嵌入式开发高频面试题——第四章 常见算法(上)

2024-09-04 00:20

本文主要是介绍嵌入式开发高频面试题——第四章 常见算法(上),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

      • 4.1 排序算法
        • 4.1.1 **各种排序算法的时间空间复杂度、稳定性** ⭐⭐⭐⭐⭐
        • 4.1.2 **各种排序算法什么时候有最好情况、最坏情况(尤其是快排)** ⭐⭐⭐⭐
      • 4.1.3 **冒泡排序** ⭐⭐⭐⭐
      • 4.1.4 **选择排序** ⭐⭐⭐⭐
      • 4.1.5 **插入排序** ⭐⭐⭐⭐
      • 4.1.6 **希尔排序** ⭐⭐⭐⭐
      • 4.1.7 **归并排序** ⭐⭐⭐⭐
      • 4.1.8 **快速排序** ⭐⭐⭐⭐⭐
      • 4.1.9 **快排的 partition 函数与归并的 Merge 函数** ⭐⭐⭐

4.1 排序算法

4.1.1 各种排序算法的时间空间复杂度、稳定性 ⭐⭐⭐⭐⭐
排序算法平均时间复杂度最好情况时间复杂度最坏情况时间复杂度空间复杂度稳定性
冒泡排序O(n^2)O(n)O(n^2)O(1)稳定
选择排序O(n^2)O(n^2)O(n^2)O(1)不稳定
插入排序O(n^2)O(n)O(n^2)O(1)稳定
希尔排序O(n log n)O(n log^2 n)O(n^2)O(1)不稳定
归并排序O(n log n)O(n log n)O(n log n)O(n)稳定
快速排序O(n log n)O(n log n)O(n^2)O(log n)不稳定
  • 稳定性:指的是如果两个元素相等,它们在排序前后的相对位置是否保持不变。
  • 时间复杂度:算法执行所需的时间,通常表示为最坏、平均和最好情况。
  • 空间复杂度:算法执行时所需的额外存储空间。
4.1.2 各种排序算法什么时候有最好情况、最坏情况(尤其是快排) ⭐⭐⭐⭐
  • 冒泡排序

    • 最好情况:数组已经有序,时间复杂度为 O(n)。
    • 最坏情况:数组逆序,时间复杂度为 O(n^2)。
  • 选择排序

    • 无论数组是否有序,最好和最坏情况的时间复杂度都是 O(n^2)。
  • 插入排序

    • 最好情况:数组已经有序,时间复杂度为 O(n)。
    • 最坏情况:数组逆序,时间复杂度为 O(n^2)。
  • 希尔排序

    • 最好情况:数组基本有序,时间复杂度接近 O(n log n)。
    • 最坏情况:数组完全无序,时间复杂度为 O(n^2)。
  • 归并排序

    • 最好和最坏情况的时间复杂度都是 O(n log n),因为归并排序是分治算法,分割和合并的过程都不会依赖于数据的顺序。
  • 快速排序

    • 最好情况:每次分割点恰好是数组的中位数,时间复杂度为 O(n log n)。
    • 最坏情况:每次分割点总是选择最大或最小值,时间复杂度为 O(n^2)(通常在数组几乎有序或完全无序时发生)。改进方式是使用随机化或三数取中。

4.1.3 冒泡排序 ⭐⭐⭐⭐

void bubbleSort(int arr[], int n) {for (int i = 0; i < n - 1; i++) {bool swapped = false;for (int j = 0; j < n - i - 1; j++) {if (arr[j] > arr[j + 1]) {std::swap(arr[j], arr[j + 1]);swapped = true;}}if (!swapped)break;}
}

4.1.4 选择排序 ⭐⭐⭐⭐

void selectionSort(int arr[], int n) {for (int i = 0; i < n - 1; i++) {int minIndex = i;for (int j = i + 1; j < n; j++) {if (arr[j] < arr[minIndex])minIndex = j;}std::swap(arr[i], arr[minIndex]);}
}

4.1.5 插入排序 ⭐⭐⭐⭐

void insertionSort(int arr[], int n) {for (int i = 1; i < n; i++) {int key = arr[i];int j = i - 1;while (j >= 0 && arr[j] > key) {arr[j + 1] = arr[j];j--;}arr[j + 1] = key;}
}

4.1.6 希尔排序 ⭐⭐⭐⭐

void shellSort(int arr[], int n) {for (int gap = n / 2; gap > 0; gap /= 2) {for (int i = gap; i < n; i++) {int temp = arr[i];int j;for (j = i; j >= gap && arr[j - gap] > temp; j -= gap) {arr[j] = arr[j - gap];}arr[j] = temp;}}
}

