很久没发表过文章了，今天看到一篇文章 最难面试的IT公司之ThoughtWorks代码挑战——FizzBuzzWhizz游戏(C#解法)
看到LZ的2B青年代码，实在是惨不忍睹，故写篇文章来探讨下这类问题的一般思考。
原题：
FizzBuzzWhizz
你是一名体育老师，在某次课距离下课还有五分钟时，你决定搞一个游戏。此时有100名学生在上课。游戏的规则是：
1. 你首先说出三个不同的特殊数，要求必须是个位数，比如3、5、7。
2. 让所有学生拍成一队，然后按顺序报数。
3. 学生报数时，如果所报数字是第一个特殊数（3）的倍数，那么不能说该数字，而要说Fizz；如果所报数字是第二个特殊数（5）的倍数，那么要说Buzz；如果所报数字是第三个特殊数（7）的倍数，那么要说Whizz。
4. 学生报数时，如果所报数字同时是两个特殊数的倍数情况下，也要特殊处理，比如第一个特殊数和第二个特殊数的倍数，那么不能说该数字，而是要说FizzBuzz, 以此类推。如果同时是三个特殊数的倍数，那么要说FizzBuzzWhizz。
5. 学生报数时，如果所报数字包含了第一个特殊数，那么也不能说该数字，而是要说相应的单词，比如本例中第一个特殊数是3，那么要报13的同学应该说Fizz。如果数字中包含了第一个特殊数，那么忽略规则3和规则4，比如要报35的同学只报Fizz，不报BuzzWhizz。
一道看似简单的题目，其实并没有那么简单，如果你直接写的话，那估计就是：
if, if , else if , if , for, [0] [1] [2]….
我们来理解下这道题：
1. 你首先说出三个不同的特殊数，要求必须是个位数，比如3、5、7。
不同的三个数，必须是个位数，这些都是验证条件，你注意到了吗？
2. 让所有学生拍成一队，然后按顺序报数。
生成顺序的数字。
3. 学生报数时，如果所报数字是第一个特殊数（3）的倍数，那么不能说该数字，而要说Fizz；如果所报数字是第二个特殊数（5）的倍数，那么要说Buzz；如果所报数字是第三个特殊数（7）的倍数，那么要说Whizz。
规则：如果是某个特殊数的倍数，输出对应的值，否则输出数字。
4. 学生报数时，如果所报数字同时是两个特殊数的倍数情况下，也要特殊处理，比如第一个特殊数和第二个特殊数的倍数，那么不能说该数字，而是要说FizzBuzz, 以此类推。如果同时是三个特殊数的倍数，那么要说FizzBuzzWhizz。
规则：如果是多个特殊数的倍数，输出所有的对应值。
5. 学生报数时，如果所报数字包含了第一个特殊数，那么也不能说该数字，而是要说相应的单词，比如本例中第一个特殊数是3，那么要报13的同学应该说Fizz。如果数字中包含了第一个特殊数，那么忽略规则3和规则4，比如要报35的同学只报Fizz，不报BuzzWhizz。
规则：如果包含第一个特殊数字，则只输出第一个特殊数字所对应的值。
OK，思考下我们该怎样做？。。
我们来抽象的理解下题目： “给你输入一堆数字，然后你根据一定的规则进行parse，然后输出parse 的结果。”
所以这道题目想考察的是你如何定义这些规则，如何应用这些规则，该如何parse呢？
让我们看下规则Rule：
Rule，有优先级，然后可以对输入进行Parse，然后Parse又需要一个对应的字典。
所以Rule 像这样：
{
public abstract int Priority { get; }
public Dictionary<int, string> SpecialDictionary { get; set; }
public Rule(Dictionary<int, string> specialDictionary)
{
this.SpecialDictionary = specialDictionary;
}
public bool ParseNum(int num, ref string result)
{
if ((SpecialDictionary != null) && (SpecialDictionary.Count > 0))
{
return ParseNumCore(num, ref result);
}
else
{
return false;
}
}
protected abstract bool ParseNumCore(int num, ref string result);
}
接着Rule3： 如果是某个特殊数的倍数，输出对应的值，否则输出数字，输出数字我放到最外层去处理了，当然如果需要也可以写个Rule2.
