Android 面试常见 - 二分查找算法题

简介: 前言金三银四,又是一个跳槽的季节。在面试的过程中,有时候难免会碰到一些算法题目。今天,为大家整理了二分查找常见的算法题。主要包括以下三点旋转数组中的最小数字在旋转数组中查找某个数排序数组中某个数的出现次数旋转数组的最小数字题目:把一个数组最开始的若干个元素搬到数组的末尾,我们称之为数组的旋转。

前言

金三银四,又是一个跳槽的季节。在面试的过程中,有时候难免会碰到一些算法题目。今天,为大家整理了二分查找常见的算法题。

主要包括以下三点

旋转数组中的最小数字

在旋转数组中查找某个数

排序数组中某个数的出现次数

旋转数组的最小数字

题目:把一个数组最开始的若干个元素搬到数组的末尾,我们称之为数组的旋转。输入一个递增排序的数组的一个旋转,输出旋转数组的最小元素。例如数组{3,4,5,1,2}为{1,2,3,4,5}的一个旋转,该数组的最小值为1.
实现数组的旋转见左旋转字符串。

解题思路

和二分查找法一样,用两个指针分别指向数组的第一个元素和最后一个元素。

我们注意到旋转之后的数组实际上可以划分为两个排序的子数组,而且前面的子数组的元素都大于或者等于后面子数组的元素。我们还可以注意到最小的元素刚好是这两个子数组的分界线。我们试着用二元查找法的思路在寻找这个最小的元素。

首先我们用两个指针,分别指向数组的第一个元素和最后一个元素。按照题目旋转的规则,第一个元素应该是大于或者等于最后一个元素的(这其实不完全对,还有特例。后面再讨论特例)。

接着我们得到处在数组中间的元素。如果该中间元素位于前面的递增子数组,那么它应该大于或者等于第一个指针指向的元素。此时数组中最小的元素应该位于该中间 元素的后面。我们可以把第一指针指向该中间元素,这样可以缩小寻找的范围。同样,如果中间元素位于后面的递增子数组,那么它应该小于或者等于第二个指针指 向的元素。此时该数组中最小的元素应该位于该中间元素的前面。我们可以把第二个指针指向该中间元素,这样同样可以缩小寻找的范围。我们接着再用更新之后的 两个指针,去得到和比较新的中间元素,循环下去。

按照上述的思路,我们的第一个指针总是指向前面递增数组的元素,而第二个指针总是指向后面递增数组的元素。最后第一个指针将指向前面子数组的最后一个元素, 而第二个指针会指向后面子数组的第一个元素。也就是它们最终会指向两个相邻的元素,而第二个指针指向的刚好是最小的元素。这就是循环结束的条件。

核心实现代码:

 1int Min(int *numbers , int length)
 2{
 3    if(numbers == NULL || length <= 0)
 4        return;
 5
 6    int index1 = 0;
 7    int index2 = length - 1;
 8    int indexMid = index1;
 9    while(numbers[index1] >= numbers[index2])
10    {
11        if(index2 - index1 == 1)
12        {
13            indexMid = index2;
14            break;
15        }
16
17        indexMid = (index1 + index2) / 2;
18        //如果下标为index1、index2和indexMid指向的三个数字相等,则只能顺序查找
19        if(numbers[index1] == numbers[index2] && numbers[indexMid] == numbers[index1])
20            return MinInOrder(numbers , index1 , index2);
21
22        if(numbers[indexMid] >= numbers[index1])
23            index1 = indexMid;
24        else if(numbers[indexMid] <= numbers[index2])
25            index2 = indexMid;
26    }
27    return numbers[indexMid];
28}
29
30//顺序查找
31int MinInOrder(int *numbers , int index1 , int index2)
32{
33    int result = numbers[index1];
34    for(int i = index1 + 1 ; i <= index2 ; ++i)
35    {
36        if(result > numbers[i])
37            result = numbers[i];
38    }
39    return result;
40}

注意:当两个指针指向的数字及他们中间的数字三者相同的时候,我们无法判断中间的数字是位于前面的字数组还是后面的子数组中,也就无法移动两个指针来缩小查找的范围。此时,我们不得不采用顺序查找的方法。

2 旋转数组中查找某个数字
要求:一个没有重复元素的旋转数组(它对应的原数组是有序的),求给定元素在旋转数组内的下标(不存在的返回-1)。

例如

有序数组为{0,1,2,4,5,6,7},它的一个旋转数组为{4,5,6,7,0,1,2}。

元素6在旋转数组内,返回2
元素3不在旋转数组内,返回-1

分析

1 遍历一遍,可以轻松搞定,时间复杂度为O(n),因为是有序数组旋转得到,这样做肯定不是最优解。有序,本能反映用二分查找,举个例子看看特点
2 可以看出中间位置两段起码有一个是有序的(不是左边,就是右边),那么就可以在有序的范围内使用二分查找;如果不再有序范围内,就到另一半去找。

