美文网首页
测试开发基础 | Python 算法与数据结构面试题系列一(附答

测试开发基础 | Python 算法与数据结构面试题系列一(附答

作者: 霍格沃兹测试学院 | 来源:发表于2020-12-22 14:12 被阅读0次
  1. 时间复杂度问题
    已知 AList = [1, 2, 3],BSet = {1, 2, 3} (1)从AList和BSet中查找4,最坏时间复杂度哪个大?(2)从AList和BSet中插入4,最坏时间复杂度哪个大?

答:

对于查找,列表和集合的最坏时间复杂度都是O(n),所以一样的。
列表操作插入的最坏时间复杂度为o(n), 集合为o(1),所以Alist大。set是哈希表所以操作的复杂度基本上都是o(1)。

  1. 用 Python 实现一个二分查找的函数
    答:

def binary_search(arr, target):
n = len(arr)
left = 0
right = n - 1
while left <= right :
mid = (left + right) // 2
if arr[mid] < target:
left = mid + 1
elif arr[mid] > target:
right = mid - 1
else :
print(f"index:{mid},value:{arr[mid]}")
return True
return False

if name == 'main':
l = [1, 3, 4, 5, 6, 7, 8]
binary_search(l, 8)

  1. Python 单例模式的实现方法
    答:

实现单例模式的方法有多种,之前再说元类的时候用 call 方法实现了一个单例模式,另外 Python 的模块就是一个天然的单例模式,这里我们使用 new 关键字来实现一个单例模式。

通过 new 函数实现简单的单例模式。

class Book:
def new(cls, title):
if not hasattr(cls, "_ins"):
cls._ins = super().new(cls)
print('in new')
return cls._ins

def __init__(self, title):
    print('in __init__')
    super().__init__()
    self.title = title

if name == 'main':
b = Book('The Spider Book')
b2 = Book('The Flask Book')
print(id(b))
print(id(b2))
print(b.title)
print(b2.title)

  1. 使用 Python 实现一个斐波那契数列
    答:

斐波那契数列:数列从第3项开始,每一项都等于前两项之和。

def fibonacci(num):
a, b = 0, 1
l = [a, b]
for i in range(num):
a, b = b, a + b
l.append(b)
return l

if name == 'main':
print(fibonacci(10))

  1. 找出列表中的重复数字
    答:

思路:从头扫到尾,只要当前元素值与下标不同,就做一次判断,numbers[i] 与 numbers[numbers[i]] 相等就认为找到了重复元素,返回 true;否则就交换两者,继续循环。直到最后还没找到认为没找到重复元素。

-- coding:utf-8 --

class Solution:
def duplicate(self, numbers):
if numbers is None or len(numbers) <= 1:
return False
use_set = set()
duplication = {}
for index, value in enumerate(numbers):
if value not in use_set:
use_set.add(value)
else:
duplication[index] = value
return duplication

if name == 'main':
s = Solution()
d = s.duplicate([1, 2, -3, 4, 4, 95, 95, 5, 2, 2, -3, 7, 7, 5])
print(d)

  1. 找出列表中的单个数字
    答:

def find_single(l :list):
result = 0
for v in l:
result ^= v
if result == 0:
print("没有落单元素")
else :
print("落单元素", result)

if name == 'main':
l = [1, 2, 3, 4, 5, 6, 2, 3, 4, 5, 6]
find_single(l)

  1. 写一个冒泡排序
    答:

def bubble_sort(arr):
n = len(arr)
for i in range(n - 1):
for j in range(n - i - 1):.
if arr[j] > arr[j + 1]:
arr[j], arr[j + 1] = arr[j + 1], arr[j]

if name == 'main':
l = [1, 2, 3, 4, 5, 55, 6, 3, 4, 5, 6]
bubble_sort(l)
print(l)

  1. 写一个快速排序
    答:

def quick_sort(arr, first, last):
if first >= last:
return
mid_value = arr[first]
low = first
high = last
while low < high:
while low < high and arr[high] >= mid_value:
high -= 1 # 游标左移
arr[low] = arr[high]

while low < high and arr[low] < mid_value:
    low += 1
    arr[high] = arr[low]
    arr[low] = mid_value

quick_sort(arr, first, low - 1)
quick_sort(arr, low + 1, last)

if name == 'main':
l = [1, 2, 3, 4, 5, 55, 6, 3, 4, 5, 6]
quick_sort(l, 0, len(l) - 1)
print(l)

  1. 写一个拓扑排序
    答:

对应于该图的拓扑排序。每一个有向无环图都至少存在一种拓扑排序。

import pysnooper
from typing import Mapping

@pysnooper.snoop()
def topological_sort(graph:Mapping):

in_degrees = {'a': 0, 'b': 0, 'c': 0, 'd': 0, 'e': 0, 'f': 0}

in_degrees = dict((u, 0) for u in graph)
for u in graph:
    for v in graph[u]:  # 根据键找出值也就是下级节点
        in_degrees[v] += 1  # 对获取到的下级节点的入度加 1
# 循环结束之后的结果: {'a': 0, 'b': 1, 'c': 1, 'd': 2, 'e': 1, 'f': 4}
Q = [u for u in graph if in_degrees[u] == 0]  # 入度为 0 的节点
in_degrees_zero = []
while Q:
    u = Q.pop()  # 默认从最后一个移除
    in_degrees_zero.append(u)  # 存储入度为 0 的节点
    for v in graph[u]:
        in_degrees[v] -= 1  # 删除入度为 0 的节点,以及移除其指向
        if in_degrees[v] == 0:
        Q.append(v)
return in_degrees_zero

if name == 'main':

用字典的键值表示图的节点之间的关系,键当前节点。值是后续节点。

graph_dict = {
        'a': 'bf',  # 表示 a 指向 b 和 f
        'b': 'cdf',
        'c': 'd',
        'd': 'ef',
        'e': 'f',
        'f': ''}

t = topological_sort(graph_dict)
print(t)
  1. Python 实现一个二进制计算
    答:

二进制加法

def binary_add(a:str, b: str):
return bin(int(a, 2) + int(b, 2))[2:]

if name == 'main':
num1 = input("输入第一个数,二进制格式:\n")
num2 = input("输入第二个数,二进制格式:\n")
print(binary_add(num1, num2))
更多 Python 编程常见面试题,我们后续继续分享,敬请关注。

(文章来源于霍格沃兹测试学院)

更多技术文章可点击获取http://qrcode.testing-studio.com/f?from=jianshu&url=https://ceshiren.com/t/topic/3822

相关文章

网友评论

      本文标题:测试开发基础 | Python 算法与数据结构面试题系列一(附答

      本文链接:https://www.haomeiwen.com/subject/tylsnktx.html