wenyixicodedog的博客

前些日子接到了一个Java开发的电话面试，接了电话人家开门见山就直接说现在是否方便，什么什么时候收到您的简历投递，是否可以进行电话面试，如果可以就可以直接开始了，emmm，这么突然，也没好意思问公司名称是啥，招的是中级还是高级，算了，直接上车吧，心里想着面试结束了问问公司名称，然后去招聘网站上查下招聘职位，一共面试了大概一个半小时，面试快结束的时候聊一些其他的才知道人家招的是Java高级开发。面试问了好多，从数据结构到算法，从框架源码到系统设计，从javaSE基础到多线程、某些业务场景下解决高并发等等.

​ 目录 1、背景介绍 2、LinkHashMap实现 3、LinkHashMap实现原理一、背景介绍LRU全称是Least Recently Used，即最近最久未使用的意思。LRU算法的主要思想：设置一个缓存大小阈值，超过阈值就去删除最老的数据。新添加数据或者访问数据的时候保证最老的数据总是在链表的头部，最新的数据总是在尾部，这样每次需要删除数据时把头部数据删除即可。二、LinkHashMap实现...

​目录 1、背景介绍 2、Redis实现 3、PriorityQueue实现一、背景介绍什么是 Top K 问题？简单来说就是在一堆数据里面找到前 K 大（也可以是前 K 小）的数。这个问题也是十分经典的算法问题，不论是面试中还是实际开发中，都非常具有代表性。既然是要查询前 K 大的数，那么最容易想到的方法就是进行排序了，通过如...

​算法介绍归并排序（MERGE-SORT）是利用分而治之的思想实现的排序方法，该算法采用经典的分治（divide-and-conquer）策略。将已有序的子序列合并，得到完全有序的序列；即先使每个子序列有序，再使子序列段间有序。归并排序由冯·诺依曼提出，是一种稳定、通用的排序算法求解策略。归并示例归指的是利用递归将原数组每次进行二分，分解为两个子数组。并指的是将两个有序序列合并成一个有序序列的方法。如设有数列{13, 121, -12, 14, 34, -23, 87, -87, .

​目录1、背景介绍2、蛮力枚举法(O(n^3))3、优化的蛮力枚举法(O(n^2))4、分而治之算法(O(nlogn))5、一般动态规划算法(O(n))6、优化的动态规划(O(n))一、背景介绍所谓最大子数组问题（maximum subarray problem），指的是给定一个数组Arr，计算Arr的非空连续子数组最大值。比如，数组 Arr = {133, 121, -12, 14, 534, -23, 87, -87, 81, 41}，最大子数组应为[13 121 .

public int minimumTotalGreed(List<List<Integer>> triangle) { int sum = triangle.get(0).get(0); int m = 0, n = 0; for (int i = 1; i < triangle.size(); i++) { int bottom = triangle.get(m + 1).get(n); ...

/** * @Date: 2020-03-24 * @Description: 快速排序算法(选取一个数为基数 ， 比他大的总是在右边 ， 小的总是在左边) * @Description: 时间复杂度好的情况下为O(n), 坏的情况下为O(n ^ 2) */ public static void quickSort(int a[], int low, int high) { if (low >= high) { .

/** * @Date: 2020-03-24 * @Description: 快速排序算法(随机选取一个数为基数 ， 比他大的总是在右边 ， 小的总是在左边) * @Description: 时间复杂度为O(nlogn) */ public static void quickSortRandom(int a[], int low, int high) { if (low >= high) { return; .

/** * @Date: 2020-03-24 * @Description: 最大子数组问题算法(分治法 、 无左右下标) */ public static int maxSubArraySort(int a[], int low, int high) { if (low > high) { return 0; } if (low == high) { return.

/** * 进一步优化的动态规划 * 为了进一步降低空间复杂度，我们可以定义两个变量用来保存方法三中的 * End[i-1]和All[i-1] */ private static void getSumOfSubArray04(int array[]) { int n = array.length; int nEnd = array[0]; //前i个元素的最大子数组之和 int nAll = array[0].

/** * 优化的动态规划(舍弃All数组) */ private static void getSumOfSubArray05(int array[]) { int n = array.length; int End[] = new int[n]; //初始化:当数组中只有一个元素时 End[0] = array[0]; End[n - 1] = array[n - 1]; ...

/** * 利用动态规划解题：该方法时间复杂度为：o(n),但是额外使用了两个数组空间，其空间复杂度为：o(n) * 解题思路：对于一个数组，求最大子数组之和，我们可以分为三部分： * 我们以最后一个元素array[n-1]为例子： * 1：array[n-1]自己构成最大的子数组 * 2：包含array[n-1]的最大子数组，即以array[n-1]结尾，我们用End[n-1]表示 * 3：不包含array[n-1]的最大子数组，那么求arra.

/** * 最大子数组问题算法（优化的蛮力法）（重复利用已经计算的子数组和，相比较方法一,时间复杂度为：O（n^2）） */ private static void getSumOfSubArray02(int array[]) { int n = array.length; int thisSum, maxSum = Integer.MIN_VALUE, i, j; for (i = 0; i < n; i++) { .

