春天到了:TOP20面试官的算法套路越来越深了!

如果您也和我一样准备春招,只为TOP20大厂,欢迎加我微信sAnL1ng,一起交流面经,一起屡败屡战。

这一段时间里身边的朋友也在陆陆续续接到大厂的面试,我虚心请教了一下他们总结的经验:TOP20的面试难度主要在于全面的基础能力:算法VUE基础JS/css八股情商 ,而关于算法不少我的同学在面大厂时也吐槽到简单的不用看,太难的也不用看。原因就是简单的可以直接秒,太难的坐等被秒。那么我就在想这样考的目的在于什么呢?关于算法,我也准备了三种经典题型:树的搜索方式列表组装成树状态结构formatNumber耐心看完,我终于知道了大厂这样考的真实目的!

树的搜索方式

当聊到关于树的搜索方式,我首先想到的就是BFS(Breadth First Search)DFS(Deep First Search)这两种树的搜索方式:广度优先搜索深度优先搜索,接着就是这两者的区别,于是我脑海里又有了这张图。

当我们有一个完全二叉树的结构,依次按照这两种不同遍历方式打印的结果不同:

  • BFS: 0 -> 1 -> 2 -> 3 -> 4 -> 5 -> 6
  • DFS: 0 -> 1 -> 3 -> 4 -> 2 -> 5 -> 6

首先,一般这类解决问题的方式会出现在类似于迷宫问题之中,而面试官一上来就检验一下我们对数据结构的认识程度,先让我们手写一下这两种树的搜索方式,于是,我们早已胸有成竹,丝毫不慌地先拿最简单的DFS来开刀,再把目标转移到BFS

手写DFS

  • DFS是一种纵深探索的策略,它沿着树的深度遍历树的节点,尽可能深地搜索,直到找到解决方案或无法继续深入为止。当遍历到目前所在节点的所在边都已被探寻过,搜索将回溯到发现节点的那条边的起始节点

  • 实现DFS常常借助递归调用。首先访问根节点,然后尝试尽可能深地探索,直到到达叶子节点或者无法前进为止,这时回溯到上一个分支点,继续探索其他分支

js 复制代码
function dfs(node) {
    // 递归
    console.log(node.value);

    for (let child of node) {
        dfs(child);
    }
}

手写BFS

  • BFS是一种逐层搜索的策略,从根节点开始,首先访问所有与根节点相邻的节点,然后再按顺序访问下一层的所有节点。这样,离根节点近的节点会先被访问到,远的节点后被访问。

  • 在实际操作中,常使用队列数据结构来辅助实现。初始时,将根节点放入队列,然后每次从队列中取出一个节点并访问它,再将其所有未访问过的邻居节点加入队列

js 复制代码
function bfs(root) {
    // 队列 FIFO
    console.log(root.value);
    
    // 创建一个队列,并将根节点放入队列中,队列遵循先进先出(FIFO)原则
    const queue = [root];
    
    // 当队列不为空时,持续执行循环
    while (queue.length) {
        // 弹出队列的第一个节点(即最先入队的节点)
        const currentNode = queue.shift(); 
        console.log(currentNode.value);

        // 检查当前节点是否还有子节点
        if (currentNode.children) {
            // 对于当前节点的每一个子节点依旧按顺序推入到队列尾部
            currentNode.children.foeEach(child => {
                queue.push(child);
            })
        }
    }
}

列表转树状结构

毫无疑问,TOP20以内的大厂不会直接地叫我们去手写BFS和DFS,而是绕个弯子出一道场景题考验我们的思维逻辑能力:在前后端交流的时候,后端从数据库拿到一个有很多itemslist,并且它们之间有父子节点的关系,前端负责将这个列表结构转为对应的树状结构

js 复制代码
// 后端返回的就是列表项
// 前端要自行转树形结构
        const list = [
            {
                id: 1001,
                parentId: 0,
                name: "AA",
            },
            {
                id: 1002,
                parentId: 1001,
                name: "BB",
            },
            {
                id: 1003,
                parentId: 1001,
                name: "CC",
            },
            {
                id: 1004,
                parentId: 1003,
                name: "DD",
            },
            {
                id: 1005,
                parentId: 1003,
                name: "EE",
            },
            {
                id: 1006,
                parentId: 1002,
                name: "FF",
            },
            {
                id: 1007,
                parentId: 1002,
                name: "GG",
            },
            {
                id: 1008,
                parentId: 1004,
                name: "HH",
            },
            {
                id: 1009,
                parentId: 1005,
                name: "II",
            },
        ];

