搜狗2016校园招聘之算法编程解析

本文涉及的产品
全局流量管理 GTM,标准版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
云解析 DNS,旗舰版 1个月
简介: 1、第一个题:最近邻居 题目: 解题思路: 1)这个题如果用java,相对会好解一些,因为可以直接用JDK中的Point2D类,来定义坐标系空间中的一个点。 2)简单思路:暴力破解,计算任意两个点之间的距离,时间负责度为O(n^2); 3)优化思路:《编程之美》上给出了一个思路,利用分治法,将所有点所在的平面切成点数大致相同的两半,分为Left,Right,则距离最近的两个点,要么在Left区域中,要么在Right区域中,要么在跨两者中间的区域中,时间复杂度可以优化到O(nlgn)。

1、第一个题:最近邻居

题目:

解题思路:

1)这个题如果用java,相对会好解一些,因为可以直接用JDK中的Point2D类,来定义坐标系空间中的一个点。

2)简单思路:暴力破解,计算任意两个点之间的距离,时间负责度为O(n^2);

3)优化思路:《编程之美》上给出了一个思路,利用分治法,将所有点所在的平面切成点数大致相同的两半,分为Left,Right,则距离最近的两个点,要么在Left区域中,要么在Right区域中,要么在跨两者中间的区域中,时间复杂度可以优化到O(nlgn)。下面给出暴力破解的C++实现。

考察:二维平面求距离,库函数的应用,算法优化。

 1 struct Point2D{
 2     double x;
 3     double y;
 4     Point2D(double x1=0.0, double y1=0.0):x(x1),y(y1) {}
 5 };
 6 
 7 int* ClosetNeighborOfPoint2D(Point2D *pPoint, int n)
 8 {
 9     if (NULL == pPoint || n < 2)
10         return NULL;
11     
12     double minDistance = DBL_MAX; //"float.h, limits.h"
13     int *pRet = new int[2];
14 
15     for (int i = 0; i < n-1; i ++) {
16         for (int j = i + 1; j < n; j ++) {
17             double temp = pow(pPoint[j].x-pPoint[i].x,2)+pow(pPoint[j].y-pPoint[i].y, 2);
18 
19             if (temp < minDistance) {
20                 minDistance = temp;
21                 pRet[0] = i;
22                 pRet[1] = j;
23             }
24         }
25     }
26     if (pRet[0] > pRet[1]) {
27         int t = pRet[0];
28         pRet[0] = pRet[1];
29         pRet[1] = t;
30     }
31     return pRet;
32 }

2、第二个题:混乱还原
题目:

解题思路:

1)利用伪随机特性,只要时间种子一样且上限一样,都会产生相同的随机数;

2)保证打乱的序列能被还原,则需要一个额外的栈来保存随机数,把打乱所使用的随机数出栈与对应的元素进行交换就可以恢复。

考察:随机数的应用,栈的应用。

 1 void ShufferPhase(vector<int> &ivec, int seed) 
 2 {
 3     if (ivec.size() == 0 || seed <= 0)
 4         return;
 5     int n = ivec.size();
 6 
 7     srand(seed);
 8     for (int i = n; i > 0; i --) {
 9         int r = rand()%i;
10         int t = ivec[i-1];
11         ivec[i-1] = ivec[r];
12         ivec[r] = t;
13     }
14 }
15 
16 void ReStorePhase(vector<int> &ivec, int seed)
17 {
18     if (ivec.size() == 0 || seed <= 0)
19         return;
20 
21     int n = ivec.size();
22     stack<int> istack;
23 
24     srand(seed);
25     for (int i = n; i > 0; i --) {
26         int r = rand()%i;
27         istack.push(r);
28     }
29 
30     for (int i = 0; i < n; i ++) {
31         int r = istack.top();
32         istack.pop();
33         int t = ivec[r];
34         ivec[r] = ivec[i];
35         ivec[i] = t;
36     }
37 }

 