4.1.7 归并排序 ⭐⭐⭐⭐

void merge(int arr[], int left, int mid, int right) {int n1 = mid - left + 1;int n2 = right - mid;int L[n1], R[n2];for (int i = 0; i < n1; i++)L[i] = arr[left + i];for (int i = 0; i < n2; i++)R[i] = arr[mid + 1 + i];int i = 0, j = 0, k = left;while (i < n1 && j < n2) {if (L[i] <= R[j])arr[k++] = L[i++];elsearr[k++] = R[j++];}while (i < n1)arr[k++] = L[i++];while (j < n2)arr[k++] = R[j++];
}void mergeSort(int arr[], int left, int right) {if (left < right) {int mid = left + (right - left) / 2;mergeSort(arr, left, mid);mergeSort(arr, mid + 1, right);merge(arr, left, mid, right);}
}

4.1.8 快速排序 ⭐⭐⭐⭐⭐

int partition(int arr[], int low, int high) {int pivot = arr[high];int i = (low - 1);for (int j = low; j <= high - 1; j++) {if (arr[j] < pivot) {i++;std::swap(arr[i], arr[j]);}}std::swap(arr[i + 1], arr[high]);return (i + 1);
}void quickSort(int arr[], int low, int high) {if (low < high) {int pi = partition(arr, low, high);quickSort(arr, low, pi - 1);quickSort(arr, pi + 1, high);}
}

4.1.9 快排的 partition 函数与归并的 Merge 函数 ⭐⭐⭐

  • Partition 函数(用于快速排序):

    • 用来确定一个枢轴(pivot),将数组划分为两部分,使得枢轴左边的元素小于枢轴,右边的元素大于枢轴。
    • 快排基于分治思想,利用递归将划分后的部分继续排序。
  • Merge 函数(用于归并排序):

    • 用来合并两个已经排序的数组,形成一个有序数组。
    • 归并排序的分治过程首先对数组分割,然后通过Merge函数逐步将有序的子数组合并成最终的有序数组。

这篇关于嵌入式开发高频面试题——第四章 常见算法(上)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1134462

相关文章

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

SpringBoot启动报错的11个高频问题排查与解决终极指南

《SpringBoot启动报错的11个高频问题排查与解决终极指南》这篇文章主要为大家详细介绍了SpringBoot启动报错的11个高频问题的排查与解决,文中的示例代码讲解详细,感兴趣的小伙伴可以了解一... 目录1. 依赖冲突:NoSuchMethodError 的终极解法2. Bean注入失败:No qu

利用Python开发Markdown表格结构转换为Excel工具

《利用Python开发Markdown表格结构转换为Excel工具》在数据管理和文档编写过程中,我们经常使用Markdown来记录表格数据,但它没有Excel使用方便,所以本文将使用Python编写一... 目录1.完整代码2. 项目概述3. 代码解析3.1 依赖库3.2 GUI 设计3.3 解析 Mark

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

利用Go语言开发文件操作工具轻松处理所有文件

《利用Go语言开发文件操作工具轻松处理所有文件》在后端开发中,文件操作是一个非常常见但又容易出错的场景,本文小编要向大家介绍一个强大的Go语言文件操作工具库,它能帮你轻松处理各种文件操作场景... 目录为什么需要这个工具?核心功能详解1. 文件/目录存javascript在性检查2. 批量创建目录3. 文件

java常见报错及解决方案总结

《java常见报错及解决方案总结》:本文主要介绍Java编程中常见错误类型及示例,包括语法错误、空指针异常、数组下标越界、类型转换异常、文件未找到异常、除以零异常、非法线程操作异常、方法未定义异常... 目录1. 语法错误 (Syntax Errors)示例 1:解决方案:2. 空指针异常 (NullPoi

C++常见容器获取头元素的方法大全

《C++常见容器获取头元素的方法大全》在C++编程中,容器是存储和管理数据集合的重要工具,不同的容器提供了不同的接口来访问和操作其中的元素,获取容器的头元素(即第一个元素)是常见的操作之一,本文将详细... 目录一、std::vector二、std::list三、std::deque四、std::forwa

基于Python开发批量提取Excel图片的小工具

《基于Python开发批量提取Excel图片的小工具》这篇文章主要为大家详细介绍了如何使用Python中的openpyxl库开发一个小工具,可以实现批量提取Excel图片,有需要的小伙伴可以参考一下... 目前有一个需求,就是批量读取当前目录下所有文件夹里的Excel文件,去获取出Excel文件中的图片,并

基于Python开发PDF转PNG的可视化工具

《基于Python开发PDF转PNG的可视化工具》在数字文档处理领域,PDF到图像格式的转换是常见需求,本文介绍如何利用Python的PyMuPDF库和Tkinter框架开发一个带图形界面的PDF转P... 目录一、引言二、功能特性三、技术架构1. 技术栈组成2. 系统架构javascript设计3.效果图

如何通过Golang的container/list实现LRU缓存算法

《如何通过Golang的container/list实现LRU缓存算法》文章介绍了Go语言中container/list包实现的双向链表,并探讨了如何使用链表实现LRU缓存,LRU缓存通过维护一个双向... 目录力扣:146. LRU 缓存主要结构 List 和 Element常用方法1. 初始化链表2.