设有一个栈,元素的进栈次序为abcde

设有一个栈,元素的进栈次序为abcde 栈的基本特点：
1、先入后出，后入先出。

2、除头尾节点之外，每个元素有一个前驱，一个后继。

栈的数据结构是一个后进先出的结构，你可以简单的吧abcde理解成5个羽毛球，栈就是放羽毛球额球筒，进栈(S)操
作就是拿一个球放进球筒，出栈(X)操作就是拿出球筒最上面
的一个球在你这个题目中最后得到的出栈顺序结果是b，c，e，d，a具体的每一次操作如下:所谓知己知彼，百战不殆，今天
就和大家聊聊互联网公司那些最常见的面试算法题。

清点面试算法题之前我们先要明确面试官考察的目的，比如有一道经典考题是“怎么用3升和5升的桶量出4升的水？”
其实这道题的答案并不难，但是对于面试官，可以通过这道题考察的内容就比较丰富了。

一、概括一下面试算法的目的
1、基础知识储备量考察知识储量是面试算法最基本的目的，但是直接考察算法基础已经很少出现在实际面试中了，需要快速筛选面试者的时候才会用到。

2、思考方向有的算法可能有两个甚至多个答案，这时面试官就不是单纯的考察面试者的知识储备量了，通过面试者的答案可以看出面试者的思考方向，符合公司的日常工作需求才是“有缘人”。

3、解决问题能力能不能解出答案是次要的，分析和解决问题的思路才是面试官考察的根本所在。

4、辅助能力算法是整个计算机领域里最基础的学科，其余大部分的学科和技能都是在算法的基础上展开的，所以这类考察实则是考察面试者能否快速融入工作当中。

总的来说，算法题是综合考察面试者思维逻辑和基础知识的好办法。

二、算法面试题的类型虽然面试算法题层出不穷，但从算法的类型来看，互联网公司最常见的面试算法题分以下几种。

1、基础算法基础算法主要有大数据查找、、哈希算法解决等。

以针对搜索来讲，可能设计一个数据库表内包含名字、课程、分数3列，求所有课程最低分不小于80分的名单，如果要求用SQL表达，就是对于基础知识点和基本功的考察。

另外可能还会涉及一些计算机网络的TCP三次握手协议等基础的算法考察。

例如2017京东校招的排序题目：对关键字{
10,
8,
25,
35,
6,
18,
30,
5,
15,28}序列进行希尔排序，取增量d =5时，排序结果为（）A. {
6,
18,
8,
5,
15,
10,
30,
25,
35,28}B. { 10,
18,
8,
5,
15,
6,
20,
30,
25,
35,28}C. { 10,
20,
5,
15,
6,
18,
30,
25,
35,28}D. { 10,
20,
30,
5,
8,
6,
15,
18,
28,35}1) 用简单取巧的，标记原始关键字为abcdeabcdea，那么a对应的数字就是
10,
6,
28，排序后就是
6,
10,
28，所以答案就是A。

2) 当然也可以用代码去实现，更考验技术含量，就像下
面的JAVA实现。

public class ShellSort { public static void main(String [] args) { int[]a={
49,
38,
65,
97,
13,
27,
49,
78,
34,
12,
64,1}; System.out.println("排序之前："); for(int
i=0;i<a.length;i++) { System.out.print(a[i]+" "); } //希尔排序 int d=a.length; while(true){ for(int i=0;i<d;i++){ for(int
j=i;j+d<a.length;j+=d){ int temp; if(a[j]>a[j+d]){ temp=a[j];
a[j]=a[j+d]; a[j+d]=temp; } } } if(d==1){break;} d--; } System.out.println(); System.out.println("排序之后："); for(int
i=0;i<a.length;i++) { System.out.print(a[i]+" "); } } }
2、数据结构基础数据结构更多的出现在应届生校招和笔试环节中，这类面试题涉及到链表、堆、栈、队列、图、二叉树等。

