综述:
目的:本系列是个人整理为了秋招算法
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:材料主要源于网上知识点
进行的,每个代码参考热门博客和GPT3.5,其中也可能含有一些的个人思考。
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
点此到文末惊喜↩︎
使用long代替int
:标准规定int 至少 16 位,long int 至少 32 位,并且 sizeof(int) <= sizeof(long),所以在不同的编译器下,int可能位数不足出现整形溢出问题。(n & 1) == 1
:因为奇数的二进制尾数为1,二进制速度快。#include
while (cin >> a ){ 算法主体 }
cout
,注意删除自己的测试输出,不能使用return
,否则会一直报错语法错误
#include
#include
using namespqce std;
int main() {
long n = 0; // 表示n轮输入
cin >> n;
while (n--) {
int c = 0; // 每轮输入的整数个数
cin >> c;
vector<long> vec(c, 0);
for (int i = 0; i < vec.size(); ++i)
cin >> vec[i];
}
vector<vector<int>> dp(rows, vector<int>(cols, 0));// 注意要进行初始化
for (int i = 0; i < rows; ++i) {
for (int j = 0; j < cols; ++j) {
cin >> dp[i][j];// 不能使用push_back()进行处理
}
vector<int> vec;
int tmp = 0;
do {// 不能使用while(){},因为会丢失第一个输入
cin >> tmp;
vec.push_back(tmp);
} while (cin.get() != '\n');
输入部分进行健壮性检查
:尽量将代码进行划分,然后对每个部分进行健壮性检查。含有小数的计算要注意使用double
endl
进行换行cout << val << endl;
double
,如果空间不足再使用float
double val = 2.34535;
printf("%.2f\n", val);
bool function(){
// 1.健壮性检查
if (函数形参不符合情况) {
doing();
return false;
}
// 2.初始化:给工作变量赋初值,符合要求的第一次循环条件
int initial_value = 0;// 会被算法初始化的也应该赋初值
// 4.算法逻辑
while (工作变量符合算法循环条件) {// 注意考虑最后不足算法增量的部分
doing();// 对结果序列操作的函数
工作变量的迭代;// 注意工作变量在使用完成后已经被污染
}
// 5.收尾
处理不足最后一次算法增量的部分
return true;
}
void Recursion(vector<int> &vec,...){
// 递归出口
if (结束条件) return ;
// 递归体
Doing();
}
两次循环
降维成条件筛选+一次循环
// 示例:删除数组中的元素
int RemoveElement(vector<int>& nums, int val) {
// 健壮性检查
if (nums.empty()) return -1;
// 初始化操作
int slow = 0; // 慢指针负责更新处理
int fast = slow; // 快指针负责拓展选择
// 算法部分
while(fast < nums.size()){
if(nums[fast] != val){ // 快指针负责条件判断
nums[slow] = nums[fast];
++slow;
++fast;
}
++fast;
}
return slow;
}
// 示例:环形链表的入口
void SlideWindow(vector<int> vec) {
// 功能函数部分
auto slide_windows = [](vector<int> &nums, int left, int right){
// 直到到大窗口的右边界
// 直到到达窗口右边界停止
while(right < nums.size()) {
// - 扩大右边界并更新窗口状态
...
right++;
// - 窗口到达什么状态需要收缩
while(需要收缩) {
// - 缩小左边界并更新窗口状态
...
