python中多重继承
super 是用来解决多重继承问题的，直接用类名调用父类方法在使用单继承的时候没问题，但是如果使用多继承，会涉及到查找顺序（MRO）、重复调用（钻石继承）等种种问题。
总之前人留下的经验就是：保持一致性。要不全部用类名调用父类，要不就全部用super，不要一半一半。
如果没有复杂的继承结构，super 作用不大。而复杂的继承结构本身就是不良设计。对于多重继承的用法，现在比较推崇Mixin 的方式，也就是- 普通类多重继承只能有一个普通父类和若干个Mixin 类（保持主干单一）
- Mixin 类不能继承普通类（避免钻石继承）
- Mixin 类应该单一职责（参考Java 的interface 设计，Mixin 和此极其相似，只不过附带实现而已）
对于支持继承的编程语言来说，其方法（属性）可能定义在当前类，也可能来自于基类，所以在方法调用时就需要对当前类和基类进行搜索以确定方法所在的位置。而搜索的顺序就是所谓的「方法解析顺序」（Method Resolution Order，或MRO）。对于只支持单继承的语言来说，MRO 一般比较简单；而对于 Python 这种支持多继承的语言来说，MRO 就复杂很多。
先看一个「菱形继承」的例子：
菱形继承
如果 x 是 D 的一个实例，那么 x.show() 到底会调用哪个 show 方法呢？如果按照 [D, B, A, C] 的搜索顺序，那么 x.show() 会调用 A.show()；如果按照 [D, B, C, A] 的搜索顺序，那么 x.show() 会调用 C.show()。由此可见，MRO 是把类的继承关系线性化的一个过程，而线性化方式决定了程序运行过程中具体会调用哪个方法。既然如此，那什么样的 MRO 才是最合理的？Python 中又是如何实现的呢？
Python 至少有三种不同的 MRO：
- 经典类（classic class）的深度遍历。
- Python 2.2 的新式类（new-style class）预计算。
- Python 2.3 的新式类的 C3 算法。它也是 Python 3 唯一支持的方式。
经典类的 MRO
Python 有两种类：经典类（classic class）和新式类（new-style class）。两者的不同之处在于新式类继承自 object。在 Python 2.1 以前，经典类是唯一可用的形式；Python 2.2 引入了新式类，使得类和内置类型更加统一；在 Python 3 中，新式类是唯一支持的类。
经典类采用了一种很简单的 MRO 方法：从左至右的深度优先遍历。以上述「菱形继承」为例，其查找顺序为 [D, B, A, C, A]，如果只保留重复类的第一个则结果为 [D, B, A, C]。我们可以用 inspect.getmro 来获取类的 MRO：
>>> import inspect
>>> class A:
... def show(self):
... print "A.show()"
...
>>> class B(A): pass
>>> class C(A):
... def show(self):
... print "C.show()"
...
>>> class D(B, C): pass
>>> inspect.getmro(D)
(<class __main__.D at 0x105f0a6d0>, <class __main__.B at 0x105f0a600>, <class __main__.A at 0x105f0a668>, <class __main__.C at 0x105f0a738>)
>>> x = D()
>>> x.show()
A.show()
这种深度优先遍历对于简单的情况还能处理的不错，但是对于上述「菱形继承」其结果却不尽如人意：虽然 C.show() 是 A.show() 的更具体化版本（显示了更多的信息），但我们的 x.show() 没有调用它，而是调用了 A.show()。这显然不是我们希望的结果。
对于新式类而言，所有的类都继承自 object，所以「菱形继承」是非常普遍的现象，因此不可能采用这种 MRO 方式。
Python 2.2 的新式类 MRO
为解决经典类 MRO 所存在的问题，Python 2.2 针对新式类提出了一种新的 MRO 计算方式：在定义类时就计算出该类的 MRO 并将其作为类的属性。因此新式类可以直接通过 __mro__ 属性获取类的 MRO。
Python 2.2 的新式类 MRO 计算方式和经典类 MRO 的计算方式非常相似：它仍然采用从左至右的深度优先遍历，但是如果遍历中出现重复的类，只保留最后一个。重新考虑上面「菱形继承」的例子，由于新式类继承自 object 因此类图稍有改变：
新式类菱形继承
按照深度遍历，其顺序为 [D, B, A, object, C, A, object]，重复类只保留最后一个，因此变为 [D, B, C, A, object]。代码为：
>>> class A(object): ... def show(self): ... print "A.show()" ... >>> class B(A): pass >>> class C(A): ... def show(self): ... print "C.show()" ... >>> class D(B, C): pass >>> D.__mro__ (<class '__main__.D'>, <class '__main__.B'>, <class '__main__.C'>, <class '__main__.A'>, <type 'object'>)
这种 MRO 方式已经能够解决「菱形继承」问题，再让我们看个稍微复杂点的例子：
类型冲突
>>> class X(object): pass
