电子发烧友App
前言
常用java算法有哪些？就好比问，汉语中常用写作方法有多少种，怎么分类。算法按用途分，体现设计目的、有什么特点算法按实现方式分，有递归、迭代、平行、序列、过程、确定、不确定等等算法按设计范型分，有分治、动态、贪心、线性、图论、简化等等作为图灵完备的语言，理论上”Java语言“可以实现所有算法。“Java的标准库‘中用了一些常用数据结构和相关算法。像apache common这样的java库中又提供了一些通用的算法
最常见10大算法类型
下文总结了程序员在代码面试中最常遇到的10大算法类型，想要真正了解这些算法的原理，还需程序员们花些功夫。
1.String/Array/Matrix 在Java中，
String是一个包含char数组和其它字段、方法的类。如果没有IDE自动完成代码，下面这个方法大家应该记住：
toCharArray（） //get char array of a String
Arrays.sort（） //sort an array
Arrays.toString（char［］ a） //convert to string
charAt（int x） //get a char at the specific index
length（） //string length
length //array size
substring（int beginIndex）
substring（int beginIndex， int endIndex）
Integer.valueOf（）//string to integer
String.valueOf（）/integer to string
String/arrays很容易理解，但与它们有关的问题常常需要高级的算法去解决，例如动态编程、递归等。
下面列出一些需要高级算法才能解决的经典问题：
· Evaluate Reverse Polish Notation ·
Longest Palindromic Substring ·
单词分割 ·
字梯
· Median of Two Sorted Arrays ·
正则表达式匹配
· 合并间隔 ·
插入间隔
· Two Sum ·
3Sum
4Sum ·
3Sum Closest ·
String to Integer ·
合并排序数组
· Valid Parentheses ·
实现strStr（） ·
Set Matrix Zeroes ·
搜索插入位置 ·
Longest Consecutive Sequence
· Valid Palindrome ·
螺旋矩阵
· 搜索一个二维矩阵
旋转图像 ·
三角形
· Distinct Subsequences Total ·
Maximum Subarray ·
删除重复的排序数组
· 删除重复的排序数组2 ·
查找没有重复的最长子串 ·
包含两个独特字符的最长子串
· Palindrome Partitioning
2. 链表
在Java中实现链表是非常简单的，每个节点都有一个值，然后把它链接到下一个节点。 class Node {
int val;
Node next;
Node（int x） {
val = x;
next = null; }
}
比较流行的两个链表例子就是栈和队列。 栈（Stack）
class Stack{ Node top;
public Node peek（）{
if（top ！= null）{
return top;
}
return null; }
public Node pop（）{
if（top == null）{
return null;
}else{
Node temp = new Node（top.val）;
top = top.next;
return temp;
} }
public void push（Node n）{
if（n ！= null）{
n.next = top;
top = n;
}
}
}
队列（Queue）
class Queue{
Node first， last;
public void enqueue（Node n）{
if（first == null）{
first = n;
last = first;
}else{
last.next = n;
last = n;
}
}
public Node dequeue（）{
if（first == null）{
return null;
}else{
Node temp = new Node（first.val）;
first = first.next;
return temp;
}
} }
值得一提的是，Java标准库中已经包含一个叫做Stack的类，链表也可以作为一个队列使用（add（）和remove（））。（链表实现队列接口）如果你在面试过程中，需要用到栈或队列解决问题时，你可以直接使用它们。
在实际中，需要用到链表的算法有：
· 插入两个数字 ·
重新排序列表 ·
链表周期
Copy List with Random Pointer
· 合并两个有序列表 ·
合并多个排序列表 ·
从排序列表中删除重复的 ·
分区列表 ·
LRU缓存
3.树&堆
这里的树通常是指二叉树。
class TreeNode{
int value; TreeNode left; TreeNode right;
}
下面是一些与二叉树有关的概念：
