1. 字符串

如果IDE没有代码自动补全功能，所以你应该记住下面的这些方法。

2. 链表

在Java中，链表的实现非常简单，每个节点Node都有一个值val和指向下个节点的链接next。

链表两个著名的应用是栈Stack和队列Queue。

栈：

队列：

3. 树

这里的树通常是指二叉树，每个节点都包含一个左孩子节点和右孩子节点，像下面这样：

下面是与树相关的一些概念：

平衡 vs. 非平衡：平衡二叉树中，每个节点的左右子树的深度相差至多为1(1或0)。

满二叉树(Full Binary Tree)：除叶子节点以为的每个节点都有两个孩子。

完美二叉树(Perfect Binary Tree)：是具有下列性质的满二叉树：所有的叶子节点都有相同的深度或处在同一层次，且每个父节点都必须有两个孩子。

完全二叉树(Complete Binary Tree)：二叉树中，可能除了最后一个，每一层都被完全填满，且所有节点都必须尽可能想左靠。

4. 排序

下面是不同排序算法的时间复杂度，你可以去wiki看一下这些算法的基本思想。

5. 递归 vs. 迭代

对程序员来说，递归应该是一个与生俱来的思想(a built-in thought)，可以通过一个简单的例子来说明。

问题： 有n步台阶，一次只能上1步或2步，共有多少种走法。

步骤1:找到走完前n步台阶和前n-1步台阶之间的关系。

为了走完n步台阶，只有两种方法：从n-1步台阶爬1步走到或从n-2步台阶处爬2步走到。如果f(n)是爬到第n步台阶的方法数，那么f(n) = f(n-1) + f(n-2)。

步骤2: 确保开始条件是正确的。

f(0) = 0;

f(1) = 1;

递归方法的时间复杂度是n的指数级，因为有很多冗余的计算，如下：

f(5)

f(4) + f(3)

f(3) + f(2) + f(2) + f(1)

f(2) + f(1) + f(1) + f(0) + f(1) + f(0) + f(1)

f(1) + f(0) + f(1) + f(1) + f(0) + f(1) + f(0) + f(1)

直接的想法是将递归转换为迭代：

6. 动态规划

动态规划是解决下面这些性质类问题的技术：

一个问题可以通过更小子问题的解决方法来解决(译者注：即问题的最优解包含了其子问题的最优解，也就是最优子结构性质)。

有些子问题的解可能需要计算多次(译者注：也就是子问题重叠性质)。

子问题的解存储在一张表格里，这样每个子问题只用计算一次。

需要额外的空间以节省时间。

爬台阶问题完全符合上面的四条性质，因此可以用动态规划法来解决。

感谢大家阅读由java面试题分享的“编程面试常见的算法汇总”希望对大家有所帮助，更多精彩内容请关注Java培训官网