>>> class Y(object): pass
>>> class A(X, Y): pass
>>> class B(Y, X): pass
>>> class C(A, B): pass
首先进行深度遍历，结果为 [C, A, X, object, Y, object, B, Y, object, X, object]；然后，只保留重复元素的最后一个，结果为 [C, A, B, Y, X, object]。Python 2.2 在实现该方法的时候进行了调整，使其更尊重基类中类出现的顺序，其实际结果为 [C, A, B, X, Y, object]。
这样的结果是否合理呢？首先我们看下各个类中的方法解析顺序：对于 A 来说，其搜索顺序为 [A, X, Y, object]；对于 B，其搜索顺序为 [B, Y, X, object]；对于 C，其搜索顺序为 [C, A, B, X, Y, object]。我们会发现，B 和 C 中 X、Y 的搜索顺序是相反的！也就是说，当 B 被继承时，它本身的行为竟然也发生了改变，这很容易导致不易察觉的错误。此外，即使把 C 搜索顺序中 X 和 Y 互换仍然不能解决问题，这时候它又会和 A 中的搜索顺序相矛盾。
事实上，不但上述特殊情况会出现问题，在其它情况下也可能出问题。其原因在于，上述继承关系违反了线性化的「 单调性原则 」。Michele Simionato对单调性的定义为：
A MRO is monotonic when the following is true: if C1 precedes C2 in the linearization of C, then C1 precedes C2 in the linearization of any subclass of C. Otherwise, the innocuous operation of deriving a new class could change the resolution order of methods, potentially introducing very subtle bugs.
也就是说，子类不能改变基类的方法搜索顺序。在 Python 2.2 的 MRO 算法中并不能保证这种单调性，它不会阻止程序员写出上述具有二义性的继承关系，因此很可能成为错误的根源。
除了单调性之外，Python 2.2 及 经典类的 MRO 也可能违反继承的「 局部优先级 」，具体例子可以参见官方文档。采用一种更好的 MRO 方式势在必行。
C3 MRO
为解决 Python 2.2 中 MRO 所存在的问题，Python 2.3以后采用了 C3 方法来确定方法解析顺序。你如果在 Python 2.3 以后版本里输入上述代码，就会产生一个异常，禁止创建具有二义性的继承关系：
>>> class C(A, B): pass
Traceback (most recent call last):
File "<ipython-input-8-01bae83dc806>", line 1, in <module>
class C(A, B): pass
TypeError: Error when calling the metaclass bases
Cannot create a consistent method resolution
order (MRO) for bases X, Y
我们把类 C 的线性化（MRO）记为 L[C] = [C1, C2,…,CN]。其中 C1 称为 L[C] 的头，其余元素 [C2,…,CN] 称为尾。如果一个类 C 继承自基类 B1、B2、……、BN，那么我们可以根据以下两步计算出 L[C]：
L[object] = [object]L[C(B1…BN)] = [C] + merge(L[B1]…L[BN], [B1]…[BN])
这里的关键在于 merge，其输入是一组列表，按照如下方式输出一个列表：
- 检查第一个列表的头元素（如
L[B1]的头），记作H。 - 若
H未出现在其它列表的尾部，则将其输出，并将其从所有列表中删除，然后回到步骤1；否则，取出下一个列表的头部记作H，继续该步骤。 - 重复上述步骤，直至列表为空或者不能再找出可以输出的元素。如果是前一种情况，则算法结束；如果是后一种情况，说明无法构建继承关系，Python 会抛出异常。
该方法有点类似于图的拓扑排序，但它同时还考虑了基类的出现顺序。我们用 C3 分析一下刚才的例子。
object，X，Y 的线性化结果比较简单：
L[object] = [object]
L[X] = [X, object]
L[Y] = [Y, object]
A 的线性化计算如下：
L[A] = [A] + merge(L[X], L[Y], [X], [Y])
= [A] + merge([X, object], [Y, object], [X], [Y])
= [A, X] + merge([object], [Y, object], [Y])
= [A, X, Y] + merge([object], [object])
= [A, X, Y, object]
注意第3步，merge([object], [Y, object], [Y]) 中首先输出的是 Y 而不是 object。这是因为 object 虽然是第一个列表的头，但是它出现在了第二个列表的尾部。所以我们会跳过第一个列表，去检查第二个列表的头部，也就是 Y。Y 没有出现在其它列表的尾部，所以将其输出。
同理，B 的线性化结果为：
L[B] = [B, Y, X, object]
最后，我们看看 C 的线性化结果：
L[C] = [C] + merge(L[A], L[B], [A], [B])
