程序员每日计算题

1. 程序员开发用到的十大基本算法

算法一：快速排序算法
快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下，排序 n 个项目要Ο(n log n)次比较。在最坏状况下则需要Ο(n2)次比较，但这种状况并不常见。事实上，快速排序通常明显比其他Ο(n log n) 算法更快，因为它的内部循环（inner loop）可以在大部分的架构上很有效率地被实现出来。

快速排序使用分治法（Divide and conquer）策略来把一个串行（list）分为两个子串行（sub-lists）。

算法步骤：
1 从数列中挑出一个元素，称为 “基准”（pivot），
2 重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。在这个分区退出之后，该基准就处于数列的中间位置。这个称为分区（partition）操作。
3 递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子数列排序。

递归的最底部情形，是数列的大小是零或一，也就是永远都已经被排序好了。虽然一直递归下去，但是这个算法总会退出，因为在每次的迭代（iteration）中，它至少会把一个元素摆到它最后的位置去。

算法二：堆排序算法
堆排序（Heapsort）是指利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构，并同时满足堆积的性质：即子结点的键值或索引总是小于（或者大于）它的父节点。堆排序的平均时间复杂度为Ο(nlogn) 。

算法步骤：
1.创建一个堆H[0..n-1]
2.把堆首（最大值）和堆尾互换
3.把堆的尺寸缩小1，并调用shift_down(0),目的是把新的数组顶端数据调整到相应位置
4.重复步骤2，直到堆的尺寸为1

算法三：归并排序
归并排序（Merge sort，台湾译作：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（Divide and Conquer）的一个非常典型的应用。

算法步骤：

算法四：二分查找算法
二分查找算法是一种在有序数组中查找某一特定元素的搜索算法。搜素过程从数组的中间元素开始，如果中间元素正好是要查找的元素，则搜 素过程结束；如果某一特定元素大于或者小于中间元素，则在数组大于或小于中间元素的那一半中查找，而且跟开始一样从中间元素开始比较。如果在某一步骤数组 为空，则代表找不到。这种搜索算法每一次比较都使搜索范围缩小一半。折半搜索每次把搜索区域减少一半，时间复杂度为Ο(logn) 。

算法五：BFPRT(线性查找算法)
BFPRT算法解决的问题十分经典，即从某n个元素的序列中选出第k大（第k小）的元素，通过巧妙的分 析，BFPRT可以保证在最坏情况下仍为线性时间复杂度。该算法的思想与快速排序思想相似，当然，为使得算法在最坏情况下，依然能达到o(n)的时间复杂 度，五位算法作者做了精妙的处理。

算法步骤：

终止条件：n=1时，返回的即是i小元素。

算法六：DFS（深度优先搜索）
深度优先搜索算法（Depth-First-Search），是搜索算法的一种。它沿着树的深度遍历树的节点，尽可能深的搜索树的分 支。当节点v的所有边都己被探寻过，搜索将回溯到发现节点v的那条边的起始节点。这一过程一直进行到已发现从源节点可达的所有节点为止。如果还存在未被发 现的节点，则选择其中一个作为源节点并重复以上过程，整个进程反复进行直到所有节点都被访问为止。DFS属于盲目搜索。

深度优先搜索是图论中的经典算法，利用深度优先搜索算法可以产生目标图的相应拓扑排序表，利用拓扑排序表可以方便的解决很多相关的图论问题，如最大路径问题等等。一般用堆数据结构来辅助实现DFS算法。

算法步骤：

上述描述可能比较抽象，举个实例：
DFS 在访问图中某一起始顶点 v 后，由 v 出发，访问它的任一邻接顶点 w1；再从 w1 出发，访问与 w1邻 接但还没有访问过的顶点 w2；然后再从 w2 出发，进行类似的访问，… 如此进行下去，直至到达所有的邻接顶点都被访问过的顶点 u 为止。

