大公司笔试面试有哪些经典算法题目？

大公司面试的算法题目多半也是仿照行业经典题库出的，还有的也是结合自己公司业务中的实际情况，用几个特别的案例形式筛选出自己想要的人才。可以去下载一下谷歌微软的经典题库多多复习，还可以到各大公司的论坛贴吧群去看一下笔试和面试经验。

下面简单列举一些经典算法题：

1.判断一个字符串中的字符是否唯一

2.字符串翻转

3.去除字符串中重复字符

4.利用已知函数判断字符串是否为另一字符串的子串

5. 从链表中移除重复结点

6.实现一个算法从一个单链表中返回倒数第n个元素

7. 给定链表中间某结点指针，删除链表中该结点

8.求由两个链表结点组成的数之和

9. 给定一个循环链表，实现一个算法返回这个环的开始结点

10 如何只用一个数宏森组实现三个栈

11. 实现一个栈，要求实现min函数以返回栈中的最小值

12.实现数据结构SetOfStacks来模拟叠盘子

13. 编程解决汉诺塔问题

14.使用两个栈实现一个队列

15. 写程序将一个栈按升序排序

16. 用一个函数判断一棵树是否平衡

17. 设计算法判断有向图两结点间是否存在路径

18. 将递增数组构建成一颗最小高度二叉树

19.将二叉树每一层结点构建成一个链表

20. 查找二叉查找树的任意给定结点的“下一个”结点

21.找出一棵二叉树中两个结点的第一个共同祖先结点

22. 判断一棵二叉树是否为另一棵二叉树的子树

23.输出二叉树中路径上结点值之和为给定值的所有路径

24.写程序使整数N中第i位到第j位的值与整数M中的相同

25.给定一个字符串类型表示的小数，输出其二进制表示

26. 给定一个整数x,找出丛察另外两个二进制表示中1的个数和x相同的数

27.解释以下代码的作用：((n &(n-1)) == 0)

28. 交换一个整数二进制表示中的奇数位和偶数位

29. 写程序找出丢失的蔽郑亩整数，要求时间复杂度O(n)

30. 为通用卡牌游戏设计数据结构，并设计子类

我们可以把每一类的题目都细细研究，触类旁通，只有掌握了基础的知识才能慢慢解决复杂问题。

微软

有一个整数数组，请求出两两之差绝对值最小的值，记住，只要得出最小值即可，不需要求出是哪两个数。

写一个函数，检查字符是否是整数，如果是，返回其整数值。(或者：怎样只用4行代码编写出一个从字符串到长整形的函数?)

给出一个函数来输出一个字符串的所有排列。

请编写实现malloc()内存分配函数功能一样的代码。给孙答出一个函数来复制两个字符串A和B。字符串A的后几个字节和字符串B的前几个字节重叠。

怎样编写一个程序，把一个有序整数数组放到二叉树中?

怎样从顶部开始逐层打印二叉树结点数据?请编程。

怎样把一个链表掉个顺序(也就是反序，注意链表的边界条件并考虑空链表)?

请编写能直接实现int atoi(const char * pstr)函数功能的代码。

编程实现两个正整数的除法，编程实现两个正整数的除法，当然不能用除法 *** 作符。

1

// return x/y.

2

int span(const int x, const int y)

3

{

4

....

5

}

在排序数组中，找出给定数字的出现次数，比如 [1, 2, 2, 2, 3] 中2的出现次数是3次。

平面上N个点，每两个点都确定一条直线，求出斜率最大的那条直线所通过的两个点(斜率不存在的情况不考虑)。时间效率越高越好。

一个整数数列，元素取值可能是0~65535中的任意一个数，相同数值不会重复出现。0是例外，可以反复出现。请设计一个算法，当你从该数列中随意选取5个数值，判断这5个数值是否连续相邻。注意：

