字节跳动面试分享：java培训师培训

待我称王封你为后i 2022-10-16 06:27 276阅读 0赞

# 什么是 Spring Boot #

Java (面向对象编程语言)经过30多年的发展，产生了非常多的优秀框架。Spring (为解决企业应用程序开发的复杂性而创建的框架)曾是最受欢迎的Java框架之一， 但随着Node、Ruby、Groovy、PHP等脚本语言的蓬勃发展，使用Spring开发应用就显得繁琐了，因为它使用了大量的XML配置文件，配置繁琐，整合不易，开发和部署效率低下。这时急切需要一-种新的能解决这些问题的快速开发框架，于是Pivotal Software公司在2013开始了Spring Boot的研发。

过去经常会有这样的一种场景: -一个初学者花了半个月时间，看了几本Spring编程书，掌握了最基本的理论知识，但在实际着手开发时，往往被拦截在初始环境配置上，可能花上几天时间也配置不好环境。

曾经就遇到一个这样的开发人员，他竟然花费了一个月时间也没配置好初始环境。这是难以想象的，面对这种繁琐、效率低下的配置和开发工作，甚至会让人怀疑自己的能力。这最终让人非常痛苦，不少人会痛苦地放弃,而能坚持下来的开发人员在开发新项目时依然会面临大量繁琐的配置工作。而使用Spring Boot的体验则完全不一样，基本是“开箱即用"。

# 4步套路，解决动态规划问题 #

1、确定问题状态

*  提炼最后一步
 *  的问题转化

2、转移方程，把问题方程化  
3、按照实际逻辑设置初始条件和边界情况  
4、确定计算顺序并求解

**结合实例感受下：**

你有三种硬币，分别面值2元，5元和7元，每种硬币都有足够多。买一本书需要27元。如何用最少的硬币组合正好付清，不需要对方找钱？

关键词“用最小的硬币组合正好付清”——“最小的组合”，**求最值问题，动态规划**。

\*\*正常人第一反应思路:\*\*最少硬币组合?优先使用大面值硬币——7+7+7+5=26 额？可求解目标是27啊……改算法——7+7+7+2+2+2=27，总共用了6枚硬币正好27元.实际正确答案：7+5+5+5+5=27，才用了5枚硬币。**所以这里贪心算法是不正确的。**

**套路用起来：**

# 第一步，确定问题状态。 #

动态规划问题求解需要先开一个数组，并确定数组的每个元素f\[i\]代表什么，就是确定这个问题的状态。类似于解数学题中，设定X，Y，Z代表什么。

A、**确定状态首先提取【最后一步】**

最优策略必定是K枚硬币a1, a2,…, aK 面值加起来是27。

**找出不影响最优策略的最后一个独立角色**，这道问题中，那枚最后的硬币“aK”就是最后一步。把aK提取出来，硬币aK之前的所有硬币面值加总是27- aK因为总体求最硬币数量最小策略，所以拼出27- aK 的硬币数也一定最少（**重要设定**）。

![c969d48c2d7f2c9bb49b19bc23864dd6.png][]

B、\*\*转化子问题。\*\*最后一步aK提出来之后，我们只要求出“最少用多少枚硬币可以拼出27- aK”就可以了。

**这种与原问题内核一致，但是规模变小的问题，叫做子问题。**

为简化定义，我们设状态f(X)=最少用多少枚硬币拼出总面值X。我们目前还不知道最后的硬币aK面额多少，但它的面额一定只可能是2/5/7之一。如果aK是2，f(27)应该是f(27-2) + 1 (加上最后这一枚面值2的硬币）如果aK是5，f(27)应该是f(27-5) + 1 (加上最后这一枚面值5的硬币）如果aK是7，f(27)应该是f(27-7) + 1 (加上最后这一枚面值7的硬币）除此以外，没有其他的可能了。

**至此，通过找到原问题最后一步，并将其转化为子问题。为求面值总额27的最小的硬币组合数的状态就形成了，用以下函数表示：**

f(27) = min\{f(27-2)+1, f(27-5)+1, f(27-7)+1\}

![b4b1259562155e780041d817e246c900.png][]