接着，退回一步，退到前一次刚访问过的顶点，看是否还有其它没有被访问的邻接顶点。如果有，则访问此顶点，之后再从此顶点出发，进行与前述类似的访问；如果没有，就再退回一步进行搜索。重复上述过程，直到连通图中所有顶点都被访问过为止。

算法七：BFS(广度优先搜索)
广度优先搜索算法（Breadth-First-Search），是一种图形搜索算法。简单的说，BFS是从根节点开始，沿着树(图)的宽度遍历树(图)的节点。如果所有节点均被访问，则算法中止。BFS同样属于盲目搜索。一般用队列数据结构来辅助实现BFS算法。

算法步骤：

算法八：Dijkstra算法
戴克斯特拉算法（Dijkstra’s algorithm）是由荷兰计算机科学家艾兹赫尔·戴克斯特拉提出。迪科斯彻算法使用了广度优先搜索解决非负权有向图的单源最短路径问题，算法最终得到一个最短路径树。该算法常用于路由算法或者作为其他图算法的一个子模块。

该算法的输入包含了一个有权重的有向图 G，以及G中的一个来源顶点 S。我们以 V 表示 G 中所有顶点的集合。每一个图中的边，都是两个顶点所形成的有序元素对。(u, v) 表示从顶点 u 到 v 有路径相连。我们以 E 表示G中所有边的集合，而边的权重则由权重函数 w: E → [0, ∞] 定义。因此，w(u, v) 就是从顶点 u 到顶点 v 的非负权重（weight）。边的权重可以想象成两个顶点之间的距离。任两点间路径的权重，就是该路径上所有边的权重总和。已知有 V 中有顶点 s 及 t，Dijkstra 算法可以找到 s 到 t的最低权重路径(例如，最短路径)。这个算法也可以在一个图中，找到从一个顶点 s 到任何其他顶点的最短路径。对于不含负权的有向图，Dijkstra算法是目前已知的最快的单源最短路径算法。

算法步骤：

重复上述步骤2、3，直到S中包含所有顶点，即W=Vi为止

算法九：动态规划算法
动态规划（Dynamic programming）是一种在数学、计算机科学和经济学中使用的，通过把原问题分解为相对简单的子问题的方式求解复杂问题的方法。 动态规划常常适用于有重叠子问题和最优子结构性质的问题，动态规划方法所耗时间往往远少于朴素解法。

动态规划背后的基本思想非常简单。大致上，若要解一个给定问题，我们需要解其不同部分（即子问题），再合并子问题的解以得出原问题的解。 通常许多 子问题非常相似，为此动态规划法试图仅仅解决每个子问题一次，从而减少计算量： 一旦某个给定子问题的解已经算出，则将其记忆化存储，以便下次需要同一个 子问题解之时直接查表。 这种做法在重复子问题的数目关于输入的规模呈指数增长时特别有用。

关于动态规划最经典的问题当属背包问题。

算法步骤：

算法十：朴素贝叶斯分类算法
朴素贝叶斯分类算法是一种基于贝叶斯定理的简单概率分类算法。贝叶斯分类的基础是概率推理，就是在各种条件的存在不确定，仅知其出现概率的情况下， 如何完成推理和决策任务。概率推理是与确定性推理相对应的。而朴素贝叶斯分类器是基于独立假设的，即假设样本每个特征与其他特征都不相关。

朴素贝叶斯分类器依靠精确的自然概率模型，在有监督学习的样本集中能获取得非常好的分类效果。在许多实际应用中，朴素贝叶斯模型参数估计使用最大似然估计方法，换言之朴素贝叶斯模型能工作并没有用到贝叶斯概率或者任何贝叶斯模型。

尽管是带着这些朴素思想和过于简单化的假设，但朴素贝叶斯分类器在很多复杂的现实情形中仍能够取得相当好的效果。

2. 程序员考试做题app哪个好(编程刷题app)

1、牛客

牛客是一款专为程序员笔试、面试而打造的找工作神器。在这里可以随时随地免费刷题，各种名企校招真题应有尽有，是数百万大学生都在使用的免费在线学习平台，通过刷题提高笔试通过的机率，帮助程序员们唤配顺利拿到OFFER。

