字节跳动算法面试题为什么这么难？上周刚面过算法题已整理成pdf，分享

前几天博主刚去面试字节跳动，面试官问了一些算法题。已经记录下来整理成文档了。去面试之前就听说字节跳动面试非常喜欢考算法题，基本每轮技术面都会有算法题，而且很难。

即将要去大厂面试的小伙伴可以采纳一波。 戳此免费获取​pdf资料

字节跳动算法题

链表

面试题：反转单向链表

题目需要将一个单向链表反转。思路很简单，使用三个变量分别表示当前节点和当前节点的前后节点，虽然这题很简单，但是却是一道常考题

以下是实现该算法的代码

var reverseList = function(head) {
  // 判断下变量边界问题
  if (!head || !head.next) return head
  // 初始设置为空，因为第一个节点反转后就是尾部，尾部节点指向 null
  let pre = null
  let current = head
  let next
  // 判断当前节点是否为空
  // 不为空就先获取当前节点的下一节点
  // 然后把当前节点的 next 设为上一个节点
  // 然后把 current 设为下一个节点，pre 设为当前节点
  while(current) {
    next = current.next
    current.next = pre
    pre = current
    current = next
 }
  return pre
};

二叉树遍历

• 原理: 递归

function traversal(node,tempOrderTraversal) {
if (node != null) {
  // tempOrderTraversal.push(node.value) 前序遍历
  if (node.left != null) {
    preOrderTraversal(node.left,tempOrderTraversal)
  }
  // tempOrderTraversal.push(node.value) 中序遍历
  if (node.right != null) {
    preOrderTraversal(node.right,tempOrderTraversal)
    }
    // tempOrderTraversal.push(node.value) 后序遍历
     }
  }

不能使用递归时，则使用栈就是JS的数组push、pop

// 非递归遍历
var kthSmallest = function(root, k) {
const tempArr = [];
let result;
tempArr.push(root);
while (tempArr.length > 0) {
 result = tempArr.pop();
 if (result.value == k) break;
 if (result.left != null) tempArr.push(result.left);
 if (result.right != null) tempArr.push(result.right);
}
return result;
};

按位操作

1）按位与
每一位都为 1，结果才为 1

8 & 7 // -> 0
// 1000 & 0111 -> 0000 -> 0

2）按位或
其中一位为 1，结果就是 1

8 | 7 // -> 15
// 1000 | 0111 -> 1111 -> 15

3）按位异或
每一位都不同，结果才为 1

8 ^ 7 // -> 15
8 ^ 8 // -> 0
// 1000 ^ 0111 -> 1111 -> 15
// 1000 ^ 1000 -> 0000 -> 0

从以上代码中可以发现按位异或就是不进位加法

面试题：两个数不使用四则运算得出和

这道题中可以按位异或，因为按位异或就是不进位加法， 8 ^ 8 = 0 如果进位了，就是 16 了，所以我们只需要将两个数进行异或操作，然后进位。那么也就是说两个二进制都是 1 的位置，左边应该有一个进位 1，所以可以得出以下公式 a + b = (a ^ b) + ((a & b) << 1) ，然后通过迭代的方式模拟加法

function sum(a, b) {
  if (a == 0) return b
  if (b == 0) return a
  let newA = a ^ b
  let newB = (a & b) << 1
  return sum(newA, newB)
}

堆排序

堆排序利用了二叉堆的特性来做，二叉堆通常用数组表示，并且二叉堆是一颗完全二叉树（所有叶节点（最底层的节点）都是从左往右顺序排序，并且其他层的节点都是满的）。二叉堆又分为大根堆与小根堆。

• 大根堆是某个节点的所有子节点的值都比他小
• 小根堆是某个节点的所有子节点的值都比他大

堆排序的原理就是组成一个大根堆或者小根堆。以小根堆为例，某个节点的左边子节点索引是 i * 2 +1 ，右边是 i * 2 + 2 ，父节点是 (i - 1) /2 。

1. 首先遍历数组，判断该节点的父节点是否比他小，如果小就交换位置并继续判断，直到他的父节点比他大
2. 重新以上操作 1，直到数组首位是最大值
3. 然后将首位和末尾交换位置并将数组长度减一，表示数组末尾已是最大值，不需要再比较大小
4. 对比左右节点哪个大，然后记住大的节点的索引并且和父节点对比大小，如果子节点大就交换位置
5. 重复以上操作 3 - 4 直到整个数组都是大根堆。

以下是实现该算法的代码

function heap(array) {
 checkArray(array);
 // 将最大值交换到首位
 for (let i = 0; i < array.length; i++) {
  heapInsert(array, i);
}
 let size = array.length;
 // 交换首位和末尾
 swap(array, 0, --size);
 while (size > 0) {
  heapify(array, 0, size);
  swap(array, 0, --size);
}
 return array;
}
function heapInsert(array, index) {
 // 如果当前节点比父节点大，就交换
 while (array[index] > array[parseInt((index - 1) / 2)]) {
  swap(array, index, parseInt((index - 1) / 2));
  // 将索引变成父节点
  index = parseInt((index - 1) / 2);
}
}
function heapify(array, index, size) {
 let left = index * 2 + 1;
 while (left < size) {
  // 判断左右节点大小
  let largest =
   left + 1 < size && array[left] < array[left + 1] ? left + 1 : left;
  // 判断子节点和父节点大小
  largest = array[index] < array[largest] ? largest : index;
  if (largest === index) break;
  swap(array, index, largest);
  index = largest;
  left = index * 2 + 1;
}
}

以上代码实现了小根堆，如果需要实现大根堆，只需要把节点对比反一下就好。

树的深度

面试题：树的最大深度

题目需要求出一颗二叉树的最大深度

以下是实现该算法的代码

var maxDepth = function(root) {
  if (!root) return 0
  return Math.max(maxDepth(root.left), maxDepth(root.right)) + 1
};

对于该递归函数可以这样理解：一旦没有找到节点就会返回 0，每弹出一次递归函数就会加一，树有三层就会得到3。

快速排序

快速排序的基本思想：通过一趟排序将待排记录分隔成独立的两部分，其中一部分记录的关键字均比另一部分的关键字小，则可分别对这两部分记录继续进行排序，以达到整个序列有序。

快速排序使用分治法来把一个串（list）分为两个子串（sub-lists）。具体算法描述如下：

• 从数列中挑出一个元素，称为 “基准”（pivot）；
• 重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。在这个分区退出之后，该基准就处于数列的中间位置。这个称为分区（partition）操作；
• 递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子数列排序。

以下是实现该算法的代码

function quickSort(arr, left, right) {
    var len = arr.length,
        partitionIndex,
        left =typeof left !='number' ? 0 : left,
        right =typeof right !='number' ? len - 1 : right;

    if (left < right) {
        partitionIndex = partition(arr, left, right);
        quickSort(arr, left, partitionIndex-1);
        quickSort(arr, partitionIndex+1, right);
    }
    return arr;
}
function partition(arr, left ,right) {    // 分区操作
    var pivot = left,                     // 设定基准值（pivot）
        index = pivot + 1;
    for (var i = index; i <= right; i++) {
        if (arr[i] < arr[pivot]) {
            swap(arr, i, index);
            index++;
        }       
    }
    swap(arr, pivot, index - 1);
    return index-1;
}
function swap(arr, i, j) {
    var temp = arr[i];
    arr[i] = arr[j];
    arr[j] = temp;
}

✨面试题文档分享， 戳此免费获取​