= [C] + merge([A, X, Y, object], [B, Y, X, object], [A], [B])
= [C, A] + merge([X, Y, object], [B, Y, X, object], [B])
= [C, A, B] + merge([X, Y, object], [Y, X, object])
到了最后一步我们没有办法继续计算下去 了：X 虽然是第一个列表的头，但是它出现在了第二个列表的尾部；Y 虽然是第二个列表的头，但是它出现在了第一个列表的尾部。因此，我们无法构建一个没有二义性的继承关系，只能手工去解决（比如改变 B 基类中 X、Y 的顺序）。
我们再看一个没有冲突的例子：
C3例子
计算过程如下：
L[object] = [object]
L[D] = [D, object]
L[E] = [E, object]
L[F] = [F, object]
L[B] = [B, D, E, object]
L[C] = [C, D, F, object]
L[A] = [A] + merge(L[B], L[C], [B], [C])
= [A] + merge([B, D, E, object], [C, D, F, object], [B], [C])
= [A, B] + merge([D, E, object], [C, D, F, object], [C])
= [A, B, C] + merge([D, E, object], [D, F, object])
= [A, B, C, D] + merge([E, object], [F, object])
= [A, B, C, D, E] + merge([object], [F, object])
= [A, B, C, D, E, F] + merge([object], [object])
= [A, B, C, D, E, F, object]
当然，可以用代码验证类的 MRO，上面的例子可以写作：
>>> class D(object): pass >>> class E(object): pass >>> class F(object): pass >>> class B(D, E): pass >>> class C(D, F): pass >>> class A(B, C): pass >>> A.__mro__ (<class '__main__.A'>, <class '__main__.B'>, <class '__main__.C'>, <class '__main__.D'>, <class '__main__.E'>, <class '__main__.F'>, <type 'object'>)
15道使用频率极高的基础算法题：
2、合并两个已经排序的单链表;
3、倒序打印一个单链表;
4、给定一个单链表的头指针和一个指定节点的指针，在O(1)时间删除该节点;
5、找到链表倒数第K个节点;
6、反转单链表;
7、通过两个栈实现一个队列;
8、二分查找;
9、快速排序;
10、获得一个int型的数中二进制中的个数;
11、输入一个数组，实现一个函数，让所有奇数都在偶数前面;
12、判断一个字符串是否是另一个字符串的子串;
13、把一个int型数组中的数字拼成一个串，这个串代表的数字最小;
14、输入一颗二叉树，输出它的镜像（每个节点的左右子节点交换位置）;
15、输入两个链表，找到它们第一个公共节点;
代码实现：
//链表节点
struct NodeL
{
int value;
NodeL* next;
NodeL(int value_=0,NodeL* next_=NULL):value(value_),next(next_){}
};
//二叉树节点
struct NodeT
{
int value;
NodeT* left;
NodeT* right;
NodeT(int value_=0,NodeT* left_=NULL,NodeT* right_=NULL):value(value_),left(left_),right(right_){}
};
1、合并排序，将两个已经排序的数组合并成一个数组，其中一个数组能容下两个数组的所有元素;
合并排序一般的思路都是创建一个更大数组C，刚好容纳两个数组的元素，先是一个while循环比较，将其中一个数组A比较完成，将另一个数组B中所有的小于前一个数组A的数及A中所有的数按顺序存入C中，再将A中剩下的数存入C中，但这里是已经有一个数组能存下两个数组的全部元素，就不用在创建数组了，但只能从后往前面存，从前往后存，要移动元素很麻烦。
//合并排序，将两个已经排序的数组合并成一个数组，其中一个数组能容下两个数组的所有元素
void MergeArray(int a[],int alen,int b[],int blen)
{
int len=alen+blen-1;
alen--;
blen--;
while (alen>=0 && blen>=0)
{
if (a[alen]>b[blen])
{
a[len--]=a[alen--];
}else{
a[len--]=b[blen--];
}
}
while (alen>=0)
{
a[len--]=a[alen--];
}
while (blen>=0)
{
a[len--]=b[blen--];
}
}
void MergeArrayTest()
{
int a[]={2,4,6,8,10,0,0,0,0,0};
int b[]={1,3,5,7,9};
MergeArray(a,5,b,5);
for (int i=0;i<sizeof(a)/sizeof(a[0]);i++)
{
cout<<a[i]<<" ";
}
}
2、合并两个单链表;