{
public Rule3(Dictionary<int, string> specialDictionary)
: base(specialDictionary)
{
}
public override int Priority
{
get { return 3; }
}
protected override bool ParseNumCore(int num, ref string result)
{
foreach (var special in SpecialDictionary)
{
if (num % special.Key == 0)
{
result = special.Value;
return true;
}
}
return false;
}
}
Rule4：如果是多个特殊数的倍数，输出所有的对应值。
{
public Rule4(Dictionary<int, string> specialDictionary)
: base(specialDictionary)
{
}
public override int Priority
{
get { return 4; }
}
protected override bool ParseNumCore(int num, ref string result)
{
List<string> matches = new List<string>();
哈夫曼树(一)之 C语言详解 - 如果天空不死 阅读原文»
本章介绍哈夫曼树。和以往一样，本文会先对哈夫曼树的理论知识进行简单介绍，然后给出C语言的实现。后续再分别给出C++和Java版本的实现；实现的语言虽不同，但是原理如出一辙，选择其中之一进行了解即可。若文章有错误或不足的地方，请帮忙指出！
目录
1. 哈夫曼树的介绍
2. 哈夫曼树的图文解析
3. 哈夫曼树的基本操作
4. 哈夫曼树的完整源码转载请注明出处：http://www.cnblogs.com/skywang12345/
更多内容：数据结构与算法系列 目录
哈夫曼树的介绍
Huffman Tree，中文名是哈夫曼树或霍夫曼树，它是最优二叉树。
定义：给定n个权值作为n个叶子结点，构造一棵二叉树，若树的带权路径长度达到最小，则这棵树被称为哈夫曼树。这个定义里面涉及到了几个陌生的概念，下面就是一颗哈夫曼树，我们来看图解答。
(01) 路径和路径长度
定义：在一棵树中，从一个结点往下可以达到的孩子或孙子结点之间的通路，称为路径。通路中分支的数目称为路径长度。若规定根结点的层数为1，则从根结点到第L层结点的路径长度为L-1。
例子：100和80的路径长度是1，50和30的路径长度是2，20和10的路径长度是3。
(02) 结点的权及带权路径长度
定义：若将树中结点赋给一个有着某种含义的数值，则这个数值称为该结点的权。结点的带权路径长度为：从根结点到该结点之间的路径长度与该结点的权的乘积。
例子：节点20的权是3，它的带权路径长度= 路径长度 * 权 = 3 * 20 = 60。
(03) 树的带权路径长度
定义：树的带权路径长度规定为所有叶子结点的带权路径长度之和，记为WPL。
例子：示例中，树的WPL= 1100 + 280 + 320 + 310 = 100 + 160 + 60 + 30 = 350。
比较下面两棵树
上面的两棵树都是以{10, 20, 50, 100}为叶子节点的树。
左边的树WPL=2*10 + 2*20 + 2*50 + 2*100 = 360
右边的树WPL=350
左边的树WPL > 右边的树的WPL。你也可以计算除上面两种示例之外的情况，但实际上右边的树就是{10,20,50,100}对应的哈夫曼树。至此，应该堆哈夫曼树的概念有了一定的了解了，下面看看如何去构造一棵哈夫曼树。
哈夫曼树的图文解析
假设有n个权值，则构造出的哈夫曼树有n个叶子结点。 n个权值分别设为 w1、w2、…、wn，哈夫曼树的构造规则为：
1. 将w1、w2、…，wn看成是有n 棵树的森林(每棵树仅有一个结点)；
2. 在森林中选出根结点的权值最小的两棵树进行合并，作为一棵新树的左、右子树，且新树的根结点权值为其左、右子树根结点权值之和；
3. 从森林中删除选取的两棵树，并将新树加入森林；
4. 重复(02)、(03)步，直到森林中只剩一棵树为止，该树即为所求得的哈夫曼树。