/** * 最大子数组问题算法（蛮力法 O(n^3)） */ private static void getSumOfSubArray01(int array[]) { int n = array.length; int thisSum, maxSum = Integer.MIN_VALUE, k, i, j; for (i = 0; i < n; i++) { for (j = i; j < .

public static int[] mergeSort(int a[], int low, int high) { int mid = (low + high) / 2; if (low < high) { mergeSort(a, low, mid); mergeSort(a, mid + 1, high); merge(a, low, mid, high); } ...

public static void selectSort(int[] a) { int i, j; int n = a.length; for (i = 0; i < n - 1; i++) { for (j = i + 1; j < n; j++) { if (a[j] <= a[i]) { a[i] = a[i] + a[j]; ...

public static void insertSort(int[] arr) { int i, j; int n = arr.length; int target; for (i = 1; i < n; i++) { j = i; target = arr[i]; while (j > 0 && target < arr[j ...

/** * @Date: 2020-03-23 * @Description: 冒泡排序算法 */ public static void maoPaoSort(int[] a) { for (int i = 0; i < a.length - 1; i++) { for (int j = 0; j < a.length - 1 - i; j++) { if (a[j] >...

/** * @Date: 2020-03-30 * @Description: 最长公共子串问题 */ public static void longestCommonSubstring(char[] A, char[] B) { int n = A.length; int m = B.length; int[][] C = new int[n + 1][m + 1]; int lMax = 0, pMa.

/** * @Date: 2020-03-30 * @Description: 最长公共子序列问题 */ public static void longestCommonSubSequence(char[] A, char[] B) { int n = A.length; int m = B.length; int[][] C = new int[n + 1][m + 1]; int[][] Rec = .

递归方法求解： public class TreeNode { int val; TreeNode left; TreeNode right; TreeNode(int x) { val = x; } } public TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q) {

优先队列解法：public static ListNode mergeKLists2(ListNode[] lists) { if (lists == null || lists.length == 0) return null; // 1. 初始化小根堆 PriorityQueue<ListNode> queue = new PriorityQueue((Comparator<ListNode>) (o1, o2) ->

递归求解： public static ListNode mergeTwoListNode(ListNode l1, ListNode l2) { if (l1 == null || l2 == null) { return (l1 == null) ? l2 : l1; } if (l1.val <= l2.val) { l1.next = mergeTwoListNode(l1.next,

public static int findKthLargest(int[] nums, int k) { if (nums == null || nums.length == 0) { return 0; } //将第K个最大元素转换为第l个最小元素 int l = nums.length + 1 - k; return findKthLargestWithIndex(nums, 0, nums.le.

public static int countPrimes(int n) { if (n == 1) return 0; if (n == 2) return 0; if (n == 3) return 1; if (n == 4) return 2; if (n == 5) return 2; if (n == 6) return 3; if (n == 7) return 3; ...

public static int rob(int[] nums) { if (nums == null) { return 0; } int n = nums.length; if (n == 0) { return nums[0]; } int[] C = new int[n]; for (int i = 0; i < n; i+...

public static int maxProfit2(int[] prices) { if (prices == null || prices.length == 0 || prices.length == 1) { return 0; } int gap = 0; int profit = 0; for (int i = 0; i < prices.length; i++) { ...

public int maxProfit1(int[] prices) { if (prices.length == 0) return 0; int minNum = prices[0]; int index = 0; int earn = 0; for (int i = 1; i < prices.length; i++) { if (prices[i] &lt...

public static int[] twoSum01(int[] nums, int target) { if (nums == null || nums.length == 0) { return null; } int n = a.length; for (int i = 0; i < n - 1; i++) { for (int j = i + 1; j < n; ...

动态规划解法： public static int longestConsecutive(int[] nums) { if (nums == null || nums.length == 0) { return 0; } if (nums.length == 1) { return nums...

分治法求解第k大/小元素：public int findKthLargest(int[] nums, int k) { if (nums == null || nums.length == 0) { return 0; } //将第K个最大元素转换为第l个最小元素 int l = nums.length ...

第一种方法：双指针枚举法 public static int findLengthOfLCIS1(int[] nums) { if (nums == null || nums.length == 0) { return 0; } int n = nums.length; int maxLength ...

第一种方法：使用栈 public static String reverseWords(String s) { s = s.trim(); if (s == null || s.length() == 0) { return ""; } String allStr = ""; /...

你是一个专业的小偷，计划偷窃沿街的房屋。每间房内都藏有一定的现金，影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统，如果两间相邻的房屋在同一晚上被小偷闯入，系统会自动报警。给定一个代表每个房屋存放金额的非负整数数组，计算你在不触动警报装置的情况下，能够偷窃到的最高金额。示例 1:输入: [1,2,3,1]输出: 4解释: 偷窃 1 号房屋 (金额 = 1) ，然后偷窃 ...

1、传统的利用取余进行判断if (n % 2 == 1) { //n为奇数}if (n % 2 == 0) { //n为奇数}2、利用位运算&进行判断if((n & 1) == 1){ // n 是个奇数。}if((n & 1) == 0){ // n 是个偶数。}3、利用异或运算^进行判断if (1 ^...

/** * @Date: 2020-04-13 * @Description: 双基准快速排序--选取 A[left], A[right] 两个数为主元 */ public static void dualPivotQuickSort(int[] A, int left, int right) { if (right - left &gt...