合并链表和合并数组，我用了大致相同的代码，就不多少了，那本书用的是递归实现。
//链表节点
struct NodeL
{
int value;
NodeL* next;
NodeL(int value_=0,NodeL* next_=NULL):value(value_),next(next_){}
};
//合并两个单链表
NodeL* MergeList(NodeL* head1,NodeL* head2)
{
if (head1==NULL)
return head2;
if (head2==NULL)
return head1;
NodeL* head=NULL;
if (head1->value<head2->value)
{
head=head1;
head1=head1->next;
}else{
head=head2;
head2=head2->next;
}
NodeL* tmpNode=head;
while (head1 && head2)
{
if (head1->value<head2->value)
{
head->next=head1;
head1=head1->next;
}else{
head->next=head2;
head2=head2->next;
}
head=head->next;
}
if (head1)
{
head->next=head1;
}
if (head2)
{
head->next=head2;
}
return tmpNode;
}
void MergeListTest()
{
NodeL* head1=new NodeL(1);
NodeL* cur=head1;
for (int i=3;i<10;i+=2)
{
NodeL* tmpNode=new NodeL(i);
cur->next=tmpNode;
cur=tmpNode;
}
NodeL* head2=new NodeL(2);
cur=head2;
for (int i=4;i<10;i+=2)
{
NodeL* tmpNode=new NodeL(i);
cur->next=tmpNode;
cur=tmpNode;
}
NodeL* head=MergeList(head1,head2);
while (head)
{
cout<<head->value<<" ";
head=head->next;
}
}
3、倒序打印一个单链表;
递归实现，先递归在打印就变成倒序打印了，如果先打印在调用自己就是顺序打印了。
//倒序打印一个单链表
void ReversePrintNode(NodeL* head)
{
if (head)
{
ReversePrintNode(head->next);
cout<<head->value<<endl;
}
}
void ReversePrintNodeTest()
{
NodeL* head=new NodeL();
NodeL* cur=head;
for (int i=1;i<10;i++)
{
NodeL* tmpNode=new NodeL(i);
cur->next=tmpNode;
cur=tmpNode;
}
ReversePrintNode(head);
}
4、给定一个单链表的头指针和一个指定节点的指针，在O(1)时间删除该节点;
删除节点的核心还是将这个节点的下一个节点，代替当前节点。
//给定一个单链表的头指针和一个指定节点的指针，在O(1)时间删除该节点
void DeleteNode(NodeL* head,NodeL* delNode)
{
if (!head || !delNode)
{
return;
}
if (delNode->next!=NULL)//删除中间节点
{
NodeL* next=delNode->next;
delNode->next=next->next;
delNode->value=next->value;
delete next;
next=NULL;
}else if (head==delNode)//删除头结点
{
delete delNode;
delNode=NULL;
*head=NULL;
}else//删除尾节点，考虑到delNode不在head所在的链表上的情况
{
NodeL* tmpNode=head;
while (tmpNode && tmpNode->next!=delNode)
{
tmpNode=tmpNode->next;
}
if (tmpNode!=NULL)
{
delete delNode;
delNode=NULL;
tmpNode->next=NULL;
}
}
}
void DeleteNodeTest()
{
int nodeCount=10;
for (int K=0;K<nodeCount;K++)
{
NodeL* head=NULL;
NodeL* cur=NULL;
NodeL* delNode=NULL;
for (int i=0;i<nodeCount;i++)
{
NodeL* tmpNode=new NodeL(i);
if (i==0)
{
cur=head=tmpNode;
}else{
cur->next=tmpNode;
cur=tmpNode;
}
if (i==K)
{
delNode=tmpNode;
}
}
DeleteNode(head,delNode) ;
}
}
5、找到链表倒数第K个节点;
通过两个指针，两个指针都指向链表的开始，一个指针先向前走K个节点，然后再以前向前走，当先走的那个节点到达末尾时，另一个节点就刚好与末尾节点相差K个节点。
//找到链表倒数第K个节点
NodeL* FindKthToTail(NodeL* head,unsigned int k)