目录
相关文章
|
2月前
|
存储 算法 Java
解析HashSet的工作原理,揭示Set如何利用哈希算法和equals()方法确保元素唯一性,并通过示例代码展示了其“无重复”特性的具体应用
在Java中,Set接口以其独特的“无重复”特性脱颖而出。本文通过解析HashSet的工作原理,揭示Set如何利用哈希算法和equals()方法确保元素唯一性,并通过示例代码展示了其“无重复”特性的具体应用。
54 3
|
16天前
|
机器学习/深度学习 人工智能 算法
深入解析图神经网络:Graph Transformer的算法基础与工程实践
Graph Transformer是一种结合了Transformer自注意力机制与图神经网络(GNNs)特点的神经网络模型,专为处理图结构数据而设计。它通过改进的数据表示方法、自注意力机制、拉普拉斯位置编码、消息传递与聚合机制等核心技术,实现了对图中节点间关系信息的高效处理及长程依赖关系的捕捉,显著提升了图相关任务的性能。本文详细解析了Graph Transformer的技术原理、实现细节及应用场景,并通过图书推荐系统的实例,展示了其在实际问题解决中的强大能力。
106 30
|
20天前
|
存储 算法
深入解析PID控制算法:从理论到实践的完整指南
前言 大家好,今天我们介绍一下经典控制理论中的PID控制算法,并着重讲解该算法的编码实现,为实现后续的倒立摆样例内容做准备。 众所周知,掌握了 PID ,就相当于进入了控制工程的大门,也能为更高阶的控制理论学习打下基础。 在很多的自动化控制领域。都会遇到PID控制算法,这种算法具有很好的控制模式,可以让系统具有很好的鲁棒性。 基本介绍 PID 深入理解 (1)闭环控制系统:讲解 PID 之前,我们先解释什么是闭环控制系统。简单说就是一个有输入有输出的系统,输入能影响输出。一般情况下,人们也称输出为反馈,因此也叫闭环反馈控制系统。比如恒温水池,输入就是加热功率,输出就是水温度;比如冷库,
140 15
|
20天前
|
缓存 Java 调度
多线程编程核心:上下文切换深度解析
在现代计算机系统中,多线程编程已成为提高程序性能和响应速度的关键技术。然而,多线程编程中一个不可避免的概念就是上下文切换(Context Switching)。本文将深入探讨上下文切换的概念、原因、影响以及优化策略,帮助你在工作和学习中深入理解这一技术干货。
37 10
|
20天前
|
存储 编译器 C语言
【C语言】数据类型全解析:编程效率提升的秘诀
在C语言中,合理选择和使用数据类型是编程的关键。通过深入理解基本数据类型和派生数据类型,掌握类型限定符和扩展技巧,可以编写出高效、稳定、可维护的代码。无论是在普通应用还是嵌入式系统中,数据类型的合理使用都能显著提升程序的性能和可靠性。
40 8
|
20天前
|
算法 调度 开发者
多线程编程核心:上下文切换深度解析
在多线程编程中,上下文切换是一个至关重要的概念,它直接影响到程序的性能和响应速度。本文将深入探讨上下文切换的含义、原因、影响以及如何优化,帮助你在工作和学习中更好地理解和应用多线程技术。
31 4
|
1月前
|
存储 缓存 开发者
Python编程中的装饰器深度解析
本文将深入探讨Python语言的装饰器概念,通过实际代码示例展示如何创建和应用装饰器,并分析其背后的原理和作用。我们将从基础定义出发,逐步引导读者理解装饰器的高级用法,包括带参数的装饰器、多层装饰器以及装饰器与类方法的结合使用。文章旨在帮助初学者掌握这一强大工具,同时为有经验的开发者提供更深层次的理解和应用。
32 7
|
29天前
|
存储 安全 Java
Java多线程编程中的并发容器:深入解析与实战应用####
在本文中,我们将探讨Java多线程编程中的一个核心话题——并发容器。不同于传统单一线程环境下的数据结构,并发容器专为多线程场景设计,确保数据访问的线程安全性和高效性。我们将从基础概念出发,逐步深入到`java.util.concurrent`包下的核心并发容器实现,如`ConcurrentHashMap`、`CopyOnWriteArrayList`以及`BlockingQueue`等,通过实例代码演示其使用方法,并分析它们背后的设计原理与适用场景。无论你是Java并发编程的初学者还是希望深化理解的开发者,本文都将为你提供有价值的见解与实践指导。 --- ####
|
1月前
|
算法 Python
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果;贪心算法在每一步选择局部最优解,追求全局最优;动态规划通过保存子问题的解,避免重复计算,确保全局最优。这三种算法各具特色,适用于不同类型的问题,合理选择能显著提升编程效率。
49 2
|
1月前
|
安全 程序员 API

推荐镜像

更多
下一篇
DataWorks