参考代码

 1int search(int A[], int n, int target) {
 2        int beg = 0;
 3        int end = n - 1;
 4        while (beg <= end)
 5        {
 6            int mid = beg + (end - beg) / 2;
 7            if(A[mid] == target)
 8                return mid;
 9            if(A[beg]  <= A[mid])
10            {
11                if(A[beg] <= target && target < A[mid])
12                    end = mid - 1;
13                else 
14                    beg = mid + 1;
15            }
16            else
17            {
18                if(A[mid] < target && target <= A[end])
19                    beg = mid + 1;
20                else
21                    end = mid - 1;
22            }
23        }
24        return -1;
25    }

关于Android面试的题库,我花了一个多月的时间整理出来的学习资料,希望能帮助那些想学习Android开发,却又不知道怎么开始学习的同学。帮助再金三银四季还没有找到合适工作的同学,如果你依然在编程的世界里迷茫,不知道自己的未来规划,可以加入Android高级架构群:点击链接加入群聊【腾讯@Android高级架构】(包括java基础与原理,自定义控件、NDK、架构设计、混合式开发(Flutter,Weex)、性能优化、完整商业项目开发等系统的高级技术)

扩展

边的有求是没有重复的元素,现在稍微扩展下,可以有重复的元素,其他的要求不变。

思路:大致思路与原来相同,这是需要比较A[beg] 与 A[mid]的关系

1A[beg] < A[mid] ————左边有序
2A[beg] > A[mid] ————右边有序
3A[beg] = A[mid] ————++beg

 1boolean search(int A[], int n, int target) {
 2        int beg = 0;
 3        int end = n - 1;
 4        while (beg <= end)
 5        {
 6            int mid = beg + (end - beg) / 2;
 7            if(A[mid] == target) 
 8                return true;
 9            if(A[beg] < A[mid])
10            {
11                if(A[beg] <= target && target < A[mid])
12                    end = mid - 1;
13                else
14                    beg = mid + 1;
15            }
16            else 0if(A[beg] > A[mid])
17            {
18                if(A[mid] < target && target <= A[end])
19                    beg = mid + 1;
20                else
21                    end = mid - 1;
22            }
23            else
24                ++beg;
25        }
26        return false;
27    }