比如2018年科大讯飞的笔试题：下面关于二叉排序树的说法错误的是（）A. 在二叉排序树中，完全二叉树的查找效
率最低B. 对二叉排序树进行中序遍历，必定得到节点关键字
的有序序列C. 二叉排序树的平均查找长度是O(log2n)
D. 二叉排序树的查找效率与二叉树的树形有关通过二叉
排序树，可以发现完全二叉树的查找效率最高，故答案选A。

3、灵活解决问题的算法灵活解决问题的算法在面试中占
据了相当重要的地位，这类题不告诉面试者具体需要用什么算法，而是虚构一个问题，让你找出具体的解决方案。

比如腾讯优图的面试题：给你8颗小石头和一架天平，其中7颗石头重量是一样的，另外一个比这7颗略重。

请问在最坏的情况下，最少要称量几次，才能把这颗最终的石头找出来？
最简单的方法是挑出两颗，把剩下6颗分成两份称重，如果一样重，则再称一下挑出的那两颗即可，如果不一样重，排除较轻的三颗，剩下3颗挑一颗出来，称其余两颗。

如果一样重，则挑出的那颗便是，如果不一样重，重的那颗便是。

所以答案是两次。

淘宝的面试题：假设淘宝一天有5亿条成交数据，求出销量最高的100个商品并给出算法的时间复杂度。

看似是考察查找算法的，但是因为询问了时间复杂度，所以要多想一步，如何优化？针对具体问题，可以把5亿条数据分组来存放，这样就可以分别在每个文件的个数据中，用哈希以及堆来统计每个区域内前100个频率最高的商品，最后求出所有记录中出现频率最高的前100个商品。

4、岗位需要的具体算法这一类型的考察比较深入，以自
然语言处理（NLP）岗位为例，在算法考察的过程中肯定不会简单的考察搜索等问题，可能直接考察word2vec的huffman tree 和negative sampling的目的是什么，另外还有机器研究领
域的AUC曲线、PRF值能衡量什么等问题。

比如阿里巴巴机器研究算法面试：研究过程中出现过拟合现象该怎么办？
1）重新清洗数据，有可能是因为数据不纯导致的过拟合。

2）增大数据的训练量，用于训练的数据量可能太小。

3）采用正则化方法，包括L0正则、L1正则和L2正则，在机器研究中一般使用L2正则。

4）采用dropout，这个方法在神经网络里面很常用，通俗
一点讲就是在训练的时候让神经元以一定的概率不工作。

当然不同的简历、不同的面试官都会导致问题的侧重有所区别，但万变不离其宗，尤其是前两种最常见的算法，一定不可以大意。

三、应对算法面试的解决方案总结一下方，面试之前可以参考下面几个来提高面试成功的概率。

2、视频手把手教学很多技巧性的东西是书本上难以描述
清楚的，但通过视频研究可以准确领悟老师的思想，比如慕课
网上应对面试算法题的课程视频就有很多，“玩转算法面试leetcode题库分门别类详细解析”、“程序猿的内功修炼，学好算法与数据结构”以及“看的见的算法 7个经典应用诠释算法精髓”，一线老师手把手为你揭秘算法面试的诀窍，这比自己领悟要来的快得多。

3、日常练习实践纸上得来终觉浅，绝知此事要躬行。

平时有时间一定要多刷一刷 leetcode、hihocoder，这这两个算法习题网站上很多题目思考起来还是很有意思的，也非常有代表性，因为在面试算法的过程中经常有要求现场码代码，虽然说不用完全按照编程语言的语法来写，但不勤加练习的话，也很难在现场完美表现。

最后提醒各位面试者：从面试算法题中找出“正确”回答固然重要，但是面试官更想从中看到面试者合理的思考方向，而且算法面试优秀不意味着能够拿到Offer，想要得到心仪公司的Offer还是要脚踏实地学好每项技能，到时无论是什么考察都将是小菜一碟。

最后祝各位面试的程序员早日找到心仪的工作~。