{
if(head==NULL || k==0)
return NULL;
NodeL* tmpNode=head;
for (int i=0;i<k;i++)
{
if (tmpNode!=NULL)
{
tmpNode=tmpNode->next;
}else{
return NULL;
}
}
NodeL* kNode=head;
while (tmpNode!=NULL)
{
kNode=kNode->next;
tmpNode=tmpNode->next;
}
return kNode;
}
void FindKthToTailTest()
{
int nodeCount=10;
for (int K=0;K<nodeCount;K++)
{
NodeL* head=NULL;
NodeL* cur=NULL;
for (int i=0;i<nodeCount;i++)
{
NodeL* tmpNode=new NodeL(i);
if (i==0)
{
cur=head=tmpNode;
}else{
cur->next=tmpNode;
cur=tmpNode;
}
}
NodeL* kNode=FindKthToTail(head,K+3) ;
if (kNode)
{
cout<<"倒数第 "<<K+3<<" 个节点是："<<kNode->value<<endl;
}else{
cout<<"倒数第 "<<K+3<<" 个节点不在链表中" <<endl;
}
}
}
6、反转单链表;
按顺序一个个的翻转就是了。
//反转单链表
NodeL* ReverseList(NodeL* head)
{
if (head==NULL)
{
return NULL;
}
NodeL* reverseHead=NULL;
NodeL* curNode=head;
NodeL* preNode=NULL;
while (curNode!=NULL)
{
NodeL* nextNode=curNode->next;
if (nextNode==NULL)
reverseHead=curNode;
curNode->next=preNode;
preNode=curNode;
curNode=nextNode;
}
return reverseHead;
}
void ReverseListTest()
{
for (int K=0;K<=10;K++)
{
NodeL* head=NULL;
NodeL* cur=NULL;
for (int i=0;i<K;i++)
{
NodeL* tmpNode=new NodeL(i);
if (i==0)
{
cur=head=tmpNode;
}else{
cur->next=tmpNode;
cur=tmpNode;
}
}
cur=ReverseList( head);
while (cur)
{
cout<<cur->value<<" ";
cur=cur->next;
}
cout<<endl;
}
cout<<endl;
}
7、通过两个栈实现一个队列;
直接上代码
//通过两个栈实现一个队列
template<typename T>
class CQueue
{
public:
void push(const T& val)
{
while (s2.size()>0)
{
s1.push(s2.top());
s2.pop();
}
s1.push(val);
}
void pop()
{
while (s1.size()>0)
{
s2.push(s1.top());
s1.pop();
}
s2.pop();
}
T& front()
{
while (s1.size()>0)
{
s2.push(s1.top());
s1.pop();
}
return s2.top();
}
int size()
{
return s1.size()+s2.size();
}
private:
stack<T> s1;
stack<T> s2;
};
void CQueueTest()
{
CQueue<int> q;
for (int i=0;i<10;i++)
{
q.push(i);
}
while (q.size()>0)
{
cout<<q.front()<<" ";
q.pop();
}
}
8、二分查找;
二分查找记住几个要点就行了，代码也就那几行，反正我现在是可以背出来了，start=0，end=数组长度-1，while(start<=end)，注意溢出。
//二分查找
int binarySearch(int a[],int len,int val)
{
int start=0;
int end=len-1;
int index=-1;
while (start<=end)
{
index=start+(end-start)/2;
if (a[index]==val)
{
return index;
}else if (a[index]<val)
{
start=index+1;
}else
{
end=index-1;
}
}
return -1;
}
9、快速排序;
来自百度百科，说不清楚
//快速排序
//之前有个面试叫我写快排，想都没想写了个冒泡,思路早忘了，这段代码来自百度百科
void Qsort(int a[],int low,int high)
{
if(low>=high)
{
return;
}
int first=low;
int last=high;
int key=a[first];//用字表的第一个记录作为枢轴
while(first<last)
{
while(first<last && a[last]>=key )--last;
a[first]=a[last];//将比第一个小的移到低端