left++;
}
}
};
// 代码逻辑部分
// 健壮性处理
if (nums.size() <= 1) return ;
// 初始化
int left = 0;
int right = 0;
// 算法部分
slide_windows(vec, left, right);
}
// 二叉树的基本数据结构
struct TreeNode {
int val;
TreeNode *left;
TreeNode *right;
TreeNode(int v) : val(v), left(nullptr), right(nullptr){}
};
// 深度优先的递归遍历
// 中序遍历
void Traversal(TreeNode *root) {
if (root == nullptr) return ;
Traversal(root->left); // 左
Doing(root->val); // 中
Traversal(root->right); // 右
}
// 深度优先的非递归遍历
vector<int> Traversal(TreeNode* root) {
// 初始化
vector<int> result; // 结果容器
stack<TreeNode*> st; // 深度的栈
if (root != NULL) // 根非空则入栈
st.push(root);
// 遍历源容器
while (!st.empty()) {
TreeNode* node = st.top(); //
if (node != NULL) {
st.pop();
// 算法变化的部分,遍历的逆序
// 中
st.push(node);
st.push(NULL);
// 右
if (node->right) st.push(node->right);
// 左
if (node->left) st.push(node->left);
} else {
// 对值节点的处理
st.pop();// 弹出空值结点
node = st.top();
st.pop();
// 结点处理
result.emplace_back(node->val);
}
}
return result;
}
// 广度优先的非递归遍历
vector<vector<int>> Traversal(TreeNode* root) {
// 初始化
vector<vector<int>> result; // 结果容器
queue<TreeNode*> que; // 广度的队列
if(root != nullptr) // 根非空则入列
que.push(root);
// 算法
while (!que.empty()) { // 队列非空
vector<int> vec; // 结果存放
TreeNode* node; // 过程记录
int size = que.size(); // 初始化:记录每层要遍历的根节点数量
for (int i = 0; i < size; i++) { // que.size()会变化
// 处理结点
node = que.front(); // 记录队首结点
que.pop(); // 弹出队首结点
if (node->left) que.push(node->left); // 不需要node->left != nullptr
if (node->right) que.push(node->right);
// doing:处理结点
vec.emplace_back(node->val);
}
// 将每层筛选元素压入结果数组中
result.emplace_back(vec);
}
// 输出
return result;
}
// 组合问题
// 无重复元素的组合
class Solution {
public:
vector<vector<int>> combine(vector<int>vec, int k) {
result.clear(); // 可以不写
path.clear(); // 可以不写
BackTracking(vec, 0, k);
return result;
}
private:
// 回溯核心算法
vector<vector<int>> result; // 存放符合条件结果的集合
vector<int> path; // 用来存放符合条件结果
void Backtracking(vector<int> &vec, int start, int target) {
// 递归出口:满足条件则加入结果集中
if (path.size() == target) {
result.push_back(path);
return ;
}
// 回溯算法
for (int i = start; i < vec.size(); ++i) {
// 剪枝条件
if (i > vec.size() - (target-path.size()))
continue;
path.push_back(vec[i]); // 做出选择
Backtracking(vec, i + 1, target);// 递归
path.pop_back(); // 撤销选择
}
}
};
// 有重复元素的组合
class Solution {
public:
vector<vector<int>> combine(vector<int> vec, int k) {
result.clear(); // 可以不写
path.clear(); // 可以不写
sort(vec.begin(), vec.end());
BackTracking(vec, 0, k);
return result;
}
};
private:
// 回溯核心算法
vector<vector<int>> result; // 存放符合条件结果的集合
vector<int> path; // 用来存放符合条件结果
void BackTracking(vector<int> &vec, int start, int target) {
// 递归出口:满足条件则加入结果集中
if (path.size() == target) {
result.push_back(path);
return ;
}
// 回溯算法
for (int i = start; i < vec.size(); i++) {
// 剪枝:重复选择只选一次,需要配合sort使用
if (i > start && vec[i] == vec[i - 1])
continue;
// 回溯步骤
path.push_back(vec[i]); // 做出选择
BackTracking(vec, i + 1, target);// 递归
path.pop_back(); // 撤销选择
}
}
};
// 无重复元素的全排列
class Solution {
public:
vector<vector<int>> permute(vector<int>& nums) {
result.clear();
path.clear();
vector<bool> used(nums.size(), false);
backtracking(nums, used);
return result;
}
private:
vector<vector<int>> result;
vector<int> path;
void backtracking (vector<int>& nums, vector<bool>& used) {
// 此时说明找到了一组
if (path.size() == nums.size()) {
result.push_back(path);
return;
}
for (int i = 0; i < nums.size(); i++) {