2、程序员杂志

程序员杂志是一款程序员资讯工具阅读软件，每月不可错过的前沿技术、工具尽在其中。这是针对开发人员的专业技术刊物，是程序员学习与提高的重要。

3、程序媛

女程序员是不是很酷？而程序媛是一款学习教育信息，是专为女性打造的线上编程学习平台。界面简洁，提供有趣的会话式学习模式，且拥有活跃的社区让用户们在辩闭这可快速解决各式各样的疑难。

程序员考试属于全国计算机技术与软件专业技术资格考试（简称计算机软件资格考试）中的一个初级考试。程序员考试分为上午科目和下午科目，上午考基础知识；下携链裂午题是程序设计。我用的APP上学吧的程序员题库你可以试试

3. 编程题c++：从键盘输入10个学生的成绩，计算平均成绩，统计及格人数，计算高于平均分的学生的分数

#include <stdio.h>

int main()

{

int i;

float a[10],min,max,avg; //max表示最高分，min表示最低分，avg表示平均分

printf("请输入10位学生的分数 ");

printf("******************************** ");

for(i=0;i<=9;i++)

{

printf("请输入一位学生的分数：");

scanf("%f",&a[i]);

}

max=min=avg=a[0];

int jige=0;

for(i=1;i<=9;i++)

{

if(min>a[i])

{min=a[i];}

if(a[i]>=60)

jige=jige+1;

if(max<a[i])

{max=a[i];}

avg=avg+a[i];

}

avg=avg/10;

printf("max=%f ",max);

printf("min=%f ",min);

printf("avg=%f ",avg);

printf("及格人数：%d ",jige);

printf("******************************** ");

}

(3)程序员每日计算题扩展阅读：

C++是C语言的继承，它是一种使用非常广泛的计算机编程语言，C++作为一种静态数据类型检查的、支持多范型的通用程序设计语言，能够支持过程化程序设计、数据抽象化、面向对象程序设计、泛型程序设计、基于原则设计等多种程序设计风格。

C++的编程领域众广，常用于系统开发，引擎开发等应用领域，深受广大程序员的喜爱。

C++不仅拥有计算机高效运行的实用性特征，同时还致力于提高大规模程序的编程质量与程序设计语言的问题描述能力。

网络-C++

4. c语言编程题，计算平均数

#include "stdio.h"
int main()
{
int a,b,c,sum;
float average;
scanf("%d%d%d",&a,&b,&c);
sum=a+b+c;
average = (float)sum/3;
printf("%d ",sum);
printf("%.2f ",average);
return 0;
}

