python面试总结4(算法与内置数据结构)

算法与内置数据结构

• 常用算法和数据结构
  1. sorted
  2. dict/list/set/tuple
• 分析时间/空间复杂度
• 实现常见数据结构和算法

数据结构/算法	语言内置	内置库
线性结构	list(列表)/tuple(元祖)	array(数组,不常用)/collection.namedtuple
链式结构		collections.deque(双端队列)
字典结构	dict(字典)	collections.Counter(计数器)/OrderedDict(有序字典)
集合结构	set(集合)/frozenset(不可变集合)
排序算法	sorted
二分算法		bisect模块
堆算法		heapq模块
缓存算法		functors.lru_cache(Least Recent Used,python3)

coolections模块提供了一些内置数据结构的扩展

collections
Point = collections.namedtuple('Point','x','y')
p = Point(1,2)

namedtuple让tuple属性可读

de = collections.deque()
de.append(1)
de.appendleft(0)

c = collections.Counter()
c = coolections.Counter('abcab')

python dict 底层结构

dict底层使用的哈希表

• 为了支持快速查找使用了哈希表作为底层结构
• 哈希表平均查找时间复杂度O(1)
• Cpython解释器使用二次探查解决哈希冲突问题

python list/tuple区别

• 都是线性结构 支持下标访问
• list是可变对象，tuple保存的引用不可变

t = ([1],2,3)
t[0].append(1)
t
([1,1],2,3)
保存的引用不可变指的是你没法替换掉这个对象，但是如果对系那个本身是一个可变对象，是可以修改这个引用指向的可变对象的

• list没发作为字典的key, tuple可以(可变对象不可hash)

什么是LRUCache？

Least-Recently-Used 替换掉最近最少使用的对象

• 缓存剔除策略,当缓存空间不够用的时候需要一种方式剔除key
• 常见的有LRU, LFU等
• LRU通过使用一个循环双端队列不断把最新访问的key放到表头实现

字典用来缓存，循环双端链表用来记录访问顺序

• 利用python内置的dict + collections.OrderedDict实现
• dict 用来当作k/v键值对的缓存
• OrderedDict用来实现更新最近访问的key

from collections import OrderedDict

class LRUCache:

  def __init__(self, capacity=128):
    self.od = OrderedDict()
    self.capacity = capacity

  def get(self, key): #每次访问更新最新使用的key
    if key in self.od:
      val = self.od[key]
      self.od.move_to_end(key)
      return val
    else:
      return -1

  def put(self, key, value): # 更新k/v
    if key in self.od:
      del self.od[key]
      self.od[key] = value # 更新key 到表头
    else:  # insert
      self.od[key] = value
      # 判断当前容量是否已经满了
      if len(self.od) > self.capacity:
        self.od.popitem(last=False)
      code/lrucache.py

算法常考点

排序+查找,重中之重

• 常考排序算法: 冒泡排序、快速排序、归并排序、堆排序
• 线性查找，二分查找等
• 能独立实现代码(手写), 能够分析时间空间复杂度

python web 后端常考数据结构

• 常见的数据结构链表、队列、栈、二叉树、堆
• 使用内置结构实现高级数据结构，比如内置的list/deque实现栈
• leetcode或者《剑指offer》上的常见题

常考数据结构之链表

链表有单链表、双链表、循环双链表

• 如何使用python 来表示链表结构
• 实现链表常见操作，比如插入节点，反转链表，合并多个链表等
• Leetcode练习常见链表题目

数据结构之链表

# Definition for singly-linked list.
# class ListNode:
#     def __init__(self, x):
#         self.val = x
#         self.next = None

class Solution:
    def reverseList(self, head: ListNode) -> ListNode:
    pre = None
    cur = head
    while cur:
      nextnode = cur.next
      cur.next = pre
      pre = cur
      cur = nextnode
    ruture pre

数据结构之队列

队列(queue)是先进先出结构

• 如何使用python实现队列
• 实现队列的apend和pop操作,如何做到先做先出
• 使用python的list或者collections.deque实现队列

from collections import deque

class Queue:
   def __init__(self):
       self.items = deque()

   def append(self, val):
       retuen self.items.append(val)

   def pop(self):
       return self.items.popleft()

    def empty(self):
       return len(self.items) == 0

 def test_queue():
     q = Queue()
     q.append(0)
     q.append(1)
     q.append(2)
     print(q.pop())
     print(q.pop())
     print(q.pop())

 test_queue()()

0
1
2

常考数据结构之栈

栈(stack)是后进先出结构

• 如何使用python实现栈?
• 实现栈的push 和 pop 操作, 如何做到后进先出
• 同样可以用python list 或者collections.deque实现栈

from collections import deque
class Stack(object):
    def __init__(self):
        self.deque = deque() # 或者用list

    def push(self, value):
         self.deque.append(value)

    def pop(self):
         return self.deque.pop()

一个常考问题: 如何用两个栈实现队列?

常考数据结构之字典与集合

python dict/set 底层都是哈希表

• 哈希表的实现原理，底层其实就是一个数组
• 根据哈希函数快速定位一个元素，平均查找，非常快
• 不断加入元素会引起哈希表重新开辟空间，拷贝之前元素到新数组