5个数值允许是乱序的。比如：8 7 5 0 6

0可以通配任意数值。比如：8 7 5 0 6 中的0可以通配成9或者4

0可以多次出现。

复杂度如果是O(n2)则不得分。

设计一个算法，找出二叉树上任意两个结点的最近共同父结点。复杂度如果是O(n2)则不得分。

一棵排序二叉树，令 f=(最大值+最小值)/2，设计一个算法，找出距离f值最近、大于f值的结点。复杂度如果是O(n2)则不得分。

一个整数数列，元素取值可能是1~N(N是一个较大的正整数)中的任意一个数，相同数值不会重复出现。设计一个算法，找出数列中符合条件的数对的个数，满足数对中两数的和等于N+1。复杂度最好是O(n)，如果是O(n2)则不得分。

Google

正整数序列Q中的每个元素都至少能被正整数a和b中的一个整除，现给定a和b，需要计算出Q中的前几项，例如，当a=3，b=5，N=6时，序列为3，5，6，9，10，12 (1)、设计一个函数void generate(int a,int b,int N ,int * Q)计算Q的前几项(2)、设计测试数据来验证函数程序在各种输入下的正确性。

有一个由大小写组成的字符串，现在需要对他进行修改，将其中的所有小写字母排在答谢字母的前面(大写或小写字母之间不要求保持原来次序)，如有可能尽量选择时间和空间效率高的算法 c语言函数原型void proc(char *str) 也可以采用你自己熟悉的语言。

如何随机选取1000个关键字，给定一个数据流，其纯宴中包含无穷尽的搜索关键字(比如，人们在谷歌搜索时不断输入的关键字)。如何才能从这个无穷尽的流中随机的选取1000个关键字?

判断一个自然数是否是某个数的平方。说明：当然不能使用开方运算。

给定能随机生成整数1到5的函数，写出能随机生成整数1到7的函数。

1024! 末尾有多少个0?

有5个海盗，按照等级从5到1排列，最大的海盗有权提议他们如何分享100枚金币。但其他人要对此表决，如果多数反对，那他就会被杀死。他应该提出怎样的方案，既让自己拿到尽可能多的金币又不会被杀死?(提示：有一个海盗能拿到98%的金币)

23、Google2015华南地区笔试题。给定一个集合A=[0,1,3,8](该集合中的元素都是在0，9之间的数字，但未必全部包含)，指定任意一个正整数K，做凯银请用A中的元素组成一个大于K的最小正整数。比如，A=[1,0] K=21 那么输出结构应该为100。

百度

用C语言实现一个revert函数，它的功能是将输入的字符串在原串上倒序后返回。

用C语言实现函数void * memmove(void *dest, const void *src, size_t n)。memmove 函数的功能是拷贝src所指的内存内容前n个字节到dest所指的地址上。分析：由于可以把任何类型的指针赋给void类型的指针，这个函数主要是实现各种数据类型的拷贝。

有一根27厘米的细木杆，在第3厘米、7厘米、11厘米、17厘米、23厘米这五个位置上各有一只蚂蚁。木杆很细，不能同时通过一只蚂蚁。开始时，蚂蚁的头朝左还是朝右是任意的，它们只会朝前走或调头，但不会后退。当任意两只蚂蚁碰头时，两只蚂蚁会同时调头朝反方向走。假设蚂蚁们每秒钟可以走一厘米的距离。编写程序，求所有蚂蚁都离开木杆的最小时间和最大时间。

腾讯

请定义一个宏，比较两个数a、b的大小，不能使用大于、小于、if语句

两个数相乘，小数点后位数没有限制，请写一个高精度算法

有A、B、C、D四个人，要在夜里过一座桥。他们通过这座桥分别需要耗时1、2、5、10分钟，只有一支手电，并且同时最多只能两个人一起过桥。请问，如何安排，能够在17分钟内这四个人都过桥?

有12个小球,外形相同,其中一个小球的质量与其他11个不同，给一个天平,问如何用3次把这个小球找出来，并且求出这个小球是比其他的轻还是重

在一个文件中有 10G 个整数，乱序排列，要求找出中位数。内存限制为 2G。只写出思路即可。

一个文件中有40亿个整数，每个整数为四个字节，内存为1GB，写出一个算法：求出这个文件里的整数里不包含的一个整数。

腾讯服务器每秒有2w个QQ号同时上线，找出5min内重新登入的qq号并打印出来。 12

贪心是人类自带的能力，贪心算法是在贪心决策上进行统筹规划的统称。

比如一道常见的算法笔试题---- 跳一跳 ：

我们自然而然能产生一种解法：尽可能的往右跳，看最后是否能到达。

本文即是对这种贪心决策的介绍。

狭义的贪心算法指的是解最优化问题的一种特殊方法，解决过程中总是做出当下最好的选纤启择，因为具有最优子结构的特点，局部最优解可以得到全局最优解；这种贪心算法是动态规划的一种特例。 能用贪心解决的问题，也可以用动态规划解决。