3 数字在排序数组中的出现次数

 1//二分查找,二分查找key第一次出现的位置,二分查找最后一次出现的key
 2
 3//返回两者相减+1或者找到第一次出现的位置,向后查找
 4int binarySearchFirstPos(int * iArr, int l, int h, int key)
 5
 6{
 7
 8    while(l <= h )
 9
10    {
11
12        int mid  = (l + h) / 2;
13
14        if(iArr[mid] < key)
15
16            l = mid +1;
17
18        elseif(iArr[mid] > key)
19
20            h = mid - 1;
21
22        else
23
24        {
25
26            if(mid == l || iArr[mid - 1] != key)
27
28                return mid;
29
30            else 
31
32                h = mid - 1;
33
34        }
35
36    }
37
38    return -1;
39
40}
41
42int binarySearchLastPos(int * iArr, int l, int h, int key)
43
44{
45
46    while(l <= h)
47
48    {
49
50        int mid = (l + h) / 2;
51
52        if(iArr[mid] < key)
53
54            l =  mid + 1;
55
56        elseif(iArr[mid] > key)
57
58            h = mid - 1;
59
60        else
61
62        {
63
64            if(mid == h || iArr[mid + 1] != key)
65
66                return mid;
67
68            else
69
70                l = mid + 1;
71
72        }
73
74    }
75
76    return -1;
77
78}
79
80int numOfKey(int * iArr, int length, int key)
81
82{
83
84    int firstPos = binarySearchFirstPos(iArr, 0, length - 1, key);
85
86    int lastPos = binarySearchLastPos(iArr, 0, length - 1, key);
87
88    cout << firstPos << "\t" << lastPos << endl;;
89
90    if(firstPos == -1)
91
92        return0;
93
94    elsereturn lastPos - firstPos + 1;
95
96}
相关文章
|
3天前
|
ARouter IDE 开发工具
Android面试题之App的启动流程和启动速度优化
App启动流程概括: 当用户点击App图标,Launcher通过Binder IPC请求system_server启动Activity。system_server指示Zygote fork新进程,接着App进程向system_server申请启动Activity。经过Binder通信,Activity创建并回调生命周期方法。启动状态分为冷启动、温启动和热启动,其中冷启动耗时最长。优化技巧包括异步初始化、避免主线程I/O、类加载优化和简化布局。
22 3
Android面试题之App的启动流程和启动速度优化
|
4天前
|
安全 Java 编译器
Android面试题之Java 泛型和Kotlin泛型
**Java泛型是JDK5引入的特性,用于编译时类型检查和安全。泛型擦除会在运行时移除类型参数,用Object或边界类型替换。这导致几个限制:不能直接创建泛型实例,不能使用instanceof,泛型数组与协变冲突,以及在静态上下文中的限制。通配符如<?>用于增强灵活性,<? extends T>只读,<? super T>只写。面试题涉及泛型原理和擦除机制。
13 3
Android面试题之Java 泛型和Kotlin泛型
|
1天前
|
缓存 JSON 网络协议
Android面试题:App性能优化之电量优化和网络优化
这篇文章讨论了Android应用的电量和网络优化。电量优化涉及Doze和Standby模式,其中应用可能需要通过用户白名单或电池广播来适应限制。Battery Historian和Android Studio的Energy Profile是电量分析工具。建议减少不必要的操作,延迟非关键任务,合并网络请求。网络优化包括HTTPDNS减少DNS解析延迟,Keep-Alive复用连接,HTTP/2实现多路复用,以及使用protobuf和gzip压缩数据。其他策略如使用WebP图像格式,按网络质量提供不同分辨率的图片,以及启用HTTP缓存也是有效手段。
20 9
|
1天前
|
机器学习/深度学习 算法 索引
数据结构算法--1 顺序查找二分查找
**顺序查找时间复杂度为O(n)**,适合无序列表,可以通过`enumerate`或直接遍历索引来实现。**二分查找时间复杂度为O(logn)**,适用于有序列表,利用Python中`left`、`right`指针和`mid`点不断缩小搜索范围。效率上二分查找更优。
|
1天前
|
存储 算法 Java
Java查找算法概览:二分查找适用于有序数组,通过比较中间元素缩小搜索范围;哈希查找利用哈希函数快速定位,示例中使用HashMap存储键值对,支持多值关联。
【6月更文挑战第21天】Java查找算法概览:二分查找适用于有序数组,通过比较中间元素缩小搜索范围;哈希查找利用哈希函数快速定位,示例中使用HashMap存储键值对,支持多值关联。简单哈希表实现未涵盖冲突解决和删除操作。
10 1
|
5天前
|
网络协议 算法 安全
小米安卓春招面试一面
小米安卓春招面试一面
20 3
|
5天前
|
缓存 网络协议 Java
Android面试题之Java网络通信基础知识
Socket是应用与TCP/IP通信的接口,封装了底层细节。网络通信涉及连接、读写数据。BIO是同步阻塞,NIO支持多路复用(如Selector),AIO在某些平台提供异步非阻塞服务。BIO示例中,服务端用固定线程池处理客户端请求,客户端发起连接并读写数据。NIO的关键是Selector监控多个通道的事件,减少线程消耗。书中推荐《Java网络编程》和《UNIX网络编程》。关注公众号AntDream了解更多。
17 2
|
6天前
|
XML JSON Java
Android面试题 之 网络通信基础面试题
序列化对比:Serializable码流大、性能低;XML人机可读但复杂;JSON轻量、兼容性好但空间消耗大;ProtoBuff高效紧凑。支持大量长连接涉及系统限制调整、缓冲区优化。select/poll/epoll是IO多路复用,epoll在高连接数下性能更优且支持边缘触发。水平触发持续通知数据,边缘触发仅通知新数据。直接内存减少一次拷贝,零拷贝技术如sendfile和MMAP提升效率。关注公众号&quot;AntDream&quot;了解更多技术细节。
12 1
|
6天前
|
Android开发 Kotlin
Android面试题 之 Kotlin DataBinding 图片加载和绑定RecyclerView
本文介绍了如何在Android中使用DataBinding和BindingAdapter。示例展示了如何创建`MyBindingAdapter`,包含一个`setImage`方法来设置ImageView的图片。布局文件使用`&lt;data&gt;`标签定义变量,并通过`app:image`调用BindingAdapter。在Activity中设置变量值传递给Adapter处理。此外,还展示了如何在RecyclerView的Adapter中使用DataBinding,如`MyAdapter`,在子布局`item.xml`中绑定User对象到视图。关注公众号AntDream阅读更多内容。
14 1
|
8天前
|
Android开发
Android面试题之activity启动流程
该文探讨了Android应用启动和Activity管理服务(AMS)的工作原理。从Launcher启动应用开始,涉及Binder机制、AMS回调、进程创建、Application和Activity的生命周期。文中详细阐述了AMS处理流程,包括创建ClassLoader、加载APK、启动Activity的步骤,以及权限校验和启动模式判断。此外,还补充了activity启动流程中AMS的部分细节。欲了解更多内容,可关注公众号“AntDream”。
10 1