面试常见手撕代码题
常见排序算法的实现
堆排序
https://www.jianshu.com/p/11655047ab58
（升序排序）整体思路是：
- 初始数组表示一个未排序的原始堆
- 构造一个最大堆
- 依次将堆顶元素交换到堆尾，调整使其保持最大堆，堆尾指针前移，直到所有元素有序（堆中之剩下堆顶元素）
快速排序
快排的核心部分在于partition的实现。partition需要找到一个元素的正确位置，将其移动到这个位置，并返回这个位置。
归并排序
https://www.cnblogs.com/chengxiao/p/6194356.html
归并排序的核心在于分治。分就是把原数组一分为二，然后再分，直到每一部分只剩下最多一个元素；并就是把结果合并，当每一部分最多有一个元素的时候可以直接交换，而多于一个元素的时候可以将有序的两部分从头到尾比较排序。
在合并的时候会用到额外的空间，因此可以在一开始就定义一块和原数组相同大小的空间用于合并，避免递归过程中频繁开辟新的空间。
链表
反转链表（递归和非递归）
https://leetcode-cn.com/problems/reverse-linked-list/
非递归（头插法）
public ListNode reverseList(ListNode head) {
ListNode newHead = null;
while(head!=null){
ListNode t = head.next;
head.next = newHead;
newHead = head;
head = t;
}
return newHead;
} 递归（头插法）
public ListNode reverseList(ListNode head) {
return reverse(null, head);
}
public ListNode reverse(ListNode newHead, ListNode head) {
if(head==null){
return newHead;
}
else{
ListNode t = head.next;
head.next = newHead;
newHead = head;
return reverse(newHead, t);
}
} 倒数第K个节点
使用双指针的时候要注意链表的长度，要考虑第二个指针在第一次前进k个节点时出现null的情况。
检测环
使用快慢指针。
引申问题1：为什么快指针的步长是2，而不是3、4、5...？
https://blog.csdn.net/xgjonathan/article/details/18034825
结论：
- 无论步长为多少，快慢指针在环里都能相遇
- 步长设置为2能最快确定有环
引申问题2：如何确定环的入口？
s：从起始点到环入口的距离
cl：环长度
当慢指针刚好进入环中，也就是慢指针走了 s 步之后，快指针走了 2s 步，所以快指针在环中走了 2s - s = s 步；
由于存在 s > cl 的情况，我们记快指针超出 ks（k为自然数） 的距离是 s % cl ；
此时，快指针需要追及慢指针的距离是 cl - s % cl；
因此，当慢指针在环中走了cl - s % cl 步后，快指针追上了慢指针；
所以，相遇之后的慢指针距离 ks 的距离是 cl - (cl - s % cl) = s % cl 。因为有环的存在，我们可以把这个距离看成 s + M * cl，M 是正整数。所以相遇时的慢指针距离环的起始结点ks 是 s 。这时，我们再设置另一个指针从单向链表的头开始，以步长为 1 移动，移动 s 步后相遇，而这个相遇结点正好就是环的起始结点。
二叉树
二叉树的递归遍历以及（前中后序）非递归遍历
https://www.cnblogs.com/dolphin0520/archive/2011/08/25/2153720.html
二叉树的层序遍历（使用/不使用额外的数据结构）
https://blog.csdn.net/m0_37925202/article/details/80796010
图（矩阵）的深度优先和广度优先遍历
https://blog.csdn.net/jeffleo/article/details/53309286
动态规划
最长公共子串
https://segmentfault.com/a/1190000002641054
最长递增子序列
https://blog.csdn.net/u013178472/article/details/54926531
最长回文串
https://blog.csdn.net/kangroger/article/details/37742639
实现一个LRU的Cache
设计一个类LRUCache，满足以下条件：
- 这个类的构造函数应该传入一个int类型的参数size，表示最多可容纳多少个元素
- 包含方法put、get。put是放入新元素，get是获取某一个元素
- 当LRUCache满了之后删除最近最久未使用的元素。
1. 使用Java自带的LinkedHashMap
这种方法比较简单，就是维护一个LinkedHashMap，重写它的removeEldestEntry方法。
LinkedHashMap的三个构造参数分别表示初始大小、扩张因子、使用accessOrder排序。如果不指定第三个参数，则会按照添加的顺序排序。
public class LRUCache {
private LinkedHashMap<String,String> cache;
private int maxsize;
public LRUCache(int maxsize){
this.maxsize = maxsize;
this.cache = new LinkedHashMap<String,String>(16,0.75f,true){
@Override
protected boolean removeEldestEntry(Map.Entry<String,String> eldest) {
return this.size()>maxsize;
}
};
}
public void put(String key,String value){
cache.put(key,value);
}
public String get(String key){
return cache.get(key);
}
} 2. 仅使用Java中的HashMap和Deque
本质上LRUCache就是一个HashMap，只不过需要使元素之间维持一定的顺序。LinkedHashMap实现了这个功能。如果不使用LinkedHashMap的话，则需要使用与其类似的思路，使用HashMap存储键值对，然后使用一个双端队列来记录访问顺序。这样效率很低，因为查询的时候需要先从队列中找到对应的key，完成一系列出队、入队操作最后再将这个key入队。
public class LRUCache {
private HashMap<String,String> cache;
private Deque<String> orderQueue;
private int maxsize;
public LRUCache(int maxsize){
this.maxsize = maxsize;
this.orderQueue = new ArrayDeque<>();
this.cache = new HashMap<>();
