Основные структуры данных, которые вы должны знать для вашего следующего собеседования кодирования

Fahim UL HAQ

Никлаус Вирт, швейцарский компьютерный ученый, написал книгу в 1976 году под названием Алгоритмы + данные.

40+ лет спустя, это уравнение все еще имеет правду. Вот почему кандидаты на разработке программного обеспечения должны продемонстрировать свое понимание структур данных вместе с их приложениями.

Почти все проблемы требуют, чтобы кандидата продемонстрировал глубокое понимание структур данных. Неважно, только что закончил (от университета или кодирования Bootcamp), или у вас есть десятилетия опыта.

Иногда вопросы интервью явно упоминают структуру данных, например, «Учитывая двоичное дерево». В других случаях это неявно, как «мы хотим отслеживать количество книг, связанных с каждым автором».

Структуры данных обучения необходимы, даже если вы просто пытаетесь поправиться на вашей текущей работе. Давайте начнем с понимания оснований.

Что такое структура данных?

Проще говоря, структура данных – это контейнер, который хранит данные в определенной макете. Этот «макет» позволяет эффективной структурой данных в некоторых операциях и неэффективных в других. Ваша цель – понять структуры данных, чтобы вы могли выбрать структуру данных, которая наиболее оптимальной для проблемы под рукой.

Почему нам нужны структуры данных?

Поскольку структуры данных используются для хранения данных в организованной форме, и поскольку данные являются наиболее важнейшей организацией в информатике, истинная ценность структур данных ясна.

Независимо от того, какую проблему вы решаете, так или иначе вы должны иметь дело с данными – будь то зарплата сотрудника, цены на акции, список продуктов питания или даже простой телефонный справочник.

На основании разных сценариев данных необходимо хранить в определенном формате. У нас есть горстка структур данных, которые охватывают нашу необходимость хранения данных в разных форматах.

Обычно используемые структуры данных

Давайте сначала перечислить наиболее часто используемые структуры данных, а затем мы покрываем их один за другим:

Массива
Стеки
Очередь
Связанные списки
Деревья
Графики
Пытается (они эффективно деревьев, но все равно приятно называть их отдельно).
Хэш таблицы

Массива

Массив является самым простым и широко используемым структурой данных. Другие структуры данных, такие как стеки и очереди, получены из массивов.

Вот изображение простого массива размера 4, содержащее элементы (1, 2, 3 и 4).

Каждый элемент данных присваивается положительное числовое значение, называемое Индекс , который соответствует позиции этого элемента в массиве. Большинство языков определяют начальный индекс массива как 0.

Ниже приведены два типа массивов:

Одномерные массивы (как показано выше)
Многомерные массивы (массивы в массивах)

Основные операции по массивам

Вставить – вставляет элемент в данный индекс
Get – возвращает элемент в данный индекс
Удалить – удаляет элемент в данном индексе
Размер – получает общее количество элементов в массиве

Обычно задаваемые вопросы интервью на массиве

Найти второй минимальный элемент массива
Первые не повторяющиеся целые числа в массиве
Объединить две отсортированные массивы
Переставить положительные и отрицательные значения в массиве

Стеки

Мы все знакомы со знаменитым Отменить Вариант, который присутствует практически во всех приложении. Вы когда-нибудь задавались вопросом, как это работает? Идея: вы храните предыдущие состояния вашей работы (которые ограничены конкретным числом) в памяти в таком порядке, что последний появляется первым. Это не может быть сделано, просто используя массивы. Вот где стек пригодится.

Реальный пример стека может быть куча книг, помещенных в вертикальном порядке. Чтобы получить книгу, которая где-то посередине, вам нужно будет удалить все книги, размещенные на нем. Это как работает метод Lifo (последний в первом выходе).

Вот изображение стека, содержащего три элемента данных (1, 2 и 3), где 3 находится на вершине и будет удалена первым:

Основные операции стека:

Нажмите – вставляет элемент вверху
POP – возвращает верхний элемент после удаления из стека
isuppy – возвращает true, если стек пуст
Верхний – возвращает верхний элемент, не удаляя из стека

Обычно задают вопросы собеседования

Оцените выражение постфикса с использованием стека
Сортировать значения в стеке
Проверьте сбалансированные скобки в выражении

Очередь

Подобно стеку, очередь – это еще одна линейная структура данных, которая хранит элемент последовательно. Единственным существенным различием между стеком и очередь является то, что вместо того, чтобы использовать метод LIFO, очередь реализует FIFO Метод, который коротко для первого в первую очередь.

Идеальный реальный пример очереди: линия людей, ожидающих в билетной будке. Если приходит новый человек, они присоединятся к линии с конца, а не от начала – и лицо, стоящее на фронте, будет первым, кто получил билет и, следовательно, покинуть линию.

Вот образ очереди, содержащий четыре элемента данных (1, 2, 3 и 4), где 1 находится сверху и будет удален первым:

Основные операции очереди

Enqueue () – вставляет элемент до конца очереди
Dequeue () – удаляет элемент с начала очереди
isuppy () – возвращает true, если очередь пуста
Top () – возвращает первый элемент очереди

Обычно спросил вопросы интервью в очереди

Внедрить стек с помощью очереди
Обратный первый K элементы очереди
Генерировать двоичные числа от 1 до n с использованием очереди

Связанный список

Связанный список – еще одна важная линейная структура данных, которая сначала выглядит аналогичной массивам, но отличается от распределения памяти, внутренней структуре и о том, как проводится основные операции введения и удаления.