5. 计算机二进制计算题

11
19.625

135 10000111

85.375 1010101.011
303 100101111

463.625

111001111.1010

6. 急需程序员笔试题，附带答案

一、选择题(每题1分，共20分)
1． 下列那种语言是面向对象的（C）
A. C B. PASCAL C. C++ D. FORTRAN77
2．在 Windows9x 下，可以进入 MS-D0S 方式。当在 DOS 提示符下键入 (B ) 命令后，
系统将退出 MS-DOS方式，返回到 WIndows 方式。
A. CLOSE B. EXIT C. QUIT D. RETURN
3．下面哪些是面向对象的基本特性：(A,B,C )
A 多态 B 继承 C 封装 D 接口
4．在C++中经常要进行异常处理，下面哪些是异常处理常用到的关键词：(A,B,C)
A try B catch C throw D break E contiue
5．数据库技术中的“脏数据',是指（D）的数据。
A.错误 B.回返 C.未提交 D.未提交的随后又被撤消
6．TCP/IP是一种（A,B）
A.标准 B.协议 C.语言 D.算法
7． 下面有关计算机操作系统的叙述中，不正确的是( )
A 操作系统属于系统软件
B 操作系统只负责管理内存储器，而不管理外存储器
C UNIX 是一种操作系统
D 计算机的处理器、内存等硬件资源也由操作系统管理
8．微机上操作系统的作用是( D)
A 解释执行源程序 B 编译源程序
C 进行编码转换 D 控制和管理系统资源
9．下列存储器中存取速度最快的是(A )
A 内存 B 硬盘 C 光盘 D 软盘
10．在计算机中，—个字节是由多少个二进制位组成的( )
A. 4 B. 8 C. 16 D. 24
11. 存储16×16点阵的一个汉字信息，需要的字节数为( )
A 32 B 64 C 128 D 256
12. 以下选项中合法的字符常量是（C）
A."B" B. '\010' C. 68 D. D
13. 假定x和y为double型，则表达式x=2,y=x+3/2的值是（）
A. 3.500000 B. 3 C. 2.000000 D. 3.000000
14. 以下合法的赋值语句是（）
A. x=y=100 B. d--; C. x+y; D. c=int(a+b);
15. 设正x、y均为整型变量，且x=10 y=3，则以下语句
pprintf("%d,%d\n",x--,--y); 的输出结果是（）
A.10,3 B. 9,3 C. 9,2 D.10,2
16. x、y、z被定义为int型变量，若从键盘给x、y、z输入数据，正确的输入语句是（）
A .INPUT x、y、z; B. scanf("%d%d%d",&x,&y,&z);
C. scanf("%d%d%d",x,y,z); D. read("%d%d%d",&x,&y,&z);
17.以下数组定义中不正确的是（）
A) int a[2][3]; B) int b[][3]={0,1,2,3};
C) int c[100][100]={0}; D) int d[3][]={{1,2},{1,2,3},{1,2,3,4}};
18. 以下程序的输出结果是（）
main()
{
int a[4][4]={{1,3,5},{2,4,6},{3,5,7}};
printf("%d%d%d%d\n",a[0][3],a[1][2],a[2][1],a[3][0];
}
A) 0650 B) 1470 C) 5430 D) 输出值不定
19 以下程序的输出结果是（）
main()
{
char st[20]= "hello\0\t\\\";
printf(%d %d \n",strlen(st),sizeof(st));
}
A) 9 9 B) 5 20 C) 13 20 D) 20 20
20. 当调用Windows API函数InvalidateRect,将会产生什么消息（）
A:WM_PAINT B:WM_CREATE
C:WM_NCHITTEST D:WM_SETFOCUS

二、填空题(每题3分，共30分)
1．请列举当前一些当前流行的数据库引擎__________
2． 为了将当前盘当前目录中的所有文本文件（扩展名为.TXT）的内容打印输出，正确
的单条DOS命令为______。
3． 计算机网络分为局域网和广域网，因特网属于 广域网。
4. 设y是int型变量，请写出判断y为奇效的关系表达_______。
5. 设有以下程序:
main()
{ int n1,n2;
scanf("%d",&n2);
while(n2!=0)
{ n1=n2%10;
n2=n2/10;
printf("%d",n1);
}
}
程序运行后，如果从键盘上输入1298；则输出结果为____。
6．以下程序运行后的输出结果是______。
main()
{ char s[ ]="9876",*p;
for ( p=s ; pbr>}
7．以下函数的功能是：求x的y次方，请填空。
double fun( double x, int y)
{ int i;
double z;
for(i=1, z=x; ibr>return z;
}
8．以下程序段打开文件后，先利用fseek函数将文件位置指针定位在文件末尾，然后调
用ftell函数返回当前文件位置指针的具体位置，从而确定文件长度，请填空。
FILE *myf; ling f1;
myf= ______("test.t","rb");
fseek(myf,0,SEEK_END); f1=ftel(myf);
fclose(myf);
printf("%d\n",f1);
9. 以下程序输出的最后一个值是______。
int ff(int n)
{ static int f=l;
f=f*n;
return f;
}
main()
{ int i;
for(I=1;I<=5;I++ printf("%d\n",ff(i));
)
10. 以下程序运行后的输出结果是_____。
main()
{ int i=10, j=0;
do
{ j=j+i; i-;
while(i>2);
printf("%d\n",j);
}