· 二叉树搜索：对于所有节点，顺序是：left children 《= current node 《= right children； ·
平衡vs.非平衡：它是一 棵空树或它的左右两个子树的高度差的绝对值不超过1，
并且左右两个子树都是一棵平衡二叉树； ·
满二叉树：除最后一层无任何子节点外，每一层上的所有结点都有两个子结点；
· 完美二叉树（Perfect Binary Tree）：一个满二叉树，所有叶子都在同一个深度或同一级，并且每个父节点都有两个子节点； ·
完全二叉树：若设二叉树的深度为h，除第 h 层外，其它各层 （1～h-1） 的结点数都达到最大个数，第 h 层所有的结点都连续集中在最左边，这就是完全二叉树。 堆（Heap）是一个基于树的数据结构，也可以称为优先队列（ PriorityQueue），在队列中，调度程序反复提取队列中第一个作业并运行，因而实际情况中某些时间较短的任务将等待很长时间才能结束，或者某些不短小，但具有重要性的作业，同样应当具有优先权。堆即为解决此类问题设计的一种数据结构。
下面列出一些基于二叉树和堆的算法：
· 二叉树前序遍历
· 二叉树中序遍历
· 二叉树后序遍历
字梯 ·
验证二叉查找树 ·
把二叉树变平放到链表里
· 二叉树路径和 ·
从前序和后序构建二叉树 ·
把有序数组转换为二叉查找树 ·
把有序列表转为二叉查找树
· 最小深度二叉树 ·
二叉树最大路径和
· 平衡二叉树
4.Graph
与Graph相关的问题主要集中在深度优先搜索和宽度优先搜索。深度优先搜索非常简单，你可以从根节点开始循环整个邻居节点。下面是一个非常简单的宽度优先搜索例子，核心是用队列去存储节点。
第一步，定义一个GraphNode
class GraphNode{
int val;
GraphNode next;
GraphNode［］ neighbors;
boolean visited;
GraphNode（int x） {
val = x;
}
GraphNode（int x， GraphNode［］ n）{
val = x;
neighbors = n;
}
public String toString（）{ return “value： ”+ this.val; } }
第二步，定义一个队列
class Queue{
GraphNode first， last;
public void enqueue（GraphNode n）{
if（first == null）{
first = n;
last = first;
}else{
last.next = n;
last = n;
}
}
public GraphNode dequeue（）{
if（first == null）{
return null;
}else{
GraphNode temp = new GraphNode（first.val， first.neighbors）; first = first.next; return temp;
}
}
}
第三步，使用队列进行宽度优先搜索
public class GraphTest {
public static void main（String［］ args） {
GraphNode n1 = new GraphNode（1）;
GraphNode n2 = new GraphNode（2）;
GraphNode n3 = new GraphNode（3）;
GraphNode n4 = new GraphNode（4）;
GraphNode n5 = new GraphNode（5）;
n1.neighbors = new GraphNode［］{n2，n3，n5};
n2.neighbors = new GraphNode［］{n1，n4};
n3.neighbors = new GraphNode［］{n1，n4，n5};
n4.neighbors = new GraphNode［］{n2，n3，n5};
n5.neighbors = new GraphNode［］{n1，n3，n4};
breathFirstSearch（n1， 5）;
}
Public static void breathFirstSearch（GraphNode root， int x）{
if（root.val == x）
System.out.println（“find in root”）;
Queue queue = new Queue（）;
root.visited = true;
queue.enqueue（root）;
while（queue.first ！= null）{
GraphNode c = （GraphNode） queue.dequeue（）;
for（GraphNode n： c.neighbors）{
if（！n.visited）{
System.out.print（n + “ ”）;
n.visited = true;
if（n.val == x）
System.out.println（“Find ”+n）;
queue.enqueue（n）;
}
}
}
} }
输出结果：
value： 2 value： 3 value： 5 Find value： 5
value： 4
实际中，基于Graph需要经常用到的算法：
克隆Graph
工商网监
评论