MySQL基础知识校招面经整理、热身 // 1. 聚簇索引和普通索引：聚簇索引指其 B+ 树的叶子节点包含了指向数据的指针。查询聚簇索引时，只需顺着该指针即可访问到数据。普通索引指叶子节点处的索引项只是存储了某个聚簇索引的索引值，而非直接指向数据。查询普通索引时，还需额外回表 1 次，通过查到的索引值查找该聚簇索引，最终获得数据。MySQL中 InnoDB 主键索引一定为聚簇索引，不设主键的话第一个唯一索引字段即为聚簇索引，没有唯一索引字段的话，使用隐藏字段自增主键作为聚簇索引。由于聚簇索引在一张表中最多创建一个，所以其余索引为普通索引。 2. 普通索引和聚簇索引是单独存在表还是另外开一个表：不太确定这题要问什么。尝试从叶子结点的结构来回答。 聚簇索引的叶子结点是指向了该结点值所在的数据行的，也就是说指向了原数据表。 普通索引的叶子节点则是指向了一个新表，表中存储了当前索引值对应的所有主键值。从这个角度来说，普通索引确实创建了一个新表，而聚簇索引没有（直接在原数据表的基础上以主键构建索引） 3. HashMap 和 B 树有何异同，为什么数据库一般使用b树来当索引：相同：好像没 ...

数据结构基础知识校招面经整理、热身 // 1. 红黑树、B+ 树、B 树、二叉搜索树： 二叉搜索树：又称 BST，是为了实现在 O(logn) 时间内完成对有序集合中的元素完成一次查找，而设计的数据结构。 B树：二叉搜索树在最坏情况下，如果元素按顺序插入，会失去平衡退化为链表，查找的效率为 O(n)，为了解决这个平衡问题，引入 AVL 树、 B 树。B树中的元素会优先填满每层的结点，达到最大值以后分裂，分裂时会调整父节点和其他子节点，实现平衡。同时 B 树的一层可以设定允许容纳多个节点，进一步降低树高。 红黑树： B 树的一个缺点在于其插入、删除节点时的分裂逻辑较为复杂，对大量写操作不友好。为了解决这个问题，引入红黑树。红黑树是某棵确定的 2-3 B树的另一种表现形式（或者说，给定一种旋转规则（LL、LR、RR旋转），则一棵红黑树唯一地映射着一棵 2-3 B 树，反之亦然）。其某个红结点与其父节点（一定为黑色）可以视为对应的 2-3 B 树的某一个结点的2个元素。至此，我们将 B 树的结点分裂规则，转化为了红黑树的旋转规则，大大简化了判断逻辑。 B+ 树： B 树的另一缺点在于，对 ...

自定义哈希算法充分利用原数组空间 // 题目链接-来源：力扣（LeetCode） 给你一个未排序的整数数组 nums ，请你找出其中没有出现的最小的正整数。 请你实现时间复杂度为 O(n) 并且只使用常数级别额外空间的解决方案。 示例 1： 输入：nums = [1,2,0]输出：3 思路：假设不限制空间复杂度，本题显然可以用普通的哈希表存储所有元素，然后从 1 开始遍历正整数，直到找到第一个不发生冲突的正整数即为答案。现在要求 O(1) 空间复杂度，我们考虑如何充分利用原数组空间，螺蛳壳里做道场。我们总共有 n 个元素，并且有长度为 n 的数组空间，并且 n 个元素当中，会有 /[0,n] 个元素或者小于等于 0、或者大于 n（n 个不相同的正整数若均小于等于 n，则最小未出现的元素为 n + 1， 否则，答案一定在 (0,n]之间），不在我们考虑之列，也就是说，我们的数组空间是完全够用的，经过充分的交换之后，可以把所有处于 (0,n] 之间的元素哈希到合适的位置上。（理论上，这里有无数种哈希算法，比如 Hash(x) = (x + a) % n， ...

回溯遍历可能选项，二分法加快效率，39题的变式 // 题目链接-来源：力扣（LeetCode） 给定一个数组 candidates 和一个目标数 target ，找出 candidates 中所有可以使数字和为 target 的组合。 candidates 中的每个数字在每个组合中只能使用一次。 注意：解集不能包含重复的组合。  示例 1: 输入: candidates = [10,1,2,7,6,1,5], target = 8,输出:[[1,1,6],[1,2,5],[1,7],[2,6]] 思路：此题完全可以沿用上一题的模板。我们先对数组排序，之后二分地找到最大的小于等于 target 的数，从这个数开始向下回溯递归地进行 DFS搜索。只需注意，上题的每个元素是无限量的，而本题中的元素有限。为了不漏掉重复的元素，同时不重复考虑重复的元素，我们只需在每次递归当中，在循环每次要进入下层递归前，判断当前循环考虑的元素是否与前一次循环重复，重复则略过即可。时间复杂度：O(2^n * n) 其中 2^n 是指元素个数为 n 的集合所对应的幂集中的元素数量。空间复杂 ...

回溯遍历可能选项，二分法加快效率 // 题目链接-来源：力扣（LeetCode） 给定一个无重复元素的数组 candidates 和一个目标数 target ，找出 candidates 中所有可以使数字和为 target 的组合。 candidates 中的数字可以无限制重复被选取。 说明： 所有数字（包括 target）都是正整数。解集不能包含重复的组合。 示例 1： 输入：candidates = [2,3,6,7], target = 7,所求解集为：[ [7], [2,2,3]] 思路：首先，大于 target 的元素不可能进入解集。因此可以用二分法先确定 target 的大致位置。我们寻找满足小于等于 target 的最大元素的下标，在此下标范围内的元素全部进入我们的备选集。之后在备选集中按一定的顺序（从小到大或从大到小）选择选项，选择某个选项 val 后，用 target 值减去 val，获得的新值 deeperTarget 若不等于 0，我们就把 deeperTarget 作为新的 target 递归地放到剩余的备选集当中查找（记住，深层递 ...