Связанный список похож на цепочку узлов, где каждый узел содержит информацию, такую как данные и указатель на следующий узел в цепочке. Есть указатель головки, который указывает на первый элемент связанного списка, и если список пустое, то он просто указывает на NULL или ничего.

Связанные списки используются для реализации файловых систем, хеш-таблиц и списков смежности.

Вот визуальное представление внутренней структуры связанного списка:

Ниже приведены типы связанных списков:

Одно связанный список (однонаправленный)
Вдвойне связанный список (двунаправленные)

Основные операции связанного списка:

InserateND – Вставляет данный элемент в конце связанного списка
Inserathead – Вставляет данный элемент в начале/главе связанного списка
Удалить – Удаляет данный элемент из связанного списка
Delategead – Удаляет первый элемент связанного списка
Поиск – возвращает данный элемент из связанного списка
ushumpy – возвращает true, если связанный список пуст

Обычно просят связанные вопросы собеседования

Обратный связанный список
Обнаружить цикл в связанном списке
Вернуть NT-узел из конца в связанном списке
Удалить дубликаты из связанного списка

Графики

График – это набор узлов, которые связаны друг с другом в форме сети. Узлы также называют вершинами. А Пара (x, y) называется край , что указывает на то, что вершина х подключен к вершине y Отказ Край может содержать вес/затраты, показывая, сколько стоимости требуется для прохождения вершины x к y Отказ

Типы графов:

Незапряженный график
Направленный график

На языке программирования графики могут быть представлены с использованием двух форм:

Матрица соседних
Список соседних

Общие алгоритмы пересечения графика:

ПЕРВЫЙ ПОИСК ПО ИЩЕТ
Глубина первый поиск

Обычно задаваемые вопросы собеседования графов

Реализовать ширину и глубину сначала поиск
Проверьте, является ли график деревом или нет
Подсчитайте количество ребер в графике
Найдите кратчайший путь между двумя вершинами

Деревья

Дерево – это иерархическая структура данных, состоящая из вершин (узлов) и краев, которые их соединяют. Деревья похожи на графики, но ключевой точкой, которая дифференцирует дерево с графика, заключается в том, что цикл не может существовать в дереве.

Деревья широко используются в искусственном интеллекте и сложных алгоритмах для обеспечения эффективного механизма хранения для решения проблем.

Вот изображение простого дерева и основных терминологий, используемых в структуре данных деревьев:

Ниже приведены типы деревьев:

N-ary дерево
Сбалансированное дерево
Бинарное дерево
Двоичное дерево поиска
AVL Tree
Красное черное дерево
2-3 дерева

Из вышеперечисленного, двоичного дерева и двоичного поиска являются наиболее часто используемыми деревьями.

Обычно задаваемые вопросы Tree интервью

Найти высоту бинарного дерева
Найти максимальное значение Kth в двоичном дереве поиска
Найти узлы на расстоянии “k” от корня
Найти предки данного узла в бинарном дереве

Три

TRIE, которая также известна как «префиксные деревья», является древесной структурой данных, которая оказывается достаточно эффективной для решения проблем, связанных с строками. Он обеспечивает быструю поиск и в основном используется для поиска слов в словаре, обеспечивая автоматические предложения в поисковой системе и даже для маршрутизации IP.

Вот иллюстрация того, как три слова «топ», «таким образом» и «их» хранятся в Три:

Слова хранятся в верхней части до нижней части, когда зеленые цветные узлы «P», «S» и «R» указывают конец «верхнего», «таким образом» и «их» соответственно.

Обычно спросил вопросы Trie интервью:

Подсчитать общее количество слов в Трении
Распечатать все слова, хранящиеся в TRIE
Сортировать элементы массива, используя TRIE
Формируйте слова из словаря, используя TRIE
Построить словарь T9

Хеш-таблица

HASHING – это процесс, используемый для уникального идентификации объектов и хранить каждый объект при определенном предварительно рассчитанном уникальном индексе, называемом его «ключом». Таким образом, объект хранится в виде пара «ключ-значение», а коллекция таких элементов называется «словарь». Каждый объект можно найти с помощью этой клавиши. Существуют разные структуры данных на основе хеширования, но наиболее часто используемая структура данных является хеш-таблица Отказ

Хэш-таблицы обычно реализуются с использованием массивов.

Выполнение структуры данных хеширования зависит от этих трех факторов:

Хаш-функция
Размер хэш таблицы
Метод обработки столкновений

Вот иллюстрация того, как хеш отображается в массиве. Индекс этого массива рассчитывается через хеш-функцию.

Обычно задаваемые вопросы охватывания интервью

Найти симметричные пары в массиве
Трассировать полный путь путешествия
Найти, если массив является подмножеством другого массива
Проверьте, если заданные массивы несерьезно

Вышеуказанные восемь основных структур данных, которые вы обязательно должны знать, прежде чем ходить в кодирующее интервью.

Если вы ищете ресурсы на структурах данных для кодирования интервью, посмотрите на курсы Interactive & Challenge: Структуры данных для кодирования интервью ( Питон , Ява , или же Javascript ).

Для более продвинутых вопросов посмотрите на CODERUST 3.0: Быстрое кодирование собеседования подготовки с интерактивными проблемами и визуализациями .

Если вы готовитесь к интервью программного обеспечения, вот A Комплексная дорожная карта для подготовки к кодированию интервью Отказ

Удачи и счастливое обучение!:)