而广义的贪心指的是一种通用的贪心策略，基于当前局面而进行贪心决策。以 跳一跳 的题目为例：

我们发现的题目的核心在于 向右能到达的最远距离 ，我们用maxRight来表示；

此时有一种贪心的策略：从第1个盒子开始向右遍历，对于每个经过的盒子，不断更新maxRight的值。

贪毁局如心的思考过程类似动态规划，依旧是两步： 大事化小 ， 小事化了 。

大事化小：

一个较大的腊山问题，通过找到与子问题的重叠，把复杂的问题划分为多个小问题；

小事化了：

从小问题找到决策的核心，确定一种得到最优解的策略，比如跳一跳中的 向右能到达的最远距离 ；

在证明局部的最优解是否可以推出全局最优解的时候，常会用到数学的证明方式。

如果是动态规划：

要凑出m元，必须先凑出m-1、m-2、m-5、m-10元，我们用dp[i]表示凑出i元的最少纸币数；

有 dp[i]=min(dp[i-1], dp[i-2], dp[i-5], dp[i-10]) + 1

容易知道 dp[1]=dp[2]=dp[5]=dp[10]=1 ；

根据以上递推方程和初始化信息，可以容易推出dp[1~m]的所有值。

似乎有些不对？ 平时我们找零钱有这么复杂吗？

从贪心算法角度出发，当m>10且我们有10元纸币，我们优先使用10元纸币，然后再是5元、2元、1元纸币。

从日常生活的经验知道，这么做是正确的，但是为什么？

假如我们把题目变成这样，原来的策略还能生效吗？

接下来我们来分析这种策略：

已知对于m元纸币，1，2，5元纸币使用了a，b，c张，我们有a+2b+5c=m；

假设存在一种情况，1、2、5元纸币使用数是x，y，z张，使用了更少的5元纸币（z<c），且纸币张数更少（x+y+z<a+b+c），即是用更少5元纸币得到最优解。

我们令k=5*(c-z)，k元纸币需要floor(k/2)张2元纸币，k%2张1元纸币；（因为如果有2张1元纸币，可以使用1张2元纸币来替代，故而1元纸币只能是0张或者1张）

容易知道，减少(c-z)张5元纸币，需要增加floor(5*(c-z)/2)张2元纸币和(5*(c-z))%2张纸币，而这使得x+y+z必然大于a+b+c。

由此我们知道不可能存在使用更少5元纸币的更优解。

所以优先使用大额纸币是一种正确的贪心选择。

对于1、5、7元纸币，比如说要凑出10元，如果优先使用7元纸币，则张数是4；（1+1+1+7）

但如果只使用5元纸币，则张数是2；（5+5）

在这种情况下，优先使用大额纸币是不正确的贪心选择。（但用动态规划仍能得到最优解）

如果是动态规划：

前i秒的完成的任务数，可以由前面1~i-1秒的任务完成数推过来。

我们用 dp[i]表示前i秒能完成的任务数 ；

在计算前i秒能完成的任务数时，对于第j个任务，我们有两种决策：

1、不执行这个任务，那么dp[i]没有变化；

2、执行这个任务，那么必须腾出来(Sj, Tj)这段时间，那么 dp[i] = max(dp[i], dp[ S[j] ] ) + 1 ；

比如说对于任务j如果是第5秒开始第10秒结束，如果i>=10，那么有 dp[i]=max(dp[i], dp[5] + 1)； （相当于把第5秒到第i秒的时间分配给任务j）

