說一下幾種常見的排序算法和分別的復雜度
倒排一個LinkedList
Collecionts.reverse(List<?> list)
什么是跳表
聽到跳表（skiplist）這個名字，既然是list，那么應該跟鏈表有關。 跳表是有序鏈表，但是我們知道，即使對於排過序的鏈表，我們對於查找還是需要進行通過鏈表的指針進行遍歷的，時間復雜度很高依然是O(n)，這個顯然是不能接受的。是否可以像數組那樣，通過二分法進行查找呢，但是由於在內存中的存儲的不確定性，不能這做。 但是我們可以結合二分法的思想，沒錯，跳表就是鏈表與二分法的結合。 1.鏈表從頭節點到尾節點都是有序的 2.可以進行跳躍查找（形如二分法），降低時間復雜度 一個有序的鏈表，我們選取它的一半的節點用來建索引，這樣如果插入一個節點，我們比較的次數就減少了一半。 這種做法，雖然增加了50%的空間，但是性能提高了一倍。 既然，我們已經提取了一層節點索引，那么，可以在第一層索引上再提取索引。
如何確認一個鏈表有環?進一步,確認環的位置
這是一道很常見的面試問題，，只用兩個變量通過O（n）的時間復雜度就可以解決。
Floyd cycle detection算法，也叫做tortoise and hare算法，龜兔算法吧。
http://en.wikipedia.org/wiki/Cycle_detection#Tortoise_and_hare
以下內容為對思路重新梳理了一下，參考了stackoverflow論壇的討論
http://stackoverflow.com/questions/2936213/explain-how-finding-cycle-start-node-in-cycle-linked-list-work
http://stackoverflow.com/questions/494830/how-to-determine-if-a-linked-list-has-a-cycle-using-only-two-memory-locations。
和thestoryofsnow的博客
http://blog.csdn.net/thestoryofsnow/article/details/6822576
代碼來自thefutureisour
http://blog.csdn.net/thefutureisour/article/details/8174313
原文鏈接：https://blog.csdn.net/duxinyuhi/article/details/53379239
龜兔解法的基本思想可以用我們跑步的例子來解釋，如果兩個人同時出發，如果賽道有環，那么快的一方總能追上慢的一方。進一步想，追上時快的一方肯定比慢的一方多跑了幾圈，即多跑的路的長度是圈的長度的倍數。
基於上面的想法，Floyd用兩個指針，一個慢指針（龜）每次前進一步，快指針（兔）指針每次前進兩步（兩步或多步效果是等價的，只要一個比另一個快就行，從后面的討論我們可以看出這一點。ps：考慮一個鏈表A有1000000個結點的環，鏈表B是有1000000個的非環的結點，然后再加一個只有3個結點的小環，如果兔子跑的更快點，即每次前進多於2步，那么能更快的檢測鏈表A，但鏈表B就很慢，因為要一直繞圈等烏龜，所以選擇2步是一個tradeoff）。如果兩者在鏈表頭以外的某一點相遇（即相等）了，那么說明鏈表有環，否則，如果（快指針）到達了鏈表的結尾，那么說明沒環。
證明如下：
這樣做的道理我用下圖解釋
假設起點到環的起點距離為m，已經確定有環，環的周長為n，（第一次）相遇點距離環的起點的距離是k。那么當兩者相遇時，慢指針移動的總距離為i，因為快指針移動速度為慢指針的兩倍，那么快指針的移動距離為2i
1) i = m + p * n + k
2) 2i = m + q * n + ki
其中，p和q分別為慢指針和快指針在第一次相遇時轉過的圈數。
2 ( m + p * n + k ) = m + q * n + k
=> 2m + 2pn + 2k = m + nq + k
=> m + k = ( q - 2p ) n
只要有一組p，q，k滿足這個式子，假設就成立了。
我們假設
p = 0
q = m
k = m n - m
那么我們證明如下
m + k = ( q - 2p ) n
=> m + mn - m = ( m - 2*0) n
=> mn = mn.
這時，i為
i = m + p n + k
=> m + 0 * n + mn - m = mn.
