您刚刚从大学获得计算机科学或软件工程学位，并且正在寻找职业。您还记得自己喜欢单身汉编写代码，并与好友一起做过一些很棒的项目，然后决定要成为一名开发人员。

您开始准备工作面试，却无法弄清楚记住哪些算法对于评分工作很重要。如果您处于这样的位置，并且足够快地进行面试，那么本文将帮助您记住求职面试可能需要的所有编码算法。

软件工程师的基本工作描述包括设计，增强和实施系统和应用程序。

为此，软件工程师无需记住许多复杂的算法。相反，要求他们使用工作库，框架和数据库的组合来创建满足其软件需求的工具。

根据软件工程领域的专家介绍，了解一些高级搜索算法在优化它们时会有所帮助，否则，您更有可能使用内置库。话虽如此，这里列出了一些重要的算法，在进行面试时您应该具有一些基本的知识。

动态编程

动态编程是通过消除对递归调用的需求来优化隐性函数的策略。每当我们看到一个递归函数，其中某个代码的某个部分被多次调用时，可以通过使用动态编程来大大改进。通过存储前一个子函数的结果，可以消除递归性，从而不必多次调用它们。这样可以将时间复杂度从指数时间降低到多项式时间。属于动态编程类别的算法示例如下：

二进制搜索

顾名思义，搜索算法用于从称为数据结构的给定集合中搜索元素。二进制搜索在提供排序后的元素数组和搜索键时有效。二进制搜索通过选择中间元素并将其与搜索关键字进行比较来实现，如果该关键字小于中间元素的左侧部分，则以相同的方式进行遍历。如果现在在右部分上搜索密钥。二进制搜索的时间复杂度为O（log n），其中n是数组中元素的数量。

排序算法

排序算法用于对数组进行排序，输入中包含需要排序的数据类型。数据集可以按升序或降序排序。以下是一些要记住的重要排序算法。

合并排序

合并排序基于分而治之算法的原理进行。它是指将问题分解为较小的部分，并一一解决并最终合并在一起的实践。合并排序将数组分为两半，并在两个半部分上调用sort函数，对这两个半部分进行排序，然后使用merge函数合并在一起。合并排序的时间复杂度为O（n log n）。

快速排序

像合并排序一样，快速排序也是基于分而治之的算法，它在排序功能方面与合并排序有所不同。Quicksort的工作原理是选择最后一个元素作为枢轴数字，并将其放在中间，左侧数字较小，而右侧数字较大。左侧和右侧再次使用sort函数进行调用，结果对整个数组进行了排序。快速排序的时间复杂度为O（n ^ 2）。

深度优先搜索

DFS是一种搜索算法，它从节点开始搜索过程，一直向下到最左边分支的最后一个叶子。在到达最左边的叶子之后，算法开始回溯并遍历树的右侧，依此类推。此DFS的问题在于，如果存在一个周期，则可以多次访问某个节点。DFS的时间复杂度为O（V + E），其中V和E分别表示图中的顶点和边数。

广度优先搜索

BFS是一种与DFS一样从根开始的搜索算法。但是，它没有遍历左侧的所有叶子，而是在同一级别上的节点附近搜索。遍历一个级别后，算法将前进到下一个级别，并继续遍历直到找到元素。BFS的时间复杂度与DFS相同，为O（V + E）。

自定义数据结构

有时，典型的预定义数据结构无法完成任务，您需要更好，更强大的功能。自定义数据结构可以是真实或抽象对象，具体取决于其数据成员的用途。数据成员可以视为属于指定对象的变量。

哈希表

哈希表是一种数据结构，用于存储，访问和修改时间为O（1）的数据。哈希数据结构使用哈希函数将给定值映射到特定键。然后，使用此密钥快速访问和检索这些值，哈希的执行效率取决于所使用的哈希函数的类型。

链表

通常，数组的组件或任何链接的数据结构存储在连续的内存位置中。这将占用空间，并且某些内存块不可访问（也就是说，如果内存不足）。为了克服这个问题，使用了链表数据结构，其中的数据不是连续存储的，而是列表中的每个项目都有一个指向下一个元素的存储位置的指针。第一个元素被称为头，最后一个元素被称为尾。

问问题

软件工程师应该知道的最重要的事情是询问客户。大多数客户无法理解他们的观点，如果开发人员不提出任何问题，则可能由于沟通不畅而引起问题。这样，您将能够理解他们正在努力实现的核心问题，而不仅仅是他们面临的困难。

结论

有了这些基本算法的知识，就可以轻松进行面试。请记住，软件工程师通常不依靠这些算法来完成工作。取而代之的是，它们被用来测试个人对他是否了解代码工作的理解。如此说来，祝您下次面试顺利。