}
public void put(String key,String value){
if(cache.size()>=maxsize){
String eldestKey = orderQueue.poll();
cache.remove(eldestKey);
}
cache.put(key,value);
orderQueue.offer(key);
}
public String get(String key){
if(cache.size()<1||!cache.containsKey(key)){
return null;
}
Deque<String> stack = new ArrayDeque<String>();
String e = null;
while(!(e=orderQueue.poll()).equals(key)){
stack.push(e);
}
while(!stack.isEmpty()){
orderQueue.offerFirst(stack.pop());
}
orderQueue.offer(e);
return cache.get(key);
}
} 实现一个阻塞队列
阻塞队列的实现需要保证多线程围绕队满/队空这两个条件来协作。当队满时，添加元素的线程应当阻塞；当队空时，获取元素的线程应当阻塞。
public class MyBlockingQueue<T>{
private volatile List<T> queue;
private int size;
public MyBlockingQueue(int size){
queue = new ArrayList<>();
this.size = size;
}
public synchronized void put(T element) throws InterruptedException {
while(queue.size()>=size){
wait();
}
if(queue.size()==0){
// 如果为0，则可能有其他线程在阻塞get，因此调用notifyAll
notifyAll();
}
queue.add(element);
}
public synchronized T get() throws InterruptedException {
while(queue.isEmpty()){
wait();
}
if(queue.size()>=size){
// 如果为size，则可能有其他线程在阻塞put，因此调用notifyAll
notifyAll();
}
return queue.remove(0);
}
} 实现生产者/消费者模型
使用上面的阻塞队列实现：
public class ProducerConsumer{
private static MyBlockingQueue<Integer> queue;
static class Producer extends Thread{
private MyBlockingQueue<Integer> queue;
public Producer(MyBlockingQueue<Integer> queue){
super();
this.queue = queue;
}
@Override
public void run(){
Random rnd = new Random();
for(int i=0;i<100;i++) {
try {
queue.put(i);
System.out.println("Producing "+i);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
}
static class Consumer extends Thread{
private MyBlockingQueue queue;
public Consumer(MyBlockingQueue<Integer> queue){
super();
this.queue = queue;
}
@Override
public void run(){
while(true){
try {
System.out.println("Consuming "+queue.get());
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
}
public static void main(String[] args){
MyBlockingQueue<Integer> queue = new MyBlockingQueue<>(10);
Producer p = new Producer(queue);
Consumer c = new Consumer(queue);
p.start();
c.start();
}
}
实现两个线程交替打印
两个线程围绕一个合作变量flag进行合作。
需要将flag声明为volatile，否则程序会卡住，这跟JMM有关系。理论上说，每次工作线程修改了flag都迟早会同步到主内存，但是如果while循环体为空的话，访问flag会太频繁导致JVM来不及将修改后的值同步到主内存，这样一来程序就会一直卡在一个位置。
如果不使用volatile也是可以的，将循环体里面加上一句System.out.print("")就行了，这样可以降低访问flag的频率，从而使JVM有空将工作内存中的flag和主内存中的flag进行同步。
public class PrintAlternately {
static volatile int flag = 0;
static class EvenThread extends Thread{
@Override
public void run(){
for(int i=0;i<101;i+=2){
while(flag!=0){}
System.out.println(i);
flag = 1;
}
}
}
static class OddThread extends Thread{
@Override
public void run(){
for(int i=1;i<100;i+=2){
while(flag!=1){}
System.out.println(i);
flag = 0;
}
}
}
public static void main(String[] args){
EvenThread e = new EvenThread();
OddThread o = new OddThread();
e.start();
o.start();
}
} 文件的输入和输出
最长见的方法是使用BufferedReader逐行（字符流）读取文件，使用FileWriter或者BufferedWriter（字符流）写文件，区别是后者提供了方法newLine来写换行符，而前者需要手动写入\n或者\r\n来换行。
如果要求写文件的时候是在文件末尾添加，而不是整体覆盖，则FileWriter构造函数需要传入第二个参数true（表示使用append模式）。
public class WriterReader {
public static void main(String[] args){
try(BufferedReader reader = new BufferedReader(new FileReader("from.txt"));