假設成立。
環的檢測
環的檢測是Floyd解法的第二部分。
一旦烏龜和兔子相遇，將慢指針移到鏈表起點，快指針還在他們相遇的地方，即離環的起點距離k的地方。然后慢指針和快指針同時移動，每次移動一步，那么兩者再次相遇的地方就是環的起點。
證明如下：
讓烏龜和兔子都同時移動m+k步，烏龜到了他們最初遇見的地方（遠離環起點k的位置）
之前我們得到 m + k = (q - 2p) n
即兔子走了q-2p圈，也到了和烏龜同樣的位置
現在我們不讓烏龜走 m+k 步，讓烏龜只走 m 步，兔子也后退k步，即到了環的起點，這是他們第一次相遇的地方。
當他們相遇時，烏龜走的步數就是環的地點在的位置。
求環的長度的問題，第一次相遇后，再次相遇時，走的距離就是環的長度。
如何遍歷一棵二叉樹
二叉樹的深度優先遍歷和廣度優先遍歷
廣度優先遍歷
英文縮寫為BFS即Breadth FirstSearch。其過程檢驗來說是對每一層節點依次訪問，訪問完一層進入下一層，而且每個節點只能訪問一次。對於上面的例子來說，廣度優先遍歷的 結果是：A,B,C,D,E,F,G,H,I(假設每層節點從左到右訪問)。
先往隊列中插入左節點，再插右節點，這樣出隊就是先左節點后右節點了。
廣度優先遍歷樹，需要用到隊列（Queue）來存儲節點對象,隊列的特點就是先進先出。例如，上面這顆樹的訪問如下：
首先將A節點插入隊列中，隊列中有元素（A）;
將A節點彈出，同時將A節點的左、右節點依次插入隊列，B在隊首，C在隊尾，（B，C），此時得到A節點；
繼續彈出隊首元素，即彈出B，並將B的左、右節點插入隊列，C在隊首，E在隊尾（C,D，E），此時得到B節點；
繼續彈出，即彈出C，並將C節點的左、中、右節點依次插入隊列，（D,E,F,G,H），此時得到C節點；
將D彈出，此時D沒有子節點，隊列中元素為（E,F,G,H），得到D節點；
public class Solution{ private List<Integer> bfs(TreeNode root){ List<Integer> result = new ArrayList<>(); if(root == null) return result; Queue<TreeNode> queue = new LinkedList<>(); queue.add(root); while(!queue.isEmpty()){ TreeNode node = queue.poll(); if(node.left != null) queue.add(node.left); if(node.right != null) queue.add(node.right); result.add(node.val); } return result; } }
深度優先遍歷
英文縮寫為DFS即Depth First Search.其過程簡要來說是對每一個可能的分支路徑深入到不能再深入為止，而且每個節點只能訪問一次。對於上面的例子來說深度優先遍歷的結果就是：A,B,D,E,I,C,F,G,H.(假設先走子節點的的左側)。
深度優先遍歷各個節點，需要使用到棧（Stack）這種數據結構。stack的特點是是先進后出。整個遍歷過程如下：
先往棧中壓入右節點，再壓左節點，這樣出棧就是先左節點后右節點了。
首先將A節點壓入棧中，stack（A）;
將A節點彈出，同時將A的子節點C，B壓入棧中，此時B在棧的頂部，stack(B,C)；
將B節點彈出，同時將B的子節點E，D壓入棧中，此時D在棧的頂部，stack（D,E,C）；
將D節點彈出，沒有子節點壓入,此時E在棧的頂部，stack（E，C）；
將E節點彈出，同時將E的子節點I壓入，stack（I,C）；
…依次往下，最終遍歷完成。
public class Solution{ private List<Integer> dfs(TreeNode node){ List<Integer> list = new ArrayList<>(); if(root == null) return list; Stack<Integer> stack = new Stack<>(); stack.push(root); while(!stack.isEmpty()){ TreeNode node = stack.pop(); if(node.right != null) stack.push(node.right); if(node.left != null) stack.push(node.left); result.add(node.val); } return result; } }
HashSet的實現方式
- HashSet概述：
HashSet實現Set接口，由哈希表（實際上是一個HashMap實例）支持。它不保證set 的迭代順序；特別是它不保證該順序恆久不變。此類允許使用null元素
堆和棧在內存中的區別是什么
- 棧內存存儲的是局部變量而堆內存存儲的是實體；
- 棧內存的更新速度要快於堆內存，因為局部變量的生命周期很短；
- 棧內存存放的變量生命周期一旦結束就會被釋放，而堆內存存放的實體會被垃圾回收機制不定時的回收
什么是深拷貝和淺拷貝
淺拷貝: 是一個傳址,也就是把a的值賦給b的時候同時也把a的址賦給了b，當b（a）的值改變的時候，a（b）的值同時也會改變
深拷貝：深拷貝是指，拷貝對象的具體內容，二內存地址是自主分配的，拷貝結束之后倆個對象雖然存的值是一樣的，但是內存地址不一樣，倆個對象頁互相不影響，互不干涉