Python Web后端面试常考数据结构与算法

本文将对Python web后端面试时常考数据结构与算法进行总结，适合即将找工作或面试的你。Python web后端常考数据结构包括:

• 常见的数据结构链表、队列、栈、二叉树、堆

• 使用内置的结构实现高级数据结构，比如内置的list/deque实现栈

• LeetCode或者剑指Offer上的常考题，本文将给出示例。

链表

链表有单链表、双链表、循环双端链表

• 如何使用Python来表示链表结构

• 实现链表常见操作，比如插入节点，反转链表，合并多个链表等

• LeetCode练习常见链表题目，如翻转链表，如下所示：

合并两个有序链表

队列

队列（queue）是先进先出结构

• 如何使用Python实现队列？

• 实现队列的append和pop操作，如何做到先进先出

• 使用collections.deque实现队列

栈

栈（stack）是先进后出结构

• 如何使用Python实现栈？

• 实现栈的push和pop操作，如何做到先进后出

• 使用collections.deque实现队列

字典与集合

Python dict/set底层都是哈希表

• 哈希表的实现原理，底层其实就是一个数组

• 根据哈希函数快速定位一个元素，平均查找O(1)

• 不断加入元素会引起哈希表重新开辟空间，拷贝之前的元素到新数组

哈希表如何解决冲突

• 链接法：元素key冲突之后使用一个链表填充相同key的元素

• 开放寻址法：冲突之后根据一种方式(二次探查)寻找下一个可用的槽

• cpython使用的二次探查

 

二叉树

先序、中序、后序

• 先序 根左右

• 中序 左根右

• 后序 左右根

堆

堆其实是完全二叉树，有最大堆和最小堆

• 最大堆：对于每个非叶子节点V，V的值都比它的两个孩子大

• 最小堆：对于每个非叶子节点V，V的值都比它的两个孩子小

• 最大堆支持每次pop操作获取最大的元素，最小堆获取最小元素

• 常见问题：用堆完成topK问题，从海量数字中寻找最大的K个

Python常考算法

排序+查找，重中之重

• 常考排序算法：冒泡排序、快速排序、归并排序、堆排序

• 线性查找，二分查找

• 能独立实现代码（手写），能够分析时间空间复杂度

常见排序算法的时空复杂度

排序算法的稳定性

• 相同大小的元素在排序之后依然保持相对位置不变，就是稳定的

• r[i]=r[j]且r[i]在r[j]之前，排序之后r[i]依然在r[j]之前

• 稳定性对于排序一个复杂结构，并且需要保持原有排序才有意义

快速排序

快速排序经常问分治法(divide and conquer)，快排三步走:

• Partition：选择基准分割数组为两个子数组，小于基准和大于基准的

• 对两个子数组分别快排

• 合并结果

合并两个有序数组

• 要求m+n复杂度内

归并排序

堆排序

二分查找