应届校招误拿ssp,因太菜惶恐不安。。

科技   2024-12-05 15:15   广东  

大家好,我就是那个在B站讲算法的「华南溜达虎」。

今天在脉脉看到一位同学校招拿了仅低于人才计划的ssp offer,但是自认为水平很菜,面试全靠吹牛和自身不错的背景蒙混过关,对未来要做的方向了解比较少,团队还比较卷,担心入职后跟不上节奏,产出低背绩效。

评论区有相似经历的脉友表示当初校招他也是拿了这个档位的offer,没有多大区别,多请教多学习多沟通多对齐及时反馈比什么都重要。也有脉友表示跟面试有差距,面试官都是有心理预期的,体现出自己积极的学习态度和个人提升就可以。还有脉友开玩笑说放心,他们看中的就是你的吹牛技巧,如果进去你发现自己是最牛的,那才最绝望。大家有没有经历过这种入职前的焦虑?可以评论区分享一下。

最近虎哥利用业余时间在B站讲算法,id「华南溜达虎」,我已经把算法面试高频题目列表blind75中的题目讲了一遍,力扣hot100也快讲完了,一个视频五分钟左右,利用空闲时间就把算法学会了,对跳槽找工作升职加薪甚至对考研都有帮助,感兴趣的同学可以 点击底部的「查看全文」 去学习一下。很多看过虎哥视频的同学都反馈讲的由浅及深,清晰明了,下面是一小部分评论截图。

言归正传,今天我们来分享一道高频面试题「最长公共子序列」。

题目描述

给定两个字符串 text1text2,返回这两个字符串的最长 公共子序列 的长度。如果不存在 公共子序列 ,返回 0

一个字符串的 子序列 是指这样一个新的字符串:它是由原字符串在不改变字符的相对顺序的情况下删除某些字符(也可以不删除任何字符)后组成的新字符串。

  • 例如,"ace""abcde" 的子序列,但 "aec" 不是 "abcde" 的子序列。

两个字符串的 公共子序列 是这两个字符串所共同拥有的子序列。

举个例子:

输入:text1 = "abcde", text2 = "ace" 
输出:3
解释:最长公共子序列是 "ace" ,它的长度为 3 。

思路解析

本题是经典的二维动态规划问题,要找到解决动态规划问题的两个突破点:推导出状态转移公式边界条件处理

首先定义dp[i][j]text1[0, i)区间和text2[0, j)区间的最长公共子序列。[0, i)区间的长度为i[0, j)区间的长度为j

接下来我们来看两种情况下的子问题分解

  1. text1[i-1] == text2[j-1],这个时候text1[0, i)区间和text2[0, j)区间上的最长公共子序列就变成了 text1[0, i-1)区间和text2[0, j-1)区间上的最长公共子序列加1 。即dp[i][j] = dp[i-1][j-1] + 1
  1. text1[i-1] != text2[j-1],这个时候text1[0, i)区间和text2[0, j)区间上的最长公共子序列就变成了 text1[0, i-1)区间和text2[0, j)区间上的最长公共子序列 以及 text1[0, i)区间和text2[0, j-1)区间上的最长公共子序列 中比较长的一个。即dp[i][j] = max(dp[i-1][j], dp[i][j-1])

由于整个推导过程是自下而上的,在求dp[i][j]的时候dp[i-1][j-1]dp[i][j-1]dp[i-1][j]都是已经推出结果的。

所以状态转移公式为:

对于边界条件,很明显dp[i][0] = 0dp[j][0] = 0

text1 = "abcde"text2 = "ace"的推导过程如下图:

最终dp[5][3] = 3,最长公共子序列的长度为3

下面我们给出c++和python的两种代码实现。

C++代码

class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {
        int text1_len = text1.length();
        int text2_len = text2.length();
        //定义二维dp数组,并初始化,dp[i][0]=0 dp[0][j]=0
        vector<vector<int>> dp(text1_len + 1vector<int>(text2_len + 10));

        for (int i = 0; i < text1_len; ++i) {
            for (int j = 0; j < text2_len; ++j) {
                //text1[i] == text2[j]
                if (text1[i] == text2[j]) {
                    //状态转移公式
                    dp[i+1][j+1] = dp[i][j] + 1;
                 //text1[i] != text2[j]
                } else {
                    //状态转移公式
                    dp[i+1][j+1] = max(dp[i+1][j], dp[i][j+1]);
                }
            }
        }  
        return dp[text1_len][text2_len];
    }
};

python代码

class Solution:
    def longestCommonSubsequence(self, text1: str, text2: str) -> int:
        text1_len = len(text1)
        text2_len = len(text2)
        
        # 初始化一个二维dp数组,全部初始化为0
        dp = [[0] * (text2_len + 1for _ in range(text1_len + 1)]
        
        # 填充dp数组
        for i in range(text1_len):
            for j in range(text2_len):
                if text1[i] == text2[j]:
                    # 如果当前字符相等,那么dp[i+1][j+1]等于dp[i][j] + 1
                    dp[i+1][j+1] = dp[i][j] + 1
                else:
                    # 如果当前字符不相等,取dp[i+1][j]和dp[i][j+1]的较大值
                    dp[i+1][j+1] = max(dp[i+1][j], dp[i][j+1])
        
        # 返回dp[text1_len][text2_len],即最长公共子序列的长度
        return dp[text1_len][text2_len]

复杂度分析

时间复杂度: O(mn) ,其中mtext1的长度,ntext2的长度。

空间复杂度: O(mn) ,其中mtext1的长度,ntext2的长度。

号外

经常使用leetcode会员的同学可以使用我的优惠通道啦!

https://leetcode.cn/premium/?promoChannel=ldtiger ,年度会员有效期比官网多俩月,季度会员有效期比官网多两个星期,还有专属福利,需要的读者朋友可以找我了解。

今天的分享就到这里,希望大家能有所收获!

清华毕业,拿了华为和烟草局的offer,好纠结。。

拼多多开了68w,我却犹豫了。。

深信服取消调休和加班费。。

秋招决定放弃总包60+的大厂offer去国企了。。

鹅厂17面0offer我做对了什么

编程网事
曾就职于BAT的互联网大厂程序员。个人网站:ldtiger.com
 最新文章