这时候,小伙伴们心里是否有一些解决方式?没错!我第一个想法想必和大家一样,先来硬的试试暴力解法是否可行,嘻嘻🤭

暴力解法

在将列表转换为树形结构的过程中,通过ForEach遍历整个数据列表来寻找每个元素的父节点。具体实现是每次遍历到一个节点时,都会在整个数据列表中查找其parentId对应的节点,并将其添加到父节点的children数组中。如果未找到父节点,则认为当前节点是一级节点,直接将其添加到结果数组res中。

js 复制代码
// 暴力解法
        function listToSimpleTree(data) {
            const res = [];

            data.forEach(item => {
                const parent = data.find(node => node.id === item.parentId);
                if (parent) {
                    parent.children = parent.children || [];
                    parent.children.push(item);
                } else {
                    //一级节点
                    res.push(item)
                }
            })

            return res;
        }
  • 运行结果:

时间复杂度:O(n^2)

HashMap ------空间换时间

尽管暴力解法易于理解,但在数据量较大的情况下效率较低。所以我们接着给面试官介绍到我们另一种思路:通过HashMap优化时间复杂度,用空间换时间

  • 优化后的做法是首先通过遍历数据创建一个键值对映射(哈希表),其中键是每个节点的id,值是节点本身。这样做的空间复杂度是O(n),因为需要为每个节点存储一个映射关系。

  • 然后,在第二次遍历时,根据每个节点的parentId,可以直接通过哈希表在O(1)时间内查找到对应的父节点。这样就避免了重复遍历整个列表来查找父节点,极大地降低了时间复杂度

js 复制代码
// 优化时间复杂度 用空间换时间
        function listToTree(data) {
            // 空间换时间
            const obj = {}
            // 当数据项很庞大的时候 比如中国的地市
            // O(1) 
            data.forEach(item => {
                obj[item.id] = item
            })

            const res = [];

            data.forEach(item => {
                const parent = obj[item.parentId]
                if (parent) {
                    parent.children = parent.children || [];
                    parent.children.push(item);
                } else {
                    res.push(item);
                }
            }
            )

            return res;
        }

时间复杂度:O(n)

递归解决

除了上述两种方式之外,我们还可以有新的解法吗? 当然,我们来看看目前已知的特殊条件:就是这个数据结构中有明确的父子关系标识(这里的parentIdid),并且我们需要通过不断地对一个节点进行父子节点关系的查找,所以我们可以通过递归实现将子节点的id作为新的key然后调用自身,就可以实现由浅至深的树结构构建过程。

  • 递归的核心在于定义了一个名为loop的内部函数,这个函数接受一个参数key,代表当前待处理的父节点ID。函数通过遍历数据列表,对每个元素检查其parentId属性是否与key相等,若相等则说明该元素是当前父节点的子节点。

  • 对于每个找到的子节点,函数进一步对其调用自身(即loop(item.id)),以便继续向下查找其子节点,形成了逐层深入构建树形结构的过程。当遇到parentId0的节点时,视为根节点,递归的起点由此开始。

js 复制代码
// 递归解决
        function recursiveToTree(data) {
            function loop(key) {
                const arr = []
                data.forEach(item => {
                    if (item.parentId === key) {
                        item.children = loop(item.id)
                        arr.push(item)
                    }
                })
                return arr
            }
            return loop(0)
        }

时间复杂度:O(n)

formatNumber(数字格式转换)

除了关于树之类的算法题,面试官还热衷于问一些发散性的情景类题目:如何实现国外标准货币格式化表达 ,我们知道在国际通用货币表达方式中,大额数字通常采用每三位一组的方式分隔开来,例如"1,234,567"