if (used[i] == true) continue; // path里已经收录的元素,直接跳过
// 增加选择
used[i] = true;
path.push_back(nums[i]);
// 回溯
backtracking(nums, used);
// 撤销选择
path.pop_back();
used[i] = false;
}
}
};
// 有重复元素的全排列
class Solution {
public:
vector<vector<int>> permuteUnique(vector<int>& nums) {
// 重复计数
unordered_map<int, int> umap;
for (auto i : nums) ++umap[i];
backtrace(umap, 0, nums.size());
return res;
}
private:
vector<vector<int> > res;
vector<int> path;
void backtrace(unordered_map<int, int> &umap, int k, int total) {
if (k == total) {
res.push_back(path);
return;
}
for (auto& p : umap) { // 每轮递归结束会进入循环
if (p.second == 0) continue;
--p.second;
path.push_back(p.first);
backtrace(umap, k + 1, n);
++p.second;
path.pop_back();
}
}
};
// dp的推导
// - dp[j]为容量为j的背包所背的最大价值
// - 每次物品有两个选择
// - 放入则背包减去重量并增加价值 dp[j - weight[i]] + value[i]
// - 不放入则仍为 dp[j]
// 最终递推公式为dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
int main() {
// 子功能部分
auto bag_problem = [](vector<int> &weight, vector<int> &value, int bag_weight)->int{
vector<int> dp(bag_weight + 1, 0);
for (int i = 0; i < weight.size(); ++i) {
// 倒叙保证物品只添加一次,顺序会导致所用数据是刚更新的
// 而不是上一层滚动的
for (int j = bag_weight; j >= weight[i]; --j) {
dp[j] = max(dp[j], dp[j-weight[i]] + value[i]);
}
}
return dp[bag_weight];
};
// 逻辑部分
vector<int> weight = {1, 3, 4};
vector<int> value = {15, 20, 30};
int bag_weight = 4;
cout << bag_problem(weight, value, bag_weight);
}
#include
头文件#include
#include
#include
using namespace std;
int main() {
vector<int> vec{1, 2, 3, 4, 5};
// max和min函数
int min_val = min(a, b); // 返回a和b中较小的值
int max_val = max(a, b); // 返回a和b中较大的值
// sort函数:对容器进行自定义的排序
sort(vec.begin(), vec.end()); // 默认为升序排序
sort(vec.begin(), vec.end(), [](int a, int b){
return a < b; // 可以进行自定义
}); // 降序排序
// find函数:返回容器中指定值的迭代器,如果没有则返回end()
auto it = find(vec.begin(), vec.end(), 3);
if (it != vec.end()) cout << "找到了";
// remove函数:删除范围内的指定值
remove(vec.begisn(), vec.end(), 3);
// replace函数:将容器中的所有a值替换成b值
replace(v.begin(), v.end(), 3, 10); // 将所有3替换成10
// reverse函数:反转vector中的元素
reverse(vec.begin(), vec.end());
// count函数:计算在一个范围内某个值的出现次数
int n = count(vec.begin(), vec.end(), 3);// 注意若为字符使用'3'
// swap函数:交换两个变量的值
swap(a, b);
// 使用lower_bound函数查找第一个大于等于3的元素位置
auto it = lower_bound(vec.begin(), vec.end(), 3);
cout << it - vec.begin() << endl;
}
void QuickSort(vector<int> &vec, int left, int right) {
// 功能性函数:划分
auto partition = [](vector<int> &vec, int left, int right)->int{
int pivot = vec[left]; // 定义第一个为枢纽
while (left < right) {
// 从右向前找比枢纽值小的放在左边
while (left < right && vec[right] >= pivot) --right;
vec[left] = vec[right];
// 从左向后找比枢纽值大的放在右边
while (left < right && vec[left] <= pivot ) ++left;
vec[right] = vec[left];
}
// 填入枢纽值
vec[left] = pivot;
return left;
};
// 递归出口(需要使用大于等于)
if (left >= right) return ;// [left, right]中left=right,表示区间有序
// 递归体
int pivot_index = partition(vec, left, right);
QuickSort(vec, left, pivot_index-1);
QuickSort(vec, pivot_index+1, right);
}
ListNode* MergeList(ListNode* list1, ListNode* list2) {
// 健壮性检查
if (list1 == nullptr || list2 == nullptr)
return (list1 != nullptr) ? list1 : list2;
// 初始化
TreeNode *vhead = ListNode(-1);
TreeNode *cur = vhead;
// 算法
while (list1 != nullptr && list2 != nullptr) {
if (list1.val < list2.val) {
cur.next = list1;
list1 = list1.next;
} else {
cur.next = list2;
list2 = list2.next;
}
cur = cur.next;
}
// 收尾
cur.next = (list1 != nullptr) ? list1 : list2;
