⬆️ 关注 @霍格沃兹测试学院 公众号，回复「面试」，领取 BAT 大厂测试面试真题专辑。
1. 排序实现
有一组“+”和“-”符号，要求将“+”排到左边，“-”排到右边，写出具体的实现方法。
答:
如果让+等于 0，-等于 1 不就是排序了么。from collections import deque from timeit import Timer s = "++++++----+++----" # 方法一 def func1(): new_s = s.replace("+", "0").replace("-", "1") result = "".join(sorted(new_s)).replace("0", "+").replace("1", "-") return result # 方法二 def func2(): q = deque() left = q.appendleft right = q.append for i in s: if i == "+": left("+") elif i == "-": right("-") # 方法三 def func3(): data = list(s) start_index = 0 end_index = 0 count = len(s) while start_index + end_index < count: if data[start_index] == '-': data[start_index], data[count - end_index - 1] = data[count - end_index - 1], data[start_index] end_index += 1 else : start_index += 1 return "".join(data) if __name__ == '__main__': timer1 = Timer("func1()", "from __main__ import func1") print("func1", timer1.timeit(1000000)) timer2 = Timer("func2()", "from __main__ import func2") print("func2", timer2.timeit(1000000)) timer3 = Timer("func3()", "from __main__ import func3") print("func3", timer3.timeit(1000000)) # 1000000 测试结果 # func1 1.39003764 # func2 1.593012875 # func3 3.3487415590000005 # func1 的方式最优，其次是 func2 ``` #### 2. 单链表反转 **答:** 单链表反转 ``` class Node: def __init__(self, val=None): self.val = val self.next = None class SingleLinkList: def __init__(self, head=None): """链表的头部""" self._head = head def add(self, val:int): """ 给链表添加元素 :param val: 传过来的数字 :return: """ # 创建一个节点 node = Node(val) if self._head is None: self._head = node else : cur = self._head while cur.next is not None: cur = cur.next # 移动游标 cur.next = node # 如果 next 后面没了证明以及到最后一个节点了 def traversal(self): if self._head is None: return else : cur = self._head while cur is not None: print(cur.val) cur = cur.next def size(self): """ 获取链表的大小 :return: """ count = 0 if self._head is None: return count else : cur = self._head while cur is not None: count += 1 cur = cur.next return count def reverse(self): """ 单链表反转 思路: 让 cur.next 先断开即指向 none，指向设定 pre 游标指向断开的元素，然后 cur.next 指向断开的元素，再把开始 self._head 再最后一个元素的时候. :return: """ if self._head is None or self.size() == 1: return else : pre = None cur = self._head while cur is not None: post = cur.next cur.next = pre pre = cur cur = post self._head = pre # 逆向后的头节点 if __name__ == '__main__': single_link = SingleLinkList() single_link.add(3) single_link.add(5) single_link.add(6) single_link.add(7) single_link.add(8) print("对链表进行遍历") single_link.traversal() print(f"size:{single_link.size()}") print("对链表进行逆向操作之后") single_link.reverse() single_link.traversal() ``` #### 3. 交叉链表求交点 **答:** ``` # Definition for singly-linked list. class ListNode: def __init__(self, x): self.val = x self.next = None class Solution: def getIntersectionNode(self, headA, headB): """ :tye head1, head1: ListNode :rtye: ListNode """ if headA is not None and headB is not None: cur1, cur2 = headA, headB while cur1 != cur2: cur1 = cur1.next if cur1 is not None else headA cur2 = cur2.next if cur2 is not None else headB return cur1 ``` cur1、cur2，2 个指针的初始位置是链表 headA、headB 头结点，cur1、cur2 两个指针一直往后遍历。直到 cur1 指针走到链表的末尾，然后 cur1 指向 headB；直到 cur2 指针走到链表的末尾，然后 cur2 指向 headA；然后再继续遍历。 每次 cur1、cur2 指向 None，则将 cur1、cur2 分别指向 headB、headA。循环的次数越多，cur1、cur2 的距离越接近，直到 cur1 等于 cur2。则是两个链表的相交点。 #### 4. 