while(first<last && a[first]<=key )++first;
a[last]=a[first];//将比第一个大的移到高端
}
a[first]=key;//枢轴记录到位
Qsort(a,low,first-1);
Qsort(a,last+1,high);
}
void QsortTest()
{
int a[]={1,3,5,7,9,2,4,6,8,0};
int len=sizeof(a)/sizeof(a[0])-1;
Qsort(a,0,len);
for(int i=0;i<=len;i++)
{
cout<<a[i]<<" ";
}
cout<<endl;
}
10、获得一个int型的数中二进制中的个数;
核心实现就是while (num= num & (num-1))，通过这个数和比它小1的数的二进制进行&运算，将二进制中1慢慢的从后往前去掉，直到没有。
//获得一个int型的数中二进制中1的个数
int Find1Count(int num)
{
if (num==0)
{
return 0;
}
int count=1;
while (num= num & (num-1))
{
count++;
}
return count;
}
11、输入一个数组，实现一个函数，让所有奇数都在偶数前面;
两个指针，一个从前往后，一个从后往前，前面的指针遇到奇数就往后走，后面的指针遇到偶数就往前走，只要两个指针没有相遇，就奇偶交换。
//输入一个数组，实现一个函数，让所有奇数都在偶数前面
void RecordOddEven(int A[],int len)
{
int i=0,j=len-1;
while (i<j)
{
while (i<len && A[i]%2==1)
i++;
while (j>=0 && A[j]%2==0)
j--;
if (i<j)
{
A[i]^=A[j]^=A[i]^=A[j];
}
}
}
void RecordOddEvenTest()
{
int A[]={1,2,3,4,5,6,7,8,9,0,11};
int len=sizeof(A)/sizeof(A[0]);
RecordOddEven( A , len);
for (int i=0;i<len;i++)
{
cout<<A[i]<<" ";
}
cout<<endl;
for (int i=0;i<len;i++)
{
A[i]=2;
}
RecordOddEven( A , len);
for (int i=0;i<len;i++)
{
cout<<A[i]<<" ";
}
cout<<endl;
for (int i=0;i<len;i++)
{
A[i]=1;
}
RecordOddEven( A , len);
for (int i=0;i<len;i++)
{
cout<<A[i]<<" ";
}
}
12、判断一个字符串是否是另一个字符串的子串;
我这里就是暴力的对比
//判断一个字符串是否是另一个字符串的子串
int substr(const char* source,const char* sub)
{
if (source==NULL || sub==NULL)
{
return -1;
}
int souLen=strlen(source);
int subLen=strlen(sub);
if (souLen<subLen)
{
return -1;
}
int cmpCount=souLen-subLen;
for (int i=0;i<=cmpCount;i++)
{
int j=0;
for (;j<subLen;j++)
{
if (source[i+j]!=sub[j])
{
break;
}
}
if (j==subLen)
{
return i ;
}
}
return -1;
}
13、把一个int型数组中的数字拼成一个串，这个串代表的数字最小;
先将数字转换成字符串存在数组中，在通过qsort排序，在排序用到的比较函数中，将要比较的两个字符串进行组合，如要比较的两个字符串分别是A,B，那么组合成，A+B，和B+A，在比较A+B和B+A，返回strcmp(A+B, B+A)，经过qsort这么一排序,数组就变成从小到大的顺序了，组成的数自然是最小的。
//把一个int型数组中的数字拼成一个串，是这个串代表的数组最小
#define MaxLen 10
int Compare(const void* str1,const void* str2)
{
char cmp1[MaxLen*2+1];
char cmp2[MaxLen*2+1];
strcpy(cmp1,*(char**)str1);
strcat(cmp1,*(char**)str2);
strcpy(cmp2,*(char**)str2);
strcat(cmp2,*(char**)str1);
return strcmp(cmp1,cmp2);
}
void GetLinkMin(int a[],int len)
{
char** str=(char**)new int[len];
for (int i=0;i<len;i++)
{
str[i]=new char[MaxLen+1];
sprintf(str[i],"%d",a[i]);
}
qsort(str,len,sizeof(char*),Compare);
for (int i=0;i<len;i++)
{
cout<<str[i]<<" ";
delete[] str[i] ;
}
delete[] str;
}
void GetLinkMinTest()
{
int arr[]={123,132,213,231,321,312};
