【PHP常见面试题 算法与逻辑思维-常见算法】请写出常见的排序算法,并用PHP实现冒泡排序,将数组按照从小到大的方式进行排序。
文章目录
- 一、考点
- 1、冒泡排序原理和实现
- 2、延伸
- 1)算法的概念
- 2)时间复杂度和空间复杂度的概念
- 常见时间复杂度:常数阶、线性阶、平方阶、立方阶、对数阶、nlog2n阶、指数阶。
- 效率比较:`O(1)` > `O(log2n)` > `O(n)` > `O(nlog2n)` > `O(n^2)` > `O(n^3)` > `O(2^n)` > `O(n!)` > `O(n^n)`
- 注:综上所述,值越小,效率越高。
- ⑤ 时间复杂度其他概念
- ⑥ 空间复杂度
- ⑦ 空间复杂度计算方式
- 3)常见排序算法
- 总结:快速排序、归并排序的理想时间复杂度都是 `O(nlog2n)`,但是快速排序的时间复杂度并不稳定,最坏情况下复杂度为 `O(n^2)`,所以最理想的算法还是归并排序。
- 4)常见查找算法
- 总结:二分查找算法的时间复杂度最差是 `O(log2n)`,顺序查找的时间复杂度最差为 `O(n)`,所以二分查找法更快,但是递归情况下,二分查找更消耗内容,时间复杂度为 `O(log2n)`。
- 二、解题方法
- 三、真题
一、考点
1、冒泡排序原理和实现
1)原理
两两相邻的数进行比较,如果反序就交换,否则不交换。
2)实现
1, 3, 2, 4, 6, 5,进行冒泡排序。
步骤如下:
第一轮:拿 1,3,进行比较,1 < 3,因此位置不变,第一轮得到 1,3,2,4,6,5;
第二轮:拿 3, 2,进行比较,3 > 2,因此交换位置,第二轮得到 1,2,3,4,6,5;
第三轮:拿 3, 4,进行比较,3 < 4,因此位置不变,第三轮得到 1,2,3,4,4,6,5;
第四轮:拿 4, 6,进行比较,4 < 5,因此位置不变,第四轮得到 1,2,3,4,6,5;
第五轮:拿 6, 5,进行比较,6 > 5,因此交换位置,第五轮得到1,2,3,4,5,6。
冒泡排序最终结果:1,2,3,4,5,6
2、延伸
1)算法的概念
1 + 2 + 3 + 4 + … + n 的值是多少?
① 解决特定问题求解步骤的描述,在计算机中表现为指令的有限序列,并且每条指令表示一个或多个操作;
② 一个问题可以有多种算法,每种算法都不同的效率;
如: 1 + 2 + 3 + 4 + … + n的值,这道题,可以进行改进一下,不要直接加,直接加的效率很低。可以采用 梯形的面积算法( (上底 + 下底) x 高 / 2
),用到此题中,为 (1 + n) * n/2,即最终结果为 n(n+1)/2
,这样效率就会提高很多。
③ 一个算法具有五个特征
- 有穷性:有结束的时候。
- 确切性:每一步都是有意义的(不能随便写一步没有意义的)。
- 输入项:如一个算法有100项,则从1加到100这样的值。
- 输出项:最终要给一个结果。
- 可行性:算法的每一步都是正确的,可以执行。
2)时间复杂度和空间复杂度的概念
① 算法评定
- 算法分析的目的在于选择合适算法和改进算法;
- 一个算法的评价主要从 时间复杂度 和 空间复杂度 来考虑。
② 时间复杂度
- 执行算法所需要的计算工作量。一般来说,计算机算法是 问题规模 n 的函数 f(n),算法的时间复杂度也因此记做
T(n)=O(f(n))
; - 问题的规模n 越大,算法执行的时间的增长率 与 f(n) 的增长率 正相关,称作 渐进时间复杂度(Asymptotic Time Complexity),简称 时间复杂度。
③ 时间复杂度计算方式
<1> 得出算法的计算次数的公式;;
// 1 + 2 + 3 + ... + n
$sum = 0;
for ($i = 1; $i <= $n; $i++) {
$sum += $i;
}
// 计算了 n次,则 时间复杂度:O(n),因此 时间复杂度
<2> 用 常数1 来取代所有时间中的所有加法常数;(如:假设我们的计算次数为 3,或者是其他的固定常数,都要写成 O(1)
,不能写成 O(3)
,因此,凡固定常数的次数,都写成 O(1)
。);
<3> 在修改后的运行次数函数中,只保留最高阶项;
<4> 如果最高阶存在且不是1,则去除与这个项相乘的常数(如:计算出来的是 2n^2 + 3n + 1,则时间复杂度为 O(n^2)
,只拿最高阶即可,不用管前面的常数)
④ 举例
- 常数阶:O(1) :无论常数为几,都替换为1。
- 线性阶:O(n) :从 1 加到 n。
- 平(立)方阶:O(n2)/O(n3)
- 特殊平方阶:O(n^2/2+n/2) -> O(n^2)
- 对数阶:O(log2n)
常见时间复杂度:常数阶、线性阶、平方阶、立方阶、对数阶、nlog2n阶、指数阶。
效率比较:O(1)
> O(log2n)
> O(n)
> O(nlog2n)
> O(n^2)
> O(n^3)
> O(2^n)
> O(n!)