用队列实现栈 ww **答: ** 下面代码分别使用1个队列和2个队列实现了栈。 ``` from queue import Queue # 使用 2 个队列实现 class MyStack: def __init__(self): """ Initialize your data structure here. """ # q1 作为进栈出栈，q2 作为中转站 self.q1 = Queue() self.q2 = Queue() def push(self, x): """ Push element x onto stack. :type x: int :rtype: void """ self.q1.put(x) def pop(self): """ Removes the element on top of the stack and returns that element. :rtype: int """ while self.q1.qsize() > 1: self.q2.put(self.q1.get()) # 将 q1 中除尾元素外的所有元素转到 q2 中 if self.q1.qsize() == 1: res = self.q1.get() # 弹出 q1 的最后一个元素 self.q1, self.q2 = self.q2, self.q1 # 交换 q1,q2 return res def top(self): """ Get the top element. :rtype: int """ while self.q1.qsize() > 1: self.q2.put(self.q1.get()) # 将 q1 中除尾元素外的所有元素转到 q2 中 if self.q1.qsize() == 1: res = self.q1.get() # 弹出 q1 的最后一个元素 self.q2.put(res) # 与 pop 唯一不同的是需要将 q1 最后一个元素保存到 q2 中 self.q1, self.q2 = self.q2, self.q1 # 交换 q1,q2 return res def empty(self): """ Returns whether the stack is empty. :rtype: bool """ return not bool(self.q1.qsize() + self.q2.qsize()) # 为空返回 True，不为空返回 False # 使用 1 个队列实现 class MyStack2(object): def __init__(self): """ Initialize your data structure here. """ self.sq1 = Queue() def push(self, x): """ Push element x onto stack. :type x: int :rtype: void """ self.sq1.put(x) def pop(self): """ Removes the element on top of the stack and returns that element. :rtype: int """ count = self.sq1.qsize() if count == 0: return False while count > 1: x = self.sq1.get() self.sq1.put(x) count -= 1 return self.sq1.get() def top(self): """ Get the top element. :rtype: int """ count = self.sq1.qsize() if count == 0: return False while count: x = self.sq1.get() self.sq1.put(x) count -= 1 return x def empty(self): """ Returns whether the stack is empty. :rtype: bool """ return self.sq1.empty() if __name__ == '__main__': obj = MyStack2() obj.push(1) obj.push(3) obj.push(4) print(obj.pop()) print(obj.pop()) print(obj.pop()) print(obj.empty()) ``` #### 5. 找出数据流的中位数 **答:** 对于一个升序排序的数组，中位数为左半部分的最大值，右半部分的最小值，而左右两部分可以是无需的，只要保证左半部分的数均小于右半部分即可。因此，左右两半部分分别可用最大堆、最小堆实现。 如果有奇数个数，则中位数放在左半部分；如果有偶数个数，则取左半部分的最大值、右边部分的最小值之平均值。分两种情况讨论: 当目前有偶数个数字时，数字先插入最小堆，然后选择最小堆的最小值插入最大堆(第一个数字插入左半部分的最小堆）。当目前有奇数个数字时，数字先插入最大堆，然后选择最大堆的最大值插入最小堆。 - 最大堆:根结点的键值是所有堆结点键值中最大者，且每个结点的值都比其孩子的值大。 - 最小堆:根结点的键值是所有堆结点键值中最小者，且每个结点的值都比其孩子的值小。 ``` # -*- coding:utf-8 -*- from heapq import * class Solution: def __init__(self): self.maxheap = [] self.minheap = [] def Insert(self, num): if (len(self.maxheap) + len(self.minheap)) & 0x1: # 总数为奇数插入最大堆 if len(self.minheap) > 0: if num > self.minheap[0]: # 大于最小堆里的元素 heappush(self.minheap, num) # 新数据插入最小堆 heappush(self.maxheap, -self.minheap[0]) # 最小堆中的最小插入最大堆 heappop(self.minheap) else : heappush(self.maxheap, -num) else : heappush(self.maxheap, -num) else : # 总数为偶数 插入最小堆 if len(self.maxheap) > 0: # 小于最大堆里的元素 if num < -self.maxheap[0]: heappush(self.maxheap, -num) # 新数据插入最大堆 heappush(self.minheap, -self.maxheap[0]) # 最大堆中的最大元素插入最小堆 heappop(self.maxheap) else : heappush(self.minheap, num) else : heappush(self.minheap, num) def GetMedian(self, n=None): if (len(self.maxheap) + len(self.minheap)) & 0x1: mid = self.minheap[0] else : mid = (self.minheap[0] - self.maxheap[0]) / 2.0 return mid
扫一扫
598
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