GetLinkMin(arr,sizeof(arr)/sizeof(int));
}
14、输入一颗二叉树，输出它的镜像（每个节点的左右子节点交换位置）;
递归实现，只要某个节点的两个子节点都不为空，就左右交换，让左子树交换，让右子树交换。
struct NodeT
{
int value;
NodeT* left;
NodeT* right;
NodeT(int value_=0,NodeT* left_=NULL,NodeT* right_=NULL):value(value_),left(left_),right(right_){}
};
//输入一颗二叉树，输出它的镜像（每个节点的左右子节点交换位置）
void TreeClass(NodeT* root)
{
if( root==NULL || (root->left==NULL && root->right==NULL) )
return;
NodeT* tmpNode=root->left;
root->left=root->right;
root->right=tmpNode;
TreeClass(root->left);
TreeClass(root->right);
}
void PrintTree(NodeT* root)
{
if(root)
{
cout<<root->value<<" ";
PrintTree(root->left);
PrintTree(root->right);
}
}
void TreeClassTest()
{
NodeT* root=new NodeT(8);
NodeT* n1=new NodeT(6);
NodeT* n2=new NodeT(10);
NodeT* n3=new NodeT(5);
NodeT* n4=new NodeT(7);
NodeT* n5=new NodeT(9);
NodeT* n6=new NodeT(11);
root->left=n1;
root->right=n2;
n1->left=n3;
n1->right=n4;
n2->left=n5;
n2->right=n6;
PrintTree(root);
cout<<endl;
TreeClass( root );
PrintTree(root);
cout<<endl;
}
15、输入两个链表，找到它们第一个公共节点;
如果两个链表有公共的节点，那么第一个公共的节点及往后的节点都是公共的。从后往前数N个节点（N=短链表的长度节点个数）,长链表先往前走K个节点（K=长链表的节点个数-N），这时两个链表都距离末尾N个节点，现在可以一一比较了，最多比较N次，如果有两个节点相同就是第一个公共节点，否则就没有公共节点。
//输入两个链表，找到它们第一个公共节点
int GetLinkLength(NodeL* head)
{
int count=0;
while (head)
{
head=head->next;
count++;
}
return count;
}
NodeL* FindFirstEqualNode(NodeL* head1,NodeL* head2)
{
if (head1==NULL || head2==NULL)
return NULL;
int len1=GetLinkLength(head1);
int len2=GetLinkLength(head2);
NodeL* longNode;
NodeL* shortNode;
int leftNodeCount;
if (len1>len2)
{
longNode=head1;
shortNode=head2;
leftNodeCount=len1-len2;
}else{
longNode=head2;
shortNode=head1;
leftNodeCount=len2-len1;
}
for (int i=0;i<leftNodeCount;i++)
{
longNode=longNode->next;
}
while (longNode && shortNode && longNode!=shortNode)
{
longNode=longNode->next;
shortNode=shortNode->next;
}
if (longNode)//如果有公共节点，必不为NULL
{
return longNode;
}
return NULL;
}
void FindFirstEqualNodeTest()
{
NodeL* head1=new NodeL(0);
NodeL* head2=new NodeL(0);
NodeL* node1=new NodeL(1);
NodeL* node2=new NodeL(2);
NodeL* node3=new NodeL(3);
NodeL* node4=new NodeL(4);
NodeL* node5=new NodeL(5);
NodeL* node6=new NodeL(6);
NodeL* node7=new NodeL(7);
head1->next=node1;
node1->next=node2;
node2->next=node3;
node3->next=node6;//两个链表相交于节点node6
head2->next=node4;
node4->next=node5;
node5->next=node6;//两个链表相交于节点node6
node6->next=node7;
NodeL* node= FindFirstEqualNode(head1,head2);
if (node)
{
cout<<node->value<<endl;
}else{
cout<<"没有共同节点"<<endl;
}
}
浙公网安备 33010602011771号