【左程云算法全讲2】链表、栈、队列、递归、哈希表和有序表

系列综述：
💞目的：本系列是个人整理为了秋招面试的，整理期间苛求每个知识点，平衡理解简易度与深入程度。
🥰来源：材料主要源于左程云算法课程进行的，每个知识点的修正和深入主要参考各平台大佬的文章，其中也可能含有少量的个人实验自证。
🤭结语：如果有帮到你的地方，就点个赞和关注一下呗，谢谢🎈🎄🌷！！！
🌈【C++】秋招&实习面经汇总篇

文章目录

- - 面试技巧
  - 链表
  - 栈和队列
  - 递归
- 参考博客

😊点此到文末惊喜↩︎

面试技巧

写算法时候也要阐述自己的思路，即使写不出来
面试的算法：必须找到最优的解

链表

单向链表数据结构

// 单链表数据结构
struct LinkNode {
	int val;
	struct LinkNode *next;
	LinkNode(int v): val(v), next(nullptr){}
};
// 反转单链表
LinkNode *ReverseLinkList(LinkNode *head) {
	LinkNode *prev = nullptr;
	LinkNode *next = nullptr;
	while (head != nullptr) {	// head充当cur指针，表示每个操作的结点
		next = head->next;	// 记录值
		head->next = prev;
		prev = head;		// 两个指针的迭代
		head = next;
	}
	return prev;
}

双向链表数据结构

使用双链表作为底层实现栈和队列

struct LinkNode {
	int val;
	struct LinkNode *prev;
	struct LinkNode *next;
	LinkNode(int v): val(v), prev(nullptr), next(nullptr){}
};
// 反转双向链表
LinkNode *ReverseLinkList(LinkNode *head) {
	LinkNode *prev = nullptr;
	LinkNode *next = nullptr;
	while (head != nullptr) {	// head充当cur指针，表示每个操作的结点
		next = head->next;		// 记录值
		head->next = prev;		// key：当前双链表结点两个指针反转
		head->prev = next;
		prev = head;			// 两个指针的迭代
		head = next;
	}
	return prev;
}

// 删除指定结点
ListNode *DeleteTarget(ListNode *head, int target) {
    ListNode *vhead = new ListNode(-1);
    vhead->next = head;
	
    ListNode *prev = vhead;
    ListNode *cur = head;
    while (cur != nullptr) {
        if (cur->val == target) {
            ListNode *p = cur;
            cur = cur->next;
            delete p;		// 释放结点，jvm会自动释放
            prev->next = cur;
        } else {
            prev = cur;
            cur = cur->next;
        }
    }
    return vhead->next;
}
设计一个模板双链表，可以进行头部和尾部的增删，以及改查操作，并进行优化

栈和队列

双链表实现栈和队列
数组实现栈和队列
- 数组队列的实现应该是一个环状结构，使用
以O(1)时间获取当前栈的最小值
- leetcode题目：最小栈
- 思路1：最小栈同步记录对应的栈内最小值
- 思路2：最小栈只记录栈内的最小值，只有当前栈和最小栈顶元素相等，最小栈栈顶才弹出

class MinStack {
public:
    /** initialize your data structure here. */
    MinStack() {
        min_st.push(INT_MAX);
    }
    
    void push(int x) {
        cur_st.push(x);
        int p = min_st.top();
        // 最小栈的栈顶一直记录栈内的最小值
        if (x <= p) {
            min_st.push(x);
        } else {
            min_st.push(p);
        }
    }
    
    void pop() {
        cur_st.pop();
        min_st.pop();
    }
    
    int top() {
        return cur_st.top();
    }
    
    int getMin() {
        return min_st.top();
    }
private:
	// 使用两个栈记录，一个记录当前栈，另一个栈顶一直为栈内最小元素
    stack<int> cur_st;	
    stack<int> min_st;
};

使用栈实现队列
- 思路：两个栈，一个记录压入的元素，一个记录弹出的元素。

class MyQueue {
public:
    MyQueue() {
    }
    // 弹出栈为空则压入栈全部倒进弹出栈中
    void PushToPop(){
        if (pop_st.empty()) {
            while (!push_st.empty()) {
                pop_st.push(push_st.top());
                push_st.pop();
            }
        }
    }
    // 压入一个，则尝试倒栈
    void push(int x) {
        push_st.push(x);
        PushToPop();
    }
    // 先倒栈，在尝试弹出
    int pop() {
        PushToPop();
        int p = pop_st.top();
        pop_st.pop();
        return p;
    }
    int peek() {
        PushToPop();
        return pop_st.top();
    }
    bool empty() {
        return pop_st.empty() && push_st.empty();
    }
private:
    stack<int> push_st;
    
    stack<int> pop_st;
};

使用队列实现栈
- 思路：将队列头部的元素按序重新添加到队列尾部，其中最后一个即栈顶元素

class MyStack {
public:
    queue<int> que;
    /** Initialize your data structure here. */
    MyStack() { }
    /** Push element x onto stack. */
    void push(int x) {
        que.push(x);
    }
    /** Removes the element on top of the stack and returns that element. */
    int pop() {
        int size = que.size();
        size--;
        while (size--) { // 将队列头部的元素（除了最后一个元素外） 重新添加到队列尾部
            que.push(que.front());
            que.pop();
        }
        int result = que.front(); // 此时弹出的元素顺序就是栈的顺序了
        que.pop();
        return result;
    }
    // 队列的末尾元素即为栈顶元素
    int top() {
        return que.back();
    }
    /** Returns whether the stack is empty. */
    bool empty() {
        return que.empty();
    }
};

递归

递归的固定参数可以使用全局或者引用，其中的可变参数作为参数
递归求数组的最大值

int process(vector<int> &vec, int L, int R) {
    if (L == R) return vec[L];
    int mid = L + ((R-L)>>1);
    int left_max = process(vec, L, mid);
    int right_max = process(vec, mid+1, R);
    return max(left_max, right_max);
}

任何递归都可以改成非递归，因为递归本质利用了系统栈
特殊复杂度 $T(N) = a*T(N/b) + O(N^c)$ ，其中a、b和c都是常数，a是递归次数，b为递归划分分数，c
- 如果 $log_ba < d$ ，复杂度为 $O(N^d)$
- 如果 $log_ba > d$ ，复杂度为 $O(N^{log_ba})$
- 如果 $log_ba = d$ ，复杂度为 $O(N^d * logN)$