# **第二步，转移方程，把问题方程化。** #

f\[X\] = min\{f\[X-2\]+1, f\[X-5\]+1, f\[X-7\]+1\}（动态规划都是要开数组，所以这里改用方括号表示）

**实际面试中求解动态规划类问题，正确列出转移方程正确基本上就解决一半了。**

**但是请问：这与递归有什么不同？？**

递归的解法：

// f(X)返回最少用多少枚硬币拼出Xint f(int X) {// 0元钱只要0枚硬币if (X == 0) return 0;// 初始化用无穷大（为什么是正无穷？）int res = MAX_VALUE;// 最后一枚硬币是2元if (X >= 2) {res = Math.min(f(X – 2) + 1, res);}// 最后一枚硬币是5元if (X >= 5) {res = Math.min(f(X – 5) + 1, res);}// 最后一枚硬币是7元if (X >= 7) {res = Math.min(f(X – 7) + 1, res);}return res;}

执行图如下：

![e29d4d79c3a5a326f4bfa4a8872bb213.png][]

要算f(27)，就要递归f(25)、f(22)、f(20)，然后下边依次递归……（三角形表示）。

![0887e8de8bc32d9d22ae98ccefdccd86.png][]

**问题明显——重复递归太多。**

这是求f(27)，还可以勉强递归。如果求f(100)呢？简直是天文数字。**最终结果就是递归超市。**

**求总体最值，一定优先考虑动态规划不要憨憨的去递归。**

**插入一下~**

需要掌握的动态规划面试解题技巧还包括坐标型、位操型、序列型、博弈型、背包型、双序列以及一些高难面试题解。

**本文篇幅有限无法逐一讲清，大家来白嫖我的在线分享吧（纯干货）。**

# **第三步，按照实际逻辑设置边界情况和初始条件。** #

\*\*【必做】\*\*否则即使转移方程正确也大概率无法跑通代码。

f\[X\] = min\{f\[X-2\]+1, f\[X-5\]+1, f\[X-7\]+1\}的边界情况是\[x-2\]/\[x-5\]/\[x-7\]不能小于0（硬币面值为正），也不能高于27。

**故对边界情况设定如下：**

**如果硬币面值不能组合出Y，就定义f\[Y\]=正无穷**例如f\[-1\]=f\[-2\]=…=正无穷；f\[1\] =min\{f\[-1\]+1, f\[-4\]+1,f\[-6\]+1\}=正无穷,

\*\*特殊情况：\*\*本题的F\[0\]对应的情况为F\[-2\]、F\[-5\]、F\[-7\]，按照上文的边界情况设定结果是正无穷。

但是实际上F\[0\]的结果是存在的（即使用0个硬币的情况下），F\[0\]=0。可是按照我们刚刚的设定，F\[0\]=F\[0-2\]+1= F\[-2\]+1=正无穷。

**岂不是矛盾？**

**这种用转移方程无法计算，但是又实际存在的情况，就必须通过手动定义。**

**这里手动强制定义初始条件为：F\[0\]=0.**

而从0之后的数值是没矛盾的，比如F\[1\]= F\[1-2\]+1= F\[-1\]+1=正无穷（正无穷加任何数结果还是正无穷）；F\[2\]= F\[2-2\]+1= F\[0\]+1=1……

# **第四步，确定计算顺序并计算求解** #

那么开始计算时，是从F\[1\]、F\[2\]开始呢？还是从F\[27\]、F\[26\]开始呢？

**判断计算顺序正确与否的原则是：当我们要计算F\[X\]**（等式左边，如F\[10\]）**的时候，等式右边**（f\[X-2\], f\[X-5\], f\[X-7\]等）**都是已经得到结果的状态，这个计算顺序就是OK的。**

**实际就是从小到大的计算方式**（偶有例外的情况我们后边再讲）。

例如我们算到F\[12\]的时候，发现F\[11\]、F\[10\]、F\[9\]都已经算过了，这种算法就是对的；而开始算F\[27\]的时候，发现F\[26\]还没有算，这样的顺序就是错的。

