玩转算法面试 从真题到思维全面提升算法思维

【课程内容】



第1章 算法面试到底是什么鬼?



一提起算法面试，很多同学就会心有余悸。可其实，大多数企业的算法面试，并没有那么可怕。并不是一定要啃完整本《算法导论》，才能玩儿转算法面试；也并不是只有ACM参赛选手，才能笑傲算法面试。恰恰相反，大多数算法面试关注的算法思维，其实很基础。在这一章，和大家聊一聊，算法面试，到底是什么鬼？...



1-1 算法面试不仅仅是正确的回答问题 

1-2 算法面试只是面试的一部分 

1-3 如何准备算法面试

1-4 如何回答算法面试问题



第2章 面试中的复杂度分析



很多同学一提起复杂度分析就头疼，马上想起了《算法导论》中复杂的数学推导。但其实在一般的企业面试中，对复杂度的分析要求并没有那么高，但也是绕不过去的坎儿。在这一章，和大家介绍一下，面试中需要掌握的复杂度分析。...



2-1 究竟什么是大O（Big O）

2-2 对数据规模有一个概念

2-3 简单的复杂度分析

2-4 亲自试验自己算法的时间复杂度

2-5 递归算法的复杂度分析

2-6 均摊时间复杂度分析（Amortized Time Analysis）

2-7 避免复杂度的震荡



第3章 数组中的问题其实最常见



面试中的算法问题，有很多并不需要复杂的数据结构支撑。就是用数组，就能考察出很多东西了。其实，经典的排序问题，二分搜索等等问题，就是在数组这种最基础的结构中处理问题的。在这一章中，我们学习常见的数组中处理问题的方法。...



3-1 从二分查找法看如何写出正确的程序

3-2 改变变量定义，依然可以写出正确的算法

3-3 在LeetCode上解决第一个问题 Move Zeros

3-4 即使简单的问题，也有很多优化的思路

3-5 三路快排partition思路的应用 Sort Color

3-6 对撞指针 Two Sum II - Input Array is Sorted

3-7 滑动窗口 Minimum Size Subarray Sum

3-8 在滑动窗口中做记录 Longest Substring Without Repeating Characters



第4章 查找表相关问题



查找，是使用计算机处理问题时的一个最基本的任务，因此也是面试中非常常见的一类问题。很多算法问题的本质，就是要能够高效查找。学会使用系统库中的map和set，就已经成功了一半。



4-1 set的使用 Intersection of Two Arrays

4-2 map的使用 Intersection of Two Arrays II

4-3 set和map不同底层实现的区别

4-4 使用查找表的经典问题 Two Sum

4-5 灵活选择键值 4Sum II

4-6 灵活选择键值 Number of Boomerangs

4-7 查找表和滑动窗口 Contain Duplicate II

4-8 二分搜索树底层实现的顺序性 Contain Duplicate III



第5章 在链表中穿针引线



链表是一种特殊的线性结构，由于不能像数组一样进行随机的访问，所以和链表相关的问题有他自身的特点。我将之称为穿针引线。我们在这一章，就来看一看，如何在链表中穿针引线。



5-1 链表，在节点间穿针引线 Reverse Linked List

5-2 测试你的链表程序

5-3 设立链表的虚拟头结点 Remove Linked List Elements

5-4 复杂的穿针引线 Swap Nodes in Pairs

5-5 不仅仅是穿针引线 Delete Node in a Linked List

5-6 链表与双指针 Remove Nth Node Form End of List



第6章 栈，队列，优先队列



栈和队列虽然是简单的数据结构，但是使用这些简单的数据结构所解决的算法问题不一定简单。在这一章里，我们将来探索，和栈与队列相关的算法问题。



6-1 栈的基础应用 Valid Parentheses

6-2 栈和递归的紧密关系 Binary Tree Preorder, Inorder and Postorder Traversal

6-3 运用栈模拟递归

6-4 队列的典型应用 Binary Tree Level Order Traversal

6-5 BFS和图的最短路径 Perfect Squares

6-6 优先队列

6-7 优先队列相关的算法问题 Top K Frequent Elements



第7章 二叉树和递归



递归，是使用计算机解决问题的一种重要的思考方式。而二叉树由于其天然的递归结构，使得基于二叉树的算法，均拥有着递归性质。使用二叉树，是研究学习递归算法的最佳入门方式。在这一章里，我们就来看一看二叉树中的递归算法。...



7-1 二叉树天然的递归结构

7-2 一个简单的二叉树问题引发的血案 Invert Binary Tree

7-3 注意递归的终止条件 Path Sum

7-4 定义递归问题 Binary Tree Path

7-5 稍复杂的递归逻辑 Path Sum III

7-6 二分搜索树中的问题 Lowest Common Ancestor of a Binary Search Tree



第8章 递归和回溯法



回溯法是解决很多算法问题的常见思想，甚至可以说是传统人工智能的基础方法。其本质依然是使用递归的方法在树形空间中寻找解。在这一章，我们来具体看一下将递归这种技术使用在非二叉树的结构中，从而认识回溯这一基础算法思想。...



8-1 树形问题 Letter Combinations of a Phone Number

8-2 什么是回溯

8-3 排列问题 Permutations

8-4 组合问题 Combinations

8-5 回溯法解决组合问题的优化

8-6 二维平面上的回溯法 Word Search

8-7 floodfill算法，一类经典问题 Number of Islands-

8-8 回溯法是经典人工智能的基础 N Queens



第9章 动态规划基础



很多同学听到“动态规划”的名称可能会望而生畏，觉得动态规划的问题都很复杂。但其实，动态规划本质依然是递归算法，只不过是满足特定条件的递归算法。在这一章里，我们就来逐步解开动态规划的神秘面纱



9-1 什么是动态规划

9-2 第一个动态规划问题 Climbing Stairs

9-3 发现重叠子问题 Integer Break

9-4 状态的定义和状态转移 House Robber

9-5 0-1背包问题

9-6 0-1背包问题的优化和变种

9-7 面试中的0-1背包问题 Partition Equal Subset Sum

9-8 LIS问题 Longest Increasing Subsequence

9-9 LCS，最短路，求动态规划的具体解以及更多



第10章 贪心算法



通常同学们可能会认为贪心算法比较简单。确实，通常贪心算法的实现非常容易，但是，一个问题是否能够使用贪心算法，是一定要小心的。我们在这一章来看一看，贪心算法可能会有哪些坑。