三、判断题(每题2分，共20分)
1：动态链结库不能静态调用。
2：UDP是面向无连接的网络连接
3：ASP是一种数据库引擎
4：队列是先进后出。
5：Weblogic是分布式应用服务器。
6：TCP,UDP都是传输层的协议。
7: 两个线程不能共存于同一地址空间
8: JAVA是一种跨平台的开发工具
9．在WINDOWS操作系统中对外设是以文件的方式进行管理
10. 虚拟内存实际是创建在硬盘上的

四、问答题(每题10分，共30分)
1． 写出从数据库表Custom中查询No、Name、Num1、Num2并将Name以姓名显示、计算出
的和以总和显示的SQL。
Select No、Name、Num1、Num2 from custom;
2. 何为“事务处理”，谈谈你对它的理解。
3. 常用的数据结构有哪些？请枚举一些。（不少于5个）
4. 什么是OOP？什么是类？请对比类和对象实例之间的关系。
5. 有一组数字（3，10，6，8，98，22），请编程排序（升降序皆可），语言不限，算法不限，但须注明是何种算法。
[email protected]

7. 程序员算法实现-买卖股票的最佳时机系列问题

主要思路：因为只有一股可以交易，所以我们可以枚举 必须以i位置作为卖出时机的情况下，得到的最大收益是多少。如果我们得到每个i位置的最大收益，那么最大收益必是所有位置的最大收益的最大值 。

使用两个变量：

min变量：表示遍历到的位置之前的最小值是什么。

max变量：表示当前收集到必须以i位置卖出的最大收益是多少。

遍历数组一遍，在遍历到i位置的时候，min和max的更新逻辑如下：

遍历完数组，返回max的值就是最终答案。完整代码见：

主要思路：由于可以进行任意次的交易，但是任何时候最多只能持有一股股票，所以我们可以把股票曲线的所有 上升段 都抓取到，累加收益就是最大收益。遍历数组，遍历到的位置减去前一个位置的值，如果是正数，就收集，如果是负数，就把本次收益置为0（就等于没有做这次交易），这样遍历一遍数组，就不会错过所有的收益。

设置一个变量max，初始为0，用于收集最大收益值，来到i位置，max更新逻辑如下：

完整代码如下：

由本题可以简单得出一个结论： 如果数组元素个数为N，则最多执行N/2次交易就可以抓取所有的上升段的值（极端情况下，当前时刻买，下一个时刻卖，保持这样的交易一直到最后，执行的交易次数就是N/2） 。

主要思路：

在第2种情况下，我们定义

其中dp[i][j]表示[0...i]范围内交易j次获得的最大收益是多少。如果可以把dp这个二维表填好，那么返回dp[N-1][k]的值就是题目要的答案。

dp这个二维矩阵中，

第一行的值表示数组[0..0]范围内，交易若干次的最大收益，显然，都是0。

第一列的值表示数组[0...i]范围内，交易0次获得的最大收益，显然，也都是0。

针对任何一个普遍位置dp[i][j]的值，

我们可以枚举i位置是否参与交易，如果i位置不参与交易，那么dp[i][j] = dp[i-1][j]，如果i位置参与交易，那么i位置一定是最后一次的卖出时机。

那最后一次买入的时机，可以是如下情况：

最后一次买入的时机在i位置，那么dp[i][j] = dp[i][j-1] - arr[i] + arr[i]

最后一次买入的时机在i-1位置，那么dp[i][j] = dp[i-1][j-1] - arr[i-1] + arr[i]

最后一次买入的时机在i-2位置，那么dp[i][j] = dp[i-2][j-1] - arr[i-2] + arr[i]

...

