正文

掌握编程必刷题，轻松提升算法能力，这些经典题目你掌握了吗？

/0 浏览量
0822

编程是计算机科学和信息技术领域的基础技能之一，而算法能力则是程序员的核心竞争力。想要在编程领域有所建树，掌握一系列经典算法题目是必不可少的。下面，我们就来探讨一些编程中的必刷题目，帮助大家提升算法能力。

基础算法题目

1. 快速排序（Quick Sort）

快速排序是一种高效的排序算法，其基本思想是通过一趟排序将待排序的记录分割成独立的两部分，其中一部分记录的关键字均比另一部分的关键字小，则可分别对这两部分记录继续进行排序。

def quick_sort(arr):
    if len(arr) <= 1:
        return arr
    pivot = arr[len(arr) // 2]
    left = [x for x in arr if x < pivot]
    middle = [x for x in arr if x == pivot]
    right = [x for x in arr if x > pivot]
    return quick_sort(left) + middle + quick_sort(right)

arr = [3, 6, 8, 10, 1, 2, 1]
print(quick_sort(arr))

2. 合并排序（Merge Sort）

合并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法的一个非常典型的应用。

def merge_sort(arr):
    if len(arr) <= 1:
        return arr
    mid = len(arr) // 2
    left = merge_sort(arr[:mid])
    right = merge_sort(arr[mid:])
    return merge(left, right)

def merge(left, right):
    result = []
    i = j = 0
    while i < len(left) and j < len(right):
        if left[i] < right[j]:
            result.append(left[i])
            i += 1
        else:
            result.append(right[j])
            j += 1
    result.extend(left[i:])
    result.extend(right[j:])
    return result

arr = [3, 6, 8, 10, 1, 2, 1]
print(merge_sort(arr))

进阶算法题目

3. 最长公共子序列（Longest Common Subsequence，LCS）

最长公共子序列问题是计算机科学中的一个经典问题，属于序列匹配的范畴。

def lcs(X, Y):
    m = len(X)
    n = len(Y)
    L = [[0] * (n + 1) for i in range(m + 1)]

    for i in range(m + 1):
        for j in range(n + 1):
            if i == 0 or j == 0:
                L[i][j] = 0
            elif X[i - 1] == Y[j - 1]:
                L[i][j] = L[i - 1][j - 1] + 1
            else:
                L[i][j] = max(L[i - 1][j], L[i][j - 1])

    return L[m][n]

X = "AGGTAB"
Y = "GXTXAYB"
print("Length of LCS is", lcs(X, Y))

4. 二分查找（Binary Search）

二分查找算法的基本思想是将有序数组分成两半，判断目标值在左半部分还是右半部分，然后继续在对应的半部分进行查找。

def binary_search(arr, target):
    left, right = 0, len(arr) - 1
    while left <= right:
        mid = (left + right) // 2
        if arr[mid] == target:
            return mid
        elif arr[mid] < target:
            left = mid + 1
        else:
            right = mid - 1
    return -1

arr = [1, 2, 3, 4, 5, 6, 7, 8, 9]
print(binary_search(arr, 4))

通过学习和掌握这些经典算法题目，你将能够更好地理解和运用算法，提升自己的编程能力。当然，这只是冰山一角，还有更多有趣的算法题目等待你去探索和挑战。祝你学习愉快！

-- 展开阅读全文 --