BufferedWriter writer = new BufferedWriter(new FileWriter("to.txt"));){
String line = null;
while((line=reader.readLine())!=null){
writer.write(line);
writer.newLine();
}
} catch (Exception e) {
e.printStackTrace();
}
}
} 字符串转整型
思路：应该尽快调试出来一个转化的程序，然后再考虑各种情况。面试时手撕代码时间非常有限，所以优先使代码能工作，而不是所有情况都考虑全了，发现时间不够或者疯狂调bug。
先是一个合法字符串转正整数的方法：
public int transform(String str){
int res = 0;
int base = 1;
for(int i=str.length()-1;i>-1;i--){
char ch = str.charAt(i);
res = res + base*(ch-'0');
base *= 10;
}
return res;
} 然后再考虑下面这些情况：
- 正负号
- 小数点
- 溢出
- 非法字符
考虑所有问题后，写出来的参考代码为：
public class Solution {
public static int transform(String str) throws Exception{
String input = str;
// 先判断是否合法
if(!valid(str)){
throw new Exception("Invalid input string!");
}
// 判断正负
boolean isNegative = false;
if(str.charAt(0)=='-'){
isNegative = true;
input = input.substring(1,input.length());
}
// 去掉前面的0
int t = 0;
while(input.charAt(t)=='0'){
t += 1;
if(t>input.length()-1){
return 0;
}
}
input = input.substring(t, input.length());
// 去掉小数点
int pointIndex = getPointIndex(input);
int extra = 0;
if(pointIndex>-1){
if(pointIndex==input.length()-1){
input = input.substring(0, input.length()-1);
}else if(input.charAt(pointIndex+1)>'4'){
extra = 1;
input = input.substring(0, pointIndex);
}else{
input = input.substring(0, pointIndex);
}
}
// 第一个字符是小数点，则输出只能是0或1
if(input.length()<1){
return extra;
}
// 溢出判断
String MAXPOS = Integer.MAX_VALUE+"";
String MAXNEG = Integer.MIN_VALUE+"";
if(isNegative){
String temp = '-'+input;
if(temp.length()>MAXNEG.length()){
throw new Exception("Overflow error!");
}else if(temp.length()==MAXNEG.length()){
if(temp.compareTo(MAXNEG)>0){
throw new Exception("Overflow error!");
}else if(temp.compareTo(MAXNEG)==0&&extra>0){
throw new Exception("Overflow error!");
}
}
}else{
if(input.length()>MAXPOS.length()){
throw new Exception("Overflow error!");
}else if(input.length()==MAXPOS.length()){
if(input.compareTo(MAXPOS)>0){
throw new Exception("Overflow error!");
}else if(input.compareTo(MAXPOS)==0&&extra>0){
throw new Exception("Overflow error!");
}
}
}
//当前的字符串为合法的，无符号的，只包含数字的字符串，可以直接转化为数字（按需要添加负号）
int res = 0;
int base = 1;
for(int i=input.length()-1;i>-1;i--){
char ch = input.charAt(i);
res = res + base*(ch-'0');
base *= 10;
}
return res*(isNegative?-1:1);
}
public static int getPointIndex(String str){
for(int i=0;i<str.length();i++){
if(str.charAt(i)=='.'){
return i;
}
}
return -1;
}
public static boolean valid(String str){
if(str.charAt(0)=='-'&&str.length()>1){
return valid(str.substring(1, str.length()));
}
int nPoint = 0;
for(char ch:str.toCharArray()){
if(ch=='.'){
nPoint += 1;
if(nPoint>1){
return false;
}
}else if(ch>'9'||ch<'0'){
return false;
}
}
return true;
}
public static void main(String args[]){
//-2147483648 ~ 2147483647
String[] strs = new String[]{
"-2147483648.6", //Overflow error!
"2147483647.1", //2147483647
"0.67", //1
"adfasdf", //Invalid input string!
"2147483648", //Overflow error!
"1.1.5", //Invalid input string!
"123.", //123
".67" //1
};
for(String s:strs){
try{
System.out.println(transform(s));
}catch(Exception e){
System.out.println(e.getMessage());
}
}
}
} 
字节跳动成长空间 553人发布
查看15道真题和解析
投递搜狐等公司10个岗位