最后一次买入的时机在0位置，那么dp[i][j] = dp[0][j-1] - arr[0] + arr[i]

完整代码如下：

上述代码中包含一个枚举行为

增加了时间复杂度，我们可以优化这个枚举。

我们可以举一个具体的例子来说明如何优化，

比如，

当我们求dp[5][3]这个值，我们可以枚举5位置是否参与交易，假设5位置不参与交易，那么dp[5][3] = dp[4][3]，假设5位置参与交易，那么5位置一定是最后一次的卖出时机。那最后一次买入的时机，可以是如下情况：

最后一次买入的时机在5位置，那么dp[5][3] = dp[5][2] - arr[5] + arr[5]

最后一次买入的时机在4位置，那么dp[5][3] = dp[4][2] - arr[4] + arr[5]

最后一次买入的时机在3位置，那么dp[5][3] = dp[3][2] - arr[3] + arr[5]

最后一次买入的时机在2位置，那么dp[5][3] = dp[2][2] - arr[2] + arr[5]

最后一次买入的时机在1位置，那么dp[5][3] = dp[1][2] - arr[1] + arr[5]

最后一次买入的时机在0位置，那么dp[5][3] = dp[0][2] - arr[0] + arr[5]

我们求dp[4][3]这个值，我们可以枚举4位置是否参与交易，假设4位置不参与交易，那么dp[4][3] = dp[3][3]，假设4位置参与交易，那么4位置一定是最后一次的卖出时机。那最后一次买入的时机，可以是如下情况：

最后一次买入的时机在4位置，那么dp[4][3] = dp[4][2] - arr[4] + arr[4]

最后一次买入的时机在3位置，那么dp[4][3] = dp[3][2] - arr[3] + arr[4]

最后一次买入的时机在2位置，那么dp[4][3] = dp[2][2] - arr[2] + arr[4]

最后一次买入的时机在1位置，那么dp[4][3] = dp[1][2] - arr[1] + arr[4]

最后一次买入的时机在0位置，那么dp[4][3] = dp[0][2] - arr[0] + arr[4]

比较dp[5][3]和dp[4][3]的依赖关系，可以得到如下结论：

假设在求dp[4][3]的过程中，以下递推式的最大值我们可以得到

dp[4][2] - arr[4]

dp[3][2] - arr[3]

dp[2][2] - arr[2]

dp[1][2] - arr[1]

dp[0][2] - arr[0]

我们把以上式子的最大值定义为best，那么

dp[5][3] = Math.max(dp[4][3],Math.max(dp[5][2] - arr[5] + arr[5], best + arr[5]))

所以dp[5][3]可以由dp[4][3]加速得到，

同理，

dp[4][3]可以通过dp[3][3]加速得到，

dp[3][3]可以通过dp[2][3]加速得到，

dp[2][3]可以通过dp[1][3]加速得到，

dp[1][3]可以很简单得出，dp[1][3]有如下几种可能性:

可能性1，1位置完全不参与，则

可能性2，1位置作为最后一次的卖出时机，买入时机是1位置

可能性3，1位置作为最后一次的卖出时机，买入时机是0位置

此时，best的值为

然后通过dp[1][3]加速dp[2][3]，通过dp[2][3]加速dp[3][3]......，所以二维dp的填写方式是按列填，

先填dp[1][0]，dp[1][2]一直到dp[1][k]，填好第一列；

然后填dp[2][0],dp[2][1]一直到dp[2][k]，填好第二列；

...

依次填好每一列，直到填完第N-1列。

枚举行为被优化，优化枚举后的完整代码如下：

主要思路：上一个问题中，令k=2就是本题的答案。

主要思路：因为有了冷冻期，所以每个位置的状态有如下三种：

定义三个数组，分别表示i位置这三种情况下的最大值是多少

显然有如下结论：

针对一个普遍位置i

最大收益就是如上三种方式的最大值。完整代码见：

由于三个数组有递推关系，所以可以用三个变量替换三个数组，做空间压缩，优化后的代码如下：

主要思路：由于没有冷冻期，所以在i位置的时候，状态只有两种

针对0位置

针对普遍位置i

完整代码如下：

同样的，两个数组都有递推关系，可以做空间压缩，简化后的代码如下：

原文链接：买卖股票的最佳时机系列问题 - Grey Zeng - 博客园