2021字节跳动算法面试题为什么这么难？上周刚面过算法题已整理成pdf（分享）-白红宇

2021字节跳动算法面试题为什么这么难？上周刚面过算法题已整理成pdf（分享）

阅读量：100 次

发布时间：2019-02-26

本文共 4713 字，大约阅读时间需要 15 分钟。

前几天博主刚去面试字节跳动，面试官问了一些算法题。已经记录下来整理成文档了。去面试之前就听说字节跳动面试非常喜欢考算法题，基本每轮技术面都会有算法题，而且很难。
即将要去大厂面试的小伙伴可以采纳一波。

在这里插入图片描述

拒绝白嫖，各位看客记得点赞评论"妙…啊~~~"在此占坑

趁着年轻生猛，我要再和生活死磕几年。要么我就毁灭，要么我就铸就辉煌。如果有一天，你发现我在平庸面前低了头，那么请向我开炮。 – 《在路上》

字节跳动算法题

链表

面试题：反转单向链表

题目需要将一个单向链表反转。思路很简单，使用三个变量分别表示当前节点和当前节点的前后节点，虽然这题很简单，但是却是一道常考题

以下是实现该算法的代码

var reverseList = function(head) {     // 判断下变量边界问题  if (!head || !head.next) return head  // 初始设置为空，因为第一个节点反转后就是尾部，尾部节点指向 null  let pre = null  let current = head  let next  // 判断当前节点是否为空  // 不为空就先获取当前节点的下一节点  // 然后把当前节点的 next 设为上一个节点  // 然后把 current 设为下一个节点，pre 设为当前节点  while(current) {       next = current.next    current.next = pre    pre = current    current = next }  return pre};

二叉树遍历

原理: 递归

function traversal(node,tempOrderTraversal) {   if (node != null) {     // tempOrderTraversal.push(node.value) 前序遍历  if (node.left != null) {       preOrderTraversal(node.left,tempOrderTraversal)  }  // tempOrderTraversal.push(node.value) 中序遍历  if (node.right != null) {       preOrderTraversal(node.right,tempOrderTraversal)    }    // tempOrderTraversal.push(node.value) 后序遍历     }  }

不能使用递归时，则使用栈就是JS的数组push、pop

// 非递归遍历var kthSmallest = function(root, k) {   const tempArr = [];let result;tempArr.push(root);while (tempArr.length > 0) {    result = tempArr.pop(); if (result.value == k) break; if (result.left != null) tempArr.push(result.left); if (result.right != null) tempArr.push(result.right);}return result;};

按位操作

1）按位与

每一位都为 1，结果才为 1

8 & 7 // -> 0// 1000 & 0111 -> 0000 -> 0

2）按位或

其中一位为 1，结果就是 1

8 | 7 // -> 15// 1000 | 0111 -> 1111 -> 15

3）按位异或

每一位都不同，结果才为 1

8 ^ 7 // -> 158 ^ 8 // -> 0// 1000 ^ 0111 -> 1111 -> 15// 1000 ^ 1000 -> 0000 -> 0

从以上代码中可以发现按位异或就是不进位加法

面试题：两个数不使用四则运算得出和

这道题中可以按位异或，因为按位异或就是不进位加法， 8 ^ 8 = 0 如果进位了，就是 16 了，所以我们只需要将两个数进行异或操作，然后进位。那么也就是说两个二进制都是 1 的位置，左边应该有一个进位 1，所以可以得出以下公式 a + b = (a ^ b) + ((a & b) << 1) ，然后通过迭代的方式模拟加法

function sum(a, b) {     if (a == 0) return b  if (b == 0) return a  let newA = a ^ b  let newB = (a & b) << 1  return sum(newA, newB)}

堆排序

堆排序利用了二叉堆的特性来做，二叉堆通常用数组表示，并且二叉堆是一颗完全二叉树（所有叶节点（最底层的节点）都是从左往右顺序排序，并且其他层的节点都是满的）。二叉堆又分为大根堆与小根堆。

大根堆是某个节点的所有子节点的值都比他小

小根堆是某个节点的所有子节点的值都比他大

堆排序的原理就是组成一个大根堆或者小根堆。以小根堆为例，某个节点的左边子节点索引是 i * 2 +1 ，右边是 i * 2 + 2 ，父节点是 (i - 1) /2 。

首先遍历数组，判断该节点的父节点是否比他小，如果小就交换位置并继续判断，直到他的父节点
比他大

重新以上操作 1，直到数组首位是最大值

然后将首位和末尾交换位置并将数组长度减一，表示数组末尾已是最大值，不需要再比较大小

对比左右节点哪个大，然后记住大的节点的索引并且和父节点对比大小，如果子节点大就交换位置

重复以上操作 3 - 4 直到整个数组都是大根堆。

以下是实现该算法的代码

function heap(array) {    checkArray(array); // 将最大值交换到首位 for (let i = 0; i < array.length; i++) {     heapInsert(array, i);} let size = array.length; // 交换首位和末尾 swap(array, 0, --size); while (size > 0) {     heapify(array, 0, size);  swap(array, 0, --size);} return array;}function heapInsert(array, index) {    // 如果当前节点比父节点大，就交换 while (array[index] > array[parseInt((index - 1) / 2)]) {     swap(array, index, parseInt((index - 1) / 2));  // 将索引变成父节点  index = parseInt((index - 1) / 2);}}function heapify(array, index, size) {    let left = index * 2 + 1; while (left < size) {     // 判断左右节点大小  let largest =   left + 1 < size && array[left] < array[left + 1] ? left + 1 : left;  // 判断子节点和父节点大小  largest = array[index] < array[largest] ? largest : index;  if (largest === index) break;  swap(array, index, largest);  index = largest;  left = index * 2 + 1;}}

以上代码实现了小根堆，如果需要实现大根堆，只需要把节点对比反一下就好。

树的深度

面试题：树的最大深度

题目需要求出一颗二叉树的最大深度

以下是实现该算法的代码

var maxDepth = function(root) {     if (!root) return 0  return Math.max(maxDepth(root.left), maxDepth(root.right)) + 1};

对于该递归函数可以这样理解：一旦没有找到节点就会返回 0，每弹出一次递归函数就会加一，树有三层就会得到3。

快速排序

快速排序的基本思想：通过一趟排序将待排记录分隔成独立的两部分，其中一部分记录的关键字均比另一部分的关键字小，则可分别对这两部分记录继续进行排序，以达到整个序列有序。

快速排序使用分治法来把一个串（list）分为两个子串（sub-lists）。具体算法描述如下：

从数列中挑出一个元素，称为 “基准”（pivot）；

重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。在这个分区退出之后，该基准就处于数列的中间位置。这个称为分区（partition）操作；

递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子数列排序。

以下是实现该算法的代码

function quickSort(arr, left, right) {       var len = arr.length,        partitionIndex,        left =typeof left !='number' ? 0 : left,        right =typeof right !='number' ? len - 1 : right;    if (left < right) {           partitionIndex = partition(arr, left, right);        quickSort(arr, left, partitionIndex-1);        quickSort(arr, partitionIndex+1, right);    }    return arr;}function partition(arr, left ,right) {       // 分区操作    var pivot = left,                     // 设定基准值（pivot）        index = pivot + 1;    for (var i = index; i <= right; i++) {           if (arr[i] < arr[pivot]) {               swap(arr, i, index);            index++;        }           }    swap(arr, pivot, index - 1);    return index-1;}function swap(arr, i, j) {       var temp = arr[i];    arr[i] = arr[j];    arr[j] = temp;}

✨

在这里插入图片描述