return vhead;
}
#include
#include
#include
using namespqce std;
int KthLargeElement(vector<int> &vec, int k) {
// 健壮性检查
if (k <= 0 || k > vec.size())
return INT_MIN;
// 初始化
sort(vec.begin(), vec.end(), [](int a, int b){
return a > b;
});
int count = 1;
// 算法部分
for (int i = 1; i < vec.size(); ++i) {// key:相邻遍历的方式
if (vec[i] != vec[i-1]) ++count;
if (count == k) break;
}
// 收尾
return vec[i];
}
去重
#include
#include
#include
using namespace std;
int main() {
// 基本去重
vector<int> vec = { 1, 2, 3, 1, 3 };
// 使用set去重的天然特性,然后再赋值给原容器
unordered_set<int> uset(vec.begin(), vec.end());
vec = vector<int>(uset.begin(), uset.end());// key
return 0;
}
遍历相邻元素
int sum = 0;
for (int i = 1; i < vec.size(); ++i) {
sum += vec[i] - vec[i-1];
}
字符串转换
进制转换
删除链表next结点
auto delete_node = [](TreeNode *cur){
if (cur != nullptr) {
ListNode* tmp = cur->next;
cur->next = cur->next->next;
delete tmp;
}
};
字符串切割
在这里插入代码片
#include
#include
#include
#include
#include
#include
using namespace std;
class MessageQueue {
public:
MessageQueue() {}
// 生产者放入消息队列中
void PushMsq(string msg) {
unique_lock<mutex> lock(mtx_);// 1.上锁:保证{}范围内的互斥访问
que_.push(msg); // 2.生产:向消息队列中添加消息
cv_.notify_one();// 3.唤醒:唤醒在该条件变量上等待队列优先级最高的一个线程
// m_cv.notify_all()会唤醒所有线程,但是会造成资源争用,要谨慎使用
}
// 消费者从消息队列中取出信息
string PopMsq() {
unique_lock<mutex> lock(mtx_);// 1. 上锁
// 2. 队列为空则等待:如果队列为空,等待生产者添加消息
while (que_.empty()) {
cv_.wait(lock);// 释放lock锁并阻塞等待
}
// 3. 消费:取出消息并返回
string msg = que_.front();
que_.pop();
return msg;
}
private:
// 记住这个顺序:先加智能锁,然后压入队列,最后唤醒条件变量上的线程
mutex mtx_; // 互斥锁:保证消息队列和条件变量的互斥访问
queue<string> que_; // 消息队列:生产者和消费者的缓冲区
condition_variable cv_; // 条件变量:保证生产者和消费者的同步
};
// 定义生产者线程函数
void producer(MessageQueue& mq) {
for (int i = 0; i < 10; ++i) {
string msg = "message " + to_string(i);
mq.PushMsq(msg);
this_thread::sleep_for(chrono::milliseconds(100));
// 生产者线程休眠一段时间
}
}
// 定义消费者线程函数
void consumer(int id, MessageQueue& mq) {
for (int i = 0; i < 5; ++i) {
string msg = mq.PopMsq();
cout << "consumer " << id << " get message: " << msg << std::endl;
this_thread::sleep_for(chrono::milliseconds(200));
// 消费者线程休眠一段时间
}
}
// 测试生产者消费者模型
int main() {
MessageQueue msq;
// 线程的创建:参数为(函数指针,函数形参)
thread t1(producer, ref(msq));
thread t2(consumer, 1, ref(msq));
thread t3(consumer, 2, ref(msq));
thread t4(consumer, 3, ref(msq));
// .join()执行完当前线程再向下执行
t1.join();
t2.join();
t3.join();
t4.join();
return 0;
}
// 饿汉式
class SinglePatter {
public:
static SinglePatter& GetInstance() {
static SinglePatter instance;
return instance;
}
private:
SinglePatter(){};
SinglePatter(SinglePatter &) = delete;
SinglePatter& operator=(const SinglePatter &) = delete;
};
// 懒汉式
class SinglePatter {
public:
static SinglePatter *GetInstance() {
unique_lock<mutex> lock(mtx);
if (instance == nullptr) {
instance = new SinglePatter();
}
return instance;
}
private:
static SinglePatter *instance;
static mutex mtx;
SinglePatter(){};
SinglePatter(SinglePatter &) = delete;
SinglePatter& operator=(const SinglePatter &) = delete;
};
// 自旋锁
int xchg(volatile int *addr, int new_val) {
int res;
asm volatile( // 将lock xchg换位cmpxhg是否就是CAS锁
"lock xchg %0, %1"
:"+m"(*addr),"=a"(res)
:"1"(new_val)
:"cc"
);
return res;
}
int locked = 0;
void lock(){
while (xchg(&locked, 1));
}
void unlock(){
xchg(&locked, 0);
}
功能性函数auto封装导致的代码优雅性问题,字节二面上下左右走格子中,使用回溯增加复杂性,但是代码优雅易于理解。
匿名函数只是一个对数据的单纯的逻辑处理,不应该有健壮性检查和返回值,数据的初始化部分应该由实参传输,除内部工作变量外,其他变量应该由外部提供。