您剛剛從大學獲得計算機科學或軟件工程學位，并且正在尋找職業。您還記得自己喜歡單身漢編寫代碼，并與好友一起做過一些很棒的項目，然后決定要成為一名開發人員。

您開始準備工作面試，卻無法弄清楚記住哪些算法對于評分工作很重要。如果您處于這樣的位置，并且足夠快地進行面試，那么本文將幫助您記住求職面試可能需要的所有編碼算法。

軟件工程師的基本工作描述包括設計，增強和實施系統和應用程序。

為此，軟件工程師無需記住許多復雜的算法。相反，要求他們使用工作庫，框架和數據庫的組合來創建滿足其軟件需求的工具。

根據軟件工程領域的專家介紹，了解一些高級搜索算法在優化它們時會有所幫助，否則，您更有可能使用內置庫。話雖如此，這里列出了一些重要的算法，在進行面試時您應該具有一些基本的知識。

動態編程

動態編程是通過消除對遞歸調用的需求來優化隱性函數的策略。每當我們看到一個遞歸函數，其中某個代碼的某個部分被多次調用時，可以通過使用動態編程來大大改進。通過存儲前一個子函數的結果，可以消除遞歸性，從而不必多次調用它們。這樣可以將時間復雜度從指數時間降低到多項式時間。屬于動態編程類別的算法示例如下：

二進制搜索

顧名思義，搜索算法用于從稱為數據結構的給定集合中搜索元素。二進制搜索在提供排序后的元素數組和搜索鍵時有效。二進制搜索通過選擇中間元素并將其與搜索關鍵字進行比較來實現，如果該關鍵字小于中間元素的左側部分，則以相同的方式進行遍歷。如果現在在右部分上搜索密鑰。二進制搜索的時間復雜度為O（log n），其中n是數組中元素的數量。

排序算法

排序算法用于對數組進行排序，輸入中包含需要排序的數據類型。數據集可以按升序或降序排序。以下是一些要記住的重要排序算法。

合并排序

合并排序基于分而治之算法的原理進行。它是指將問題分解為較小的部分，并一一解決并最終合并在一起的實踐。合并排序將數組分為兩半，并在兩個半部分上調用sort函數，對這兩個半部分進行排序，然后使用merge函數合并在一起。合并排序的時間復雜度為O（n log n）。

快速排序

像合并排序一樣，快速排序也是基于分而治之的算法，它在排序功能方面與合并排序有所不同。Quicksort的工作原理是選擇最后一個元素作為樞軸數字，并將其放在中間，左側數字較小，而右側數字較大。左側和右側再次使用sort函數進行調用，結果對整個數組進行了排序。快速排序的時間復雜度為O（n ^ 2）。

深度優先搜索

DFS是一種搜索算法，它從節點開始搜索過程，一直向下到最左邊分支的最后一個葉子。在到達最左邊的葉子之后，算法開始回溯并遍歷樹的右側，依此類推。此DFS的問題在于，如果存在一個周期，則可以多次訪問某個節點。DFS的時間復雜度為O（V + E），其中V和E分別表示圖中的頂點和邊數。

廣度優先搜索

BFS是一種與DFS一樣從根開始的搜索算法。但是，它沒有遍歷左側的所有葉子，而是在同一級別上的節點附近搜索。遍歷一個級別后，算法將前進到下一個級別，并繼續遍歷直到找到元素。BFS的時間復雜度與DFS相同，為O（V + E）。

自定義數據結構

有時，典型的預定義數據結構無法完成任務，您需要更好，更強大的功能。自定義數據結構可以是真實或抽象對象，具體取決于其數據成員的用途。數據成員可以視為屬于指定對象的變量。

哈希表

哈希表是一種數據結構，用于存儲，訪問和修改時間為O（1）的數據。哈希數據結構使用哈希函數將給定值映射到特定鍵。然后，使用此密鑰快速訪問和檢索這些值，哈希的執行效率取決于所使用的哈希函數的類型。

鏈表

通常，數組的組件或任何鏈接的數據結構存儲在連續的內存位置中。這將占用空間，并且某些內存塊不可訪問（也就是說，如果內存不足）。為了克服這個問題，使用了鏈表數據結構，其中的數據不是連續存儲的，而是列表中的每個項目都有一個指向下一個元素的存儲位置的指針。第一個元素被稱為頭，最后一個元素被稱為尾。

問問題

軟件工程師應該知道的最重要的事情是詢問客戶。大多數客戶無法理解他們的觀點，如果開發人員不提出任何問題，則可能由于溝通不暢而引起問題。這樣，您將能夠理解他們正在努力實現的核心問題，而不僅僅是他們面臨的困難。

結論

有了這些基本算法的知識，就可以輕松進行面試。請記住，軟件工程師通常不依靠這些算法來完成工作。取而代之的是，它們被用來測試個人對他是否了解代碼工作的理解。如此說來，祝您下次面試順利。