  • 同学,请看题:

  • 假如我们有一个非负数,他可能是正整数也有可能是非负的浮点数,请设计一个函数: 这个函数接受一个number数字,返回的结果为这个数字通过国外标准货币格式化后的number数字。

js 复制代码
// 1,234,567 国外标准货币表达方式 
function formatNumber(number) {
    if (typeof number !== 'number') {
        return;
    }
    // 类型转换
    number += '';
    let [interger, decimal] = number.split('.')
    // 内部函数封装 复用 负责加入','
    const doSplit = (num, isInteger = true) => {
        if (num === '') return ''

        if (isInteger) num = num.split('').reverse()
        let str = []
        for (let i = 0; i < num.length; i++) {
            if (i !== 0 && i % 3 === 0) {
                str.push(',')
            }
            str.push(num[i]);
        }
        if(isInteger) return str.reverse().join('')
        return str.join('')
    }
    interger = doSplit(interger);
    decimal = doSplit(decimal,false);
    return interger + (decimal === '' ? '':'.' + decimal); 
}

console.log(formatNumber(12345.6789)); // 12,345.678,9

代码解释

  1. 当调用formatNumber函数并传入一个数字时,函数首先验证参数number的类型是否为数字。如果不是,函数会直接返回。

  2. 接着,将数字转换为字符串并分割出整数小数部分。number加上空字符串使其变为字符串类型,然后使用split('.')方法分离整数和小数。

doSplit函数作为内部复用模块,用于给数字字符串添加千位分隔符。它接受两个参数:

  • num:要格式化的数字字符串。
  • isInteger:一个布尔值,表示是否处理的是整数部分,默认为true
  1. 对于整数部分,doSplit首先检查num是否为空,若为空则返回空字符串。接着,如果isIntegertrue,则将数字字符串反转以便从右向左添加逗号。然后创建一个空数组str,在遍历数字字符串的过程中,每当索引位置满足每三个字符一组时(即i % 3 === 0i不为0),就在数组中插入一个逗号。之后,将所有字符依次推入数组。最后,如果是整数部分,则将数组反转并连接成字符串返回;否则,直接连接数组成员成字符串返回。

  2. 函数调用doSplit分别处理整数部分和小数部分,将处理过后的整数字符串赋值给interger,小数字符串赋值给decimal

  3. 最后,函数将格式化后的整数和小数部分组合在一起,如果小数部分不存在(即decimal为空字符串),则只返回整数部分;否则,将两者以小数点分隔后返回。

总结

到目前为止,我总结了一些身边诸多朋友面百度、字节这类大厂时被问到的一些题目,但是更重要的是理解到了面试官的真实想法:面试官在考我们这些算法题目时,其目的并不在于考验我们的技术有多卓越,而是更注重我们的思路、想法如何,如果我们能从最简单的题目出发,举一反三,展示出我们的发散性思维将会是一个大大的加分项。

相关推荐
passer__jw7675 分钟前
【LeetCode】【算法】283. 移动零
数据结构·算法·leetcode
光影少年6 分钟前
vue2与vue3的全局通信插件,如何实现自定义的插件
前端·javascript·vue.js
As977_7 分钟前
前端学习Day12 CSS盒子的定位(相对定位篇“附练习”)
前端·css·学习
susu10830189119 分钟前
vue3 css的样式如果background没有,如何覆盖有background的样式
前端·css
Ocean☾11 分钟前
前端基础-html-注册界面
前端·算法·html
Dragon Wu13 分钟前
前端 Canvas 绘画 总结
前端
CodeToGym18 分钟前
Webpack性能优化指南:从构建到部署的全方位策略
前端·webpack·性能优化
~甲壳虫19 分钟前
说说webpack中常见的Loader?解决了什么问题?
前端·webpack·node.js
顶呱呱程序19 分钟前
2-143 基于matlab-GUI的脉冲响应不变法实现音频滤波功能
算法·matlab·音视频·matlab-gui·音频滤波·脉冲响应不变法
~甲壳虫23 分钟前
说说webpack proxy工作原理?为什么能解决跨域
前端·webpack·node.js