> O(n^n)
注:综上所述,值越小,效率越高。
⑤ 时间复杂度其他概念
- 最坏情况:最坏情况时的运行时间,一种保证,如果没有特别说明,说的时间复杂度即为最坏情况的时间复杂度。
- 平均情况:期望的运行时间。
⑥ 空间复杂度
- 算法需要消耗的内存空间,记作
S(n) = O(f(n))
; - 包括 程序代码所占用的空间,输入数据所占用的空间 和 辅助变量所占用的空间 这三个方面;
- 计算和表示方法与时间复杂度类似,一般用 复杂度的渐近性 来表示。
⑦ 空间复杂度计算方式
- 有时用空间换取时间;
- 冒泡排序的元素交换,空间复杂度
O(1)
3)常见排序算法
① 冒泡排序;
- 原理:两两相邻的数进行比较,如果反序就交换,否则不交换。
-
时间复杂度:最坏(即比较次数最多的情况)
(O(n^2))
,平均(O(n^2))
。 - 空间复杂度:
O(1)
② 直接插入排序;
- 原理:每次从无序表中去取出第一个元素,把它插入到有序表的合适位置,使有序表仍然有序。
- 时间复杂度:最坏(
O(n^2)
),平均(O(n^2)
) - 空间复杂度:
O(1)
③ 希尔排序;
- 原理:把待排序的数据根据增量分成几个子序列,对子序列进行插入排序,直到增量为1,直接进行插入排序;增量的排序,一般是数组的长度的一般,再变为原理增量的一半,直到增量为1。
- 时间复杂度:最差(
O(n^2)
),平均(O(n*log2n)
) - 空间复杂度:
O(1)
④ 选择排序;
- 原理:每次从待排序的数据元素中选出最小(或最大)的一个元素,存放在序列的起始位置,直到全部待排序的数据元素排完。
- 时间复杂度:最坏(
O(n^2)
),平均(O(n^2)
) - 空间复杂度:
O(1)
⑤ 快速排序;
- 原理:通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,然后再按照此方法对这两部分数据分别进行快速排序,整个排序过程可以递归完成。(把数据中中间劈开,使用递归分别进行排序,然后再进行比较这两部分的大小)。
-
时间复杂度:最差(
O(n^2)
),平均(O(nlog2n)
)【相当来说,不稳定】 - 空间复杂度:最差(
O(n)
),平均(O(log2n)
)
⑥ 堆排序
- 原理:把待排序的元素按照大小在二叉树位置上排列,排序好的元素要满足:父节点的元素要大于等于子节点;这个过程叫做 堆化过程,如果根节点存放的是最大的数,则叫做大根堆,如果是最小,就叫小根堆,可以把根节点拿出来,然后再堆化,循环到最后一个节点。
- 时间复杂度:最差(
O(nlog2n)
),平均(O(nlog2n)
) - 空间复杂度:
O(1)
⑦ 归并排序
- 原理:将两个(或两个以上)有序表合并成一个新的有序表,即把待排序序列分为若干个有序的子序列,再把有序的子序列合并为整体有序序列。
- 时间复杂度:最差(
O(nlog2n)
),平均(O(nlog2n)
) - 空间复杂度:
O(n)
总结:快速排序、归并排序的理想时间复杂度都是 O(nlog2n)
,但是快速排序的时间复杂度并不稳定,最坏情况下复杂度为 O(n^2)
,所以最理想的算法还是归并排序。
常考题:以下算法中哪个的效率更快?(如果有 归并排序 优先选择,没有的话,选择 快速排序)
4)常见查找算法
① 二分查找【常考】
- 原理:从数组的中间元素开始,如果中间元素正好是要查找的元素,搜索结束,如果某一个特定元素大于或者小中间元素,则在数组大于或者小于中间元素的那一半中查找,而且跟开始一样从中间开始比较,如果某一步骤数组为空,代表找不到。
- 时间复杂度:最差(
O(log2n)
),平均(O(log2n)
) - 空间复杂度:迭代(
O(1)
)、递归(O(log2n)
)
② 顺序查找
- 原理:按照一定的顺序检查数组中每一个元素,直到找到所要寻找的特定值为止。
- 时间复杂度:最差(
O(n)
),平均(O(n)
) - 空间复杂度:
O(1)
总结:二分查找算法的时间复杂度最差是 O(log2n)
,顺序查找的时间复杂度最差为 O(n)
,所以二分查找法更快,但是递归情况下,二分查找更消耗内容,时间复杂度为 O(log2n)
。
二、解题方法
此类考点非常重要也较为复杂,需要大家充分理解各种排序算法和查找算法的原理以及实现方式,另外还需要理解时间复杂度和空间复杂度的计算方式和概念,此类考察点毋庸置疑是考察大家的逻辑思维能力,因此需要大家仔细研究各种算法的实现方式。
三、真题
1、请简述时间复杂度和空间复杂度的概念。
- 时间复杂度:用来描述时间的消耗计算量;
- 空间复杂度:内存的计算量(使用到的内存)。
2、对无须数组排序,最优的时间复杂度是什么,用PHP或者JavaScript写出一个实际的例子(如了解,给出算法的名称),该算法的空间复杂度是什么?
- 可以写 归并排序 或者 快速排序。
3、一个有序数组中,查询特定item是否存在的最优算法是什么?时间复杂度是什么?
- 最优算法:二分查找法
-
二分查找法 时间复杂度:
O(log2n)