以{5,6,7,8,15}为例，来构造一棵哈夫曼树。
第1步：创建森林，森林包括5棵树，这5棵树的权值分别是5,6,7,8,15。
第2步：在森林中，选择根节点权值最小的两棵树(5和6)来进行合并，将它们作为一颗新树的左右孩子(谁左谁右无关紧要，这里，我们选择较小的作为左孩子)，并且新树的权值是左右孩子的权值之和。即，新树的权值是11。 然后，将"树5"和"树6"从森林中删除，并将新的树(树11)添加到森林中。
第3步：在森林中，选择根节点权值最小的两棵树(7和8)来进行合并。得到的新树的权值是15。 然后，将"树7"和"树8"从森林中删除，并将新的树(树15)添加到森林中。
第4步：在森林中，选择根节点权值最小的两棵树(11和15)来进行合并。得到的新树的权值是26。 然后，将"树11"和"树15"从森林中删除，并将新的树(树26)添加到森林中。
第5步：在森林中，选择根节点权值最小的两棵树(15和26)来进行合并。得到的新树的权值是41。 然后，将"树15"和"树26"从森林中删除，并将新的树(树41)添加到森林中。
此时，森林中只有一棵树(树41)。这棵树就是我们需要的哈夫曼树！
哈夫曼树的基本操作
哈夫曼树的重点是如何构造哈夫曼树。本文构造哈夫曼时，用到了以前介绍过的"(二叉堆)最小堆"。下面对哈夫曼树进行讲解。
1. 基本定义
typedef int Type;
typedef struct _HuffmanNode {
Type key; // 权值
struct _HuffmanNode *left; // 左孩子
struct _HuffmanNode *right; // 右孩子
struct _HuffmanNode *parent; // 父节点
} HuffmanNode, *HuffmanTree;
HuffmanNode是哈夫曼树的节点类。
2. 构造哈夫曼树
/*
* 创建Huffman树
*
* 参数说明：
* a 权值数组
* size 数组大小
*
* 返回值：
* Huffman树的根
*/
HuffmanNode* create_huffman(Type a[], int size)
{
int i;
HuffmanNode *left, *right, *parent;
// 建立数组a对应的最小堆
create_minheap(a, size);
for(i=0; i<size-1; i++)
{
left = dump_from_minheap(); // 最小节点是左孩子
right = dump_from_minheap(); // 其次才是右孩子
// 新建parent节点，左右孩子分别是left/right；
// parent的大小是左右孩子之和
parent = huffman_create_node(left->key+right->key, left, right, NULL);
left->parent = parent;
right->parent = parent;
// 将parent节点数据拷贝到"最小堆"中
if (dump_to_minheap(parent)!=0)
{
printf("插入失败!\n结束程序\n");
destroy_huffman(parent);
parent = NULL;
break;
}
}
// 销毁最小堆
destroy_minheap();
return parent;
}
首先通过create_huffman(a, size)来一个最小堆。最小堆构造完成之后，进入for循环。
每次循环时：
(01) 首先，将最小堆中的最小节点拷贝一份并赋值给left，然后重塑最小堆(将最小节点和后面的节点交换位置，接着将"交换位置后的最小节点"之前的全部元素重新构造成最小堆)；
(02) 接着，再将最小堆中的最小节点拷贝一份并将其赋值right，然后再次重塑最小堆；
(03) 然后，新建节点parent，并将它作为left和right的父节点；
(04) 接着，将parent的数据复制给最小堆中的指定节点。
在二叉堆中已经介绍过堆，这里就不再对堆的代码进行说明了。若有疑问，直接参考后文的源码。其它的相关代码，也Please RTFSC(Read The Fucking Sou
没有评论:
发表评论