再考虑贪心的策略，现实生活中人们是如何安排这种多任务的事情？我换一种描述方式：

我们自然而然会想到一个策略： 先把结束时间早的兼职给做了！

为什么？

因为先做完这个结束时间早的，能留出更多的时间做其他兼职。

我们天生具备了这种优化决策的能力。

这是一道 LeetCode题目 。

这个题目不能直接用动态规划去解，比如用dp[i]表示前i个人需要的最少糖果数。

因为（前i个人的最少糖果数）这种状态表示会收到第i+1个人的影响，如果a[i]>a[i+1]，那么第i个人应该比第i+1个人多。

即是 这种状态表示不具备无后效性。

如果是我们分配糖果，我们应该怎么分配？

答案是： 从分数最低的开始。

按照分数排序，从最低开始分，每次判断是否比左右的分数高。

假设每个人分c[i]个糖果，那么对于第i个人有 c[i]=max(c[i-1],c[c+1])+1 （c[i]默认为0，如果在计算i的时候,c[i-1]为0，表示i-1的分数比i高）

但是，这样解决的时间复杂度为 O(NLogN) ，主要瓶颈是在排序。

如果提交，会得到 Time Limit Exceeded 的提示。

我们需要对贪心的策略进行优化：

我们把左右两种情况分开看。

如果只考虑比左边的人分数高时，容易得到策略：

从左到右遍历，如果a[i]>a[i-1]，则有c[i]=c[i-1]+1；否则c[i]=1。

再考虑比右边的人分数高时，此时我们要从数组的最右边，向左开始遍历：

如果a[i]>a[i+1], 则有c[i]=c[i+1]+1；否则c[i]不变；

这样讲过两次遍历，我们可以得到一个分配方案，并且时间复杂度是 O(N) 。

题目给出关键信息：1、两个人过河，耗时为较长的时间；

还有隐藏的信息：2、两个人过河后，需要有一个人把船开回去；

要保证总时间尽可能小，这里有两个关键原则： 应该使得两个人时间差尽可能小（减少浪费），同时船回去的时间也尽可能小（减少等待）。

先不考虑空船回来的情况，如果有无限多的船，那么应该怎么分配？

答案： 每次从剩下的人选择耗时最长的人，再选择与他耗时最接近的人。

再考虑只有一条船的情况，假设有A/B/C三个人，并且耗时A<B<C。

那么最快的方案是：A+B去, A回；A+C去；总耗时是A+B+C。（因为A是最快的，让其他人来回时间只会更长， 减少等待的原则 ）

如果有A/B/C/D四个人，且耗时A<B<C<D，这时有两种方案：

1、最快的来回送人方式，A+B去；A回；A+C去，A回；A+D去； 总耗时是B+C+D+2A （减少等待原则）

2、最快和次快一起送人方式，A+B先去，A回；C+D去，B回；A+B去；总耗时是 3B+D+A （减少浪费原则）

对比方案1、2的选择，我们发现差别仅在A+C和2B；

为何方案1、2差别里没有D？

因为D最终一定要过河，且耗时一定为D。

如果有A/B/C/D/E 5个人，且耗时A<B<C<D<E，这时如何抉择？

仍是从最慢的E看。（参考我们无限多船的情况）

方案1，减少等待；先送E过去，然后接着考虑四个人的情况；

方案2，减少浪费；先送E/D过去，然后接着考虑A/B/C三个人的情况；（4人的时候的方案2）

到5个人的时候，我们已经明显发了一个特点：问题是重复，且可以由子问题去解决。

根据5个人的情况，我们可以推出状态转移方程 dp[i] = min(dp[i - 1] + a[i] + a[1], dp[i - 2] + a[2] + a[1] + a[i] + a[2])

再根据我们考虑的1、2、3、4个人的情况，我们分别可以算出dp[i]的初始化值：

dp[1] = a[1]

dp[2] = a[2]

dp[3] = a[2]+a[1]+a[3]

dp[4] = min(dp[3] + a[4] + a[1], dp[2]+a[2]+a[1]+a[4]+a[2])

由上述的状态转移方程和初始化值，我们可以推出dp[n]的值。

贪心的学习过程，就是对自己的思考进行优化。

是把握已有信息，进行最优化决策。

这里还有一些收集的 贪心练习题 ，可以实践练习。

这里 还有在线分享，欢迎报名。

---