微软前端社招笔试详解

时间 2019-11-07

原文原文链接

又到了每一年的金三银四招聘旺季，有幸得到了微软的笔试机会，程序猿们应该都知道，老美的公司都喜欢怼数据结构与算法，微软确定也不例外，我的以为考数据结构对每个应聘者都公平，我此次投的是微软苏研院，笔试考察的不难，是最最多见的数据结构算法裸题，这里记录一下，也给出解法。前端

1 快速排序

快排应该是最网红的题了，从校招到社招，从后端到前端再到移动端，都会问，可是估计能手撕出来的不超过一半，能讲清楚思路的估计不超过一半的一半，其实用两个词归纳，就是双指针+递归分治，在每一轮递归的时候找到每一个基准数排完序后的位置，将小于这个基准数的全部数放到它的左边，将大于这个基准数的全部数放到它的右边，而后再分别递归它左边的数组与它右边的数组。好比说数组[2,3,1,5,6,4]:算法

初始状态是这样，我如今给两个指针出来，一个指针指向头，即arr[0] = 2, 一个指针指向尾，及arr[5] = 4，规定一个基准数，这里直接用第一个数(arr[0] = 2)便可。开始第一次的递归处理，尾指针先从右往左扫，扫到第一个小于（注意是小于，而不是小于等于哦）基准数的位置停住，这时候头指针再从左往右扫，扫到第一个大于基准数的位置停住，这时候是下面的图示状态：

交换两个指针所指的数，成为了下面的状态：

两个数交换完毕，右指针此时指的是arr[2] = 3, 左指针指着arr[1] = 1；交换完毕后右指针继续从当前位置往左扫，扫到1的时候发现和左指针相遇了，那么这个时候就结束左右指针的扫描，左右指针同时指着arr[1] = 1，即：

此时退出循环扫描的过程，交换基准数与左右指针同时所指的数的位置，开头说了，基准数我选择的是arr[0] = 2, 指针指的是arr[1] = 1; 交换事后就变成了：

这时候就发现基准数已经出如今了它排完序后应该在的位置（排完序后是[1,2,3,4,5,6]，2出如今了第2位）,比这个基准数小的数组出如今了它的左边（[1]出如今了2的左边），比基准数大的出如今了它的右边（[3,5,6,4]出如今了2的右边）。以后的过程就是对左右数组的分别递归处理。附上代码：

function quickSort(arr, begin, end) {
           //递归出口
           if(begin >= end)
               return;
           var l = begin; // 左指针
           var r = end; //右指针
           var temp = arr[begin]; //基准数，这里取数组第一个数
           //左右指针相遇的时候退出扫描循环
           while(l < r) {
               //右指针从右向左扫描，碰到第一个小于基准数的时候停住
               while(l < r && arr[r] >= temp)
                 r --;
               //左指针从左向右扫描，碰到第一个大于基准数的时候停住
               while(l < r && arr[l] <= temp)
                 l ++;
               //交换左右指针所停位置的数
               [arr[l], arr[r]] = [arr[r], arr[l]];
           }
           //最后交换基准数与指针相遇位置的数
           [arr[begin], arr[l]] = [arr[l], arr[begin]];
           //递归处理左右数组
           quickSort(arr, begin, l - 1);
           quickSort(arr, l + 1, end);
       }

       var arr = [2,3,4,1,5,6]
       quickSort(arr, 0, 5);
       console.log(arr)
复制代码

思考：为何是右指针先扫而不是左指针先扫呢，你们本身想一想吧哈哈，模拟一下就知道了。后端

发散性思考

上文中我提到了左数组，右数组，还提到了基准数的概念，其中，左数组中的全部值都小于基准数，右数组中的全部值都大于基准数，并且快排仍是个递归的过程。我这里若是作一下类比，若是我把基准数当作是树根，把左数组当作是根的左孩子，右数组当作是根的右孩子，相信学过数据结构的童鞋都知道了，那不就是一颗BST吗。哈哈确实如此，其实你会发现BST的中序遍历出来就是一个有序数组，因此上文中快排的过程就是一个建立二叉搜索树的过程。数组

二叉查找树（Binary Search Tree），（又：二叉搜索树，二叉排序树）它或者是一棵空树，或者是具备下列性质的二叉树：若它的左子树不空，则左子树上全部结点的值均小于它的根结点的值；若它的右子树不空，则右子树上全部结点的值均大于它的根结点的值；它的左、右子树也分别为二叉排序树.bash

因此要是问你怎么建立一颗BST，想必也能信手拈来了吧，废话不说上代码：数据结构

function vNode(value) {
           this.val = value;
           this.left = this.right = null;
       }
     function createBST(arr) {
           var len = arr.length;
           if(len < 1)
               return;
           var l = 0;
           var r = len - 1;
           var temp = arr[0];
           while(l < r) {
               while(l < r && arr[r] >= temp)
                   r --;
               while(l < r && arr[l] <= temp)
                   l ++;
               [arr[l], arr[r]] = [arr[r], arr[l]];
           }
           [arr[0], arr[l]] = [arr[l], arr[0]];
           var root = new vNode(arr[l]);
           root.left = createBST(arr.slice(0, l));
           root.right = createBST(arr.slice(l + 1));
           return root;
       }
复制代码

二叉树的非递归中序遍历

我相信不少人都能写出二叉树的递归遍历：递归遍历左子树，输出根节点，递归遍历右子树，三行代码，完事，可是要问到非递归遍历，估计大多数人就傻眼了，可是人家就要考你不会的啊，非递归遍历其实就是借助栈来完成：ui

var inorderTraversal = function(root) {
    const res = [];
    const stack = [];
    while(root||stack.length !== 0)
     {
          while(root)
          {
              stack.push(root);
             root=root.left;
         }
         if(stack.length)
         {
             let p=stack[stack.length - 1];
             res.push(p.val);
             stack.pop();
             root = p.right;
         }
     }  
    return res;
};
复制代码

老美的公司，算法关必须过啊。因此，路漫漫其修远兮，刷题刷题多刷题吧this