迭代计数前驱字符串的特征 // 题目链接-来源：力扣（LeetCode） 给定一个正整数 n ，输出外观数列的第 n 项。 「外观数列」是一个整数序列，从数字 1 开始，序列中的每一项都是对前一项的描述。 你可以将其视作是由递归公式定义的数字字符串序列： countAndSay(1) = “1”countAndSay(n) 是对 countAndSay(n-1) 的描述，然后转换成另一个数字字符串。前五项如下： 1 11 21 1211 111221 第一项是数字 1描述前一项，这个数是 1 即 “ 一 个 1 ”，记作 “11”描述前一项，这个数是 11 即 “ 二 个 1 ” ，记作 “21”描述前一项，这个数是 21 即 “ 一 个 2 + 一 个 1 ” ，记作 “1211”描述前一项，这个数是 1211 即 “ 一 个 1 + 一 个 2 + 二 个 1 ” ，记作 “111221”要 描述 一个数字字符串，首先要将字符串分割为 最小 数量的组，每个组都由连续的最多 相同字符 组成。然后对于每个组，先描述字符的数量，然后描述字符，形成一个描述 ...

用二进制位记录冲突信息，用位运算替代效率较低的哈希运算。 // 题目链接-来源：力扣（LeetCode） 编写一个程序，通过填充空格来解决数独问题。 数独的解法需 遵循如下规则： 数字 1-9 在每一行只能出现一次。数字 1-9 在每一列只能出现一次。数字 1-9 在每一个以粗实线分隔的 3x3 宫内只能出现一次。（请参考示例图）数独部分空格内已填入了数字，空白格用 ‘.’ 表示。 示例： 输入：board = [[“5”,”3”,”.”,”.”,”7”,”.”,”.”,”.”,”.”],[“6”,”.”,”.”,”1”,”9”,”5”,”.”,”.”,”.”],[“.”,”9”,”8”,”.”,”.”,”.”,”.”,”6”,”.”],[“8”,”.”,”.”,”.”,”6”,”.”,”.”,”.”,”3”],[“4”,”.”,”.”,”8”,”.”,”3”,”.”,”.”,”1”],[“7”,”.”,”.”,”.”,”2”,”.”,”.”,”.”,”6”],[“.”,”6”,”.”,”.”,”.”,”.”,”2”,”8”,”.”],[“.”,”.”,”.”,”4”,” ...

用哈希表验证数独表是否有效。 // 题目链接-来源：力扣（LeetCode） 请你判断一个 9x9 的数独是否有效。只需要 根据以下规则 ，验证已经填入的数字是否有效即可。 数字 1-9 在每一行只能出现一次。数字 1-9 在每一列只能出现一次。数字 1-9 在每一个以粗实线分隔的 3x3 宫内只能出现一次。（请参考示例图）数独部分空格内已填入了数字，空白格用 ‘.’ 表示。 注意： 一个有效的数独（部分已被填充）不一定是可解的。只需要根据以上规则，验证已经填入的数字是否有效即可。 示例 1： 输入：board =[[“5”,”3”,”.”,”.”,”7”,”.”,”.”,”.”,”.”],[“6”,”.”,”.”,”1”,”9”,”5”,”.”,”.”,”.”],[“.”,”9”,”8”,”.”,”.”,”.”,”.”,”6”,”.”],[“8”,”.”,”.”,”.”,”6”,”.”,”.”,”.”,”3”],[“4”,”.”,”.”,”8”,”.”,”3”,”.”,”.”,”1”],[“7”,”.”,”.”,”.”,”2”,”.”,”.”,”.”,”6”],[“.” ...

二分法查找有序数组 // 题目链接-来源：力扣（LeetCode） 给定一个排序数组和一个目标值，在数组中找到目标值，并返回其索引。如果目标值不存在于数组中，返回它将会被按顺序插入的位置。 你可以假设数组中无重复元素。 示例 1: 输入: [1,3,5,6], 5输出: 2 思路：借鉴上一题的思路。我们要找到 target，其实就是要找到 target - 1 右侧的最大值所处的位置。若存在 target，则返回目标索引，否则，该索引也是我们所需的插入位置。时间复杂度：O(n)空间复杂度：O(1) 实现：12345678910111213141516171819class Solution { public int searchInsert(int[] nums, int target) { int index = helper(nums, target - 1); return index; } private int helper(int[] arr, int target) { ...

二分法查找有序数组 // 题目链接-来源：力扣（LeetCode） 给定一个按照升序排列的整数数组 nums，和一个目标值 target。找出给定目标值在数组中的开始位置和结束位置。 如果数组中不存在目标值 target，返回 [-1, -1]。 进阶： 你可以设计并实现时间复杂度为 O(log n) 的算法解决此问题吗？ 示例 1： 输入：nums = [5,7,7,8,8,10], target = 8输出：[3,4] 思路：已知有序数组，那么大体框架依然是二分法。问题在于，我们二分查找的目标是什么。举例，对于示例中的 nums = [5,7,7,8,8,10], target = 8，我们需要二分地查找第一个 ‘8’（位于下标 3 处）和最后一个 ‘8’（位于下标 4 处）。这样的话，我们需要实现两套逻辑，两套逻辑都要先二分找到 target（或者确定 target 不存在），然后第一个逻辑定位到最左侧的 target 值，第二个定位到最右侧。当然，我们也可以进行适当处理，用同一套逻辑覆盖这个问题。比如，我们的查找目标是实现 「二分查 ...