很显然这样的情况下写一个FOR循环就够了。

回到这道题，采用动态规划的算法，每一步只尝试三种硬币，一共进行了27步。算法时间复杂度（即需要进行的步数）为27\*3。

**与递归相比，没有任何重复计算。**

\*\*原题练习及实际代码：\*\*这道题是lintcode编号669的Coin Change问题。代码如下：

public int coinChange(int[] A, int M){// A = [2,5,7]// M = 27int[] f = new int[M + 1];int n = A.length; // 硬币的种类// 初始化, 0个硬币f[0] = 0;// f[1], f[2], ... , f[27] = Integer.MAX_VALUEfor (int i = 1; i <= M; i++){f[i] = Integer.MAX_VALUE;}for (int i = 1; i <= M; i++){// 使用第j个硬币 A[j]// f[i] = min{f[i-A[0]]+1, ... , f[i-A[n-1]]+1}for (int j = 0; j < n; ++j){// 如果通过放这个硬币能够达到重量iif (i >= A[j] && f[i - A[j]] != Integer.MAX_VALUE) {// 获得i的重量的硬币数就可能是获得i-A[j]重量硬币数的方案+1// 拿这个方案数量与原本的方案数打擂台，取最小值就行f[i] = Math.min(f[i - A[j]] + 1, f[i]);}}}if (f[M] == Integer.MAX_VALUE){return -1;}return f[M];}

**最后总结：**

1、这是**求最值问题**，用动态规划方式求解。2、进入求解过程，先确定问题状态

*  提炼最后一步  
    （最优策略中使用的最后一枚硬币aK）  
    \-子问题转化 （最少的硬币拼出更小的面值27-aK）  
    3、构建转移方程 f\[X\] = min\{f\[X-2\]+1, f\[X-5\]+1, f\[X-7\]+1\}  
    （求min是因为题目要求求最小）  
    4、设置初始条件和边界情况 f\[0\] = 0, 如果不能拼出Y，f\[Y\]=正无穷  
    5、确定计算顺序并计算求解  
    f\[0\], f\[1\], f\[2\]……

**实际上按照以上4步套路，基本上可以应对绝对大多数的动态规划面试题。**

# Ending #

**Tip：由于文章篇幅有限制，下面还有20个关于MySQL的问题，我都复盘整理成一份pdf文档了，后面的内容我就把剩下的问题的目录展示给大家看一下，[点击这里即可解锁全部内容！][Link 1]**

**如果觉得有帮助不妨【转发+点赞+关注】支持我，后续会为大家带来更多的技术类文章以及学习类文章！**（阿里对MySQL底层实现以及索引实现问的很多）

![5aa927fcb515301171f04973e9cd432d.png][]

![afd0e06a5cd1417124ea2876c2081d6b.png][]

有帮助不妨【转发+点赞+关注】支持我，后续会为大家带来更多的技术类文章以及学习类文章！\*\*（阿里对MySQL底层实现以及索引实现问的很多）

\[外链图片转存中…(img-eRhXcZpB-1622104264695)\]

\[外链图片转存中…(img-BAoovwhZ-1622104264696)\]

吃透后这份pdf，你同样可以跟面试官侃侃而谈MySQL。其实像阿里p7岗位的需求也没那么难（但也不简单），扎实的Java基础+无短板知识面+对某几个开源技术有深度学习+阅读过源码+算法刷题，这一套下来p7岗差不多没什么问题，还是希望大家都能拿到高薪offer吧。

[c969d48c2d7f2c9bb49b19bc23864dd6.png]: /images/20221014/3b2ec857a670406ba6d3e3eb60f301bb.png
[b4b1259562155e780041d817e246c900.png]: /images/20221014/f5e6a2cce8e3468eb7f79d7f688f2d34.png
[e29d4d79c3a5a326f4bfa4a8872bb213.png]: /images/20221014/6e05ac5ee0694246a64b803291379f86.png
[0887e8de8bc32d9d22ae98ccefdccd86.png]: /images/20221014/cb47137a4e6e4195be4f875c8e30de7c.png
[Link 1]: https://docs.qq.com/doc/DSmxTbFJ1cmN1R2dB
[5aa927fcb515301171f04973e9cd432d.png]: /images/20221014/66a75028c81e4a108769539ed5d463c9.png
[afd0e06a5cd1417124ea2876c2081d6b.png]: /images/20221014/bd65816677a047c0acab5a7ef6cd9bfc.png