传统水位监测存在的强反射干扰（夜间误报率35%）、暴雨遮挡（漏报率28%）等痛点问题。该方案采用三阶融合处理流程，通过多模态特征聚合公式实现光照自适应补偿，核心算法在Jetson边缘设备上实现mAP0.903、功耗仅6.3W的优异表现。某流域实测显示暴雨误报率降低82.5%，水位标定精度提升82.4%。文章还提供了INT8量化（模型体积缩减73%）和水文数据增强等边缘部署优化方案，为智慧水务建设提供技术参考。
C++归并排序
2401_88059882的博客
08-08 498
归并排序是一种高效的排序方式，需要用到递归来实现，我们先来看一下动图演示：算法核心思想如下：1.将数组尽量平均分成两段。2.将这两段都变得有序（使用递归实现）。3.将两段合并。
[Robotics_py] 路径规划算法 | 启发式函数 | A*算法
最新发布
一个人知道自己为什么而活，他就能够接收任何一种生活
08-12 618
note
代码随想录算法训练营第五十九天|图论part9
xindafu的博客
08-10 219
（Function Call Operator Overload），它让一个对象可以像函数一样被调用。dijkstra（堆优化版）精讲。1.选取距离源节点并且未访过的节点。Container：底层容器类型。对所有边进行n-1次松弛操作。现在改为用邻接链表去存储图。2.标记选取节点为已访问。带有负权值的单源最短路径。Compare：比较器。
NOIP普及组|2001T2最大公约数和最小公倍数问题
程序员莫小特的编程世界
08-10 789
2001年NOIP普及组第2题：最大公约数和最小公倍数问题 输入两个正整数 $x_0, y_0$，求出满足下列条件的 $P, Q$ 的个数。
基于AI量化模型的比特币周期重构：传统四年规律是否被算法因子打破？
08-11 395
在密码学货币的量化分析体系中，比特币周期通常被定义为围绕"减半事件"形成的供应量调整周期。通过机器学习算法对历史区块奖励数据进行特征工程，可提取出每210,000个区块（约4年）的供应量衰减规律。供应量压缩阶段：通过LSTM网络预测，减半事件导致日新增供应量下降50%，形成供给侧的稀缺性增强价格发现阶段：基于GARCH模型的波动率分析显示，历史周期中价格在减半后12-18个月达到峰值风险释放阶段：采用蒙特卡洛模拟得出，平均回撤幅度达72.3%±5.8%，形成典型的"加密寒冬"模式。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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