虽然面试程序员最重要的事当然是夯实的基础知识和积累一定时间的经验，但是有时没有那么多的经验，基础知识也不太牢固时就需要一点小小的包装，能够帮助你即使没有过多的经验也可以快速通过面试。

如果你基础不行，三天前刚准备转码，那就更得准备几个的小把戏，不用打肿脸也能充一回胖子。

基于这两个需求，今天文摘菌就来给大家介绍三个讨巧的数据结构。面试当中一提，那可是相当撑场面。

这三个数据结构就是。登登登等…

1. 布隆过滤器（bloom filter）

2. 前缀树（prefix trie）

3. 环形缓冲（ring buffer）

先来说一下，为什么挑了这三个数据结构。

首先我觉得，你提到的数据结构要稍微冷门一些，这样别人就会认为你了解很多不同类型的数据结构。但它不能太冷门，以免你的面试官要求你真正解释实现细节或原理，那时你就game over了。***是你提到的数据结构有点冷门，但你的面试官听说过，对它有印象。

面试官都希望自己什么都知道，他们听说过这种数据结构但又不太了解，当你向他们介绍时，他们就会觉得你懂得特别多。

除此之外，这些数据结构还应该具有实际用例，以便在技术面试的时候，你能有机会展开介绍。它虽然稍微有点冷门但也不能太low，你如果只知道一些菜鸡水平的数据结构（比如双向链表），你的面试八成就凉了。

所以，这三个数据结构就被选中啦！

布隆过滤器

布隆过滤器是集合的概率版本。检测集合是否包含某元素的时间复杂度为O(1)、空间复杂度为O(N)。Bloom过滤器也可以检测出集合是否可能包含该元素，它的时间复杂度为O(1)，而空间复杂度只需要O(1)！

谁会真正使用布隆过滤器？

Chrome需要在不牺牲速度或空间的情况下保护你免受访问垃圾邮件网站。

想象一下，如果每次你点击一个链接，Chrome都必须进行网络通话来检查它庞大的垃圾邮件URL数据库，然后才允许你访问这个页面，这会不会让你等疯掉。此外，设想一下，如果Chrome改善延迟的解决方案是在本地存储整个垃圾邮件URL列表，这根本就是不可行的！

所以，chrome在本地存储了一个潜在垃圾邮件URL的布隆过滤器，这既节省时间又节省空间，可以快速检查给定的URL是否为垃圾邮件。对于普通的URL，布隆过滤器对“非垃圾邮件”的响应就足够判定了。如果一个URL被标记为“可能是垃圾邮件”，那么Google可以在跳转之前检查它真实数据库。事实证明，当你愿意牺牲绝对时，你可以做出伟大的事情！

布隆过滤器的原理

布隆过滤器的维基百科页用大量的术语描述了实现细节，所以在这里我会用简单的描述一下实现过程。如果你想要更精确的细节，你应该去看看维基百科。我会略过很多步骤，但我会让你有一个大致了解。

如果你想在Bloom过滤器中插入一个元素，首先假设有N个不同的确定性哈希函数。当同一个元素输入不同哈希函数时，会得到不同的值（冲突是可以有的）。

使用每个哈希函数的输出作为数组的索引[注释1，注释2]，并对应每个索引i将数组[i]设置为true。插入元素就完成了！插入元素的时间复杂度是O(1)，因为对每个插入元素所做的唯一工作是运行恒定数量的哈希函数，并设置恒定数量的数组索引。

那该如何检查布隆过滤器是否包含该元素？ 再次运行所有相同的哈希函数！

哈希函数是确定性的，因此相同的输入应返回相同的输出。所以相对应每个索引，检查布隆过滤器的数组是否在该索引处设置为true即可。如果哈希函数输出的数组的每个单元都为真，那么可以很高的概率说这个元素已经插入到了布隆过滤器中。这一方法总是存在误报的可能性。不过，布隆过滤器的一大特色是永远不会出现漏报。

那么，你需要多少个哈希函数，又需要多大的数组呢？这你就得好好算一番了。维基百科对它们的解释更详细，你值得一读。

注释1：如何使用哈希函数的输出作为索引：设哈希函数输出整数值M，取长度N。N%M（N mod M）得到一个值Q，即0≤Q

注释2：实际上，你应该使用位数组而不是普通数组。数组的每个元素至少需要1个字节，而你只需要为“数组”的每个元素存储true / false。因此，你可以通过将其存储为位数组来节省空间，这是这个数据结构的重点。如果你想要听起来很聪明，那么位数组（也就是位向量）也值得你在面试时提出。嗯，真正的面试专家建议总是在脚注中。

注释3：严格来说，如果你的所有哈希函数都在O（1）时间内运行，那么插入的复杂度才是O（1）。

前缀树（prefix trie）

前缀树是一种数据结构，允许你通过其前缀快速查找字符串，还可以查找有公共前缀的字符串。

我对介绍这一数据结构的几条建议是，将它称为“前缀树”，而不仅仅是“树”。这样，你就让面试官知道你是那种了解与前缀和后缀相关算法的人，并且你也希望对你的fancy数据结构进行准确描述。后缀树也是一个非常有趣的话题，但实现细节十分残暴。这就是为什么我只是谈论前缀树，并且假装了解后缀树。

谁会真的用前缀树？

基因组学研究人员！

事实证明，现代基因组研究在很大程度上依赖于字符串算法和数据结构，因为你试图从组成基因组序列的数百万个核苷酸中探索奥秘。对于基因组数据，你经常需要对齐序列，找到差异或找到重复的模式。如果你想了解更多相关信息，可以先阅读生物信息学读物，然后参与“DNA测序算法”或“生物信息学算法”等课程。

如果你想要阅读一些真正有意思的读物，我强烈建议你读一读药物基因组学。随着基因组测序和字符串算法的进步，我们实际上可以预测使用个体的基因组，来确定它们是否具有对药物正确反应的正确基因。例如，如果他们的基因组缺少用于产生处理某种药物的酶的基因，那么药物可能会对他们产生副作用。如果我们知道什么基因是重要的，我们可以给他们一种不同的药物！

我承认，前缀树和基因组学之间的联系不太紧密。其实前缀树的最直接用法就是用来查字典啦！但光这么讲不是忒无聊了点么。

前缀树的原理

想象一下，你有一棵树，每个节点都有一个包含26个子节点的数组，每个子节点对应一个英文字母。（如果要包含其他字符，可以将26更改为不同的值。）要在你的树中表示单词，你将从根节点开始，沿着路径向下走，并在每个节点添加一个字母。

例如（图片来源维基百科），对于“tea”这个词，你从根开始，被引导到t节点，然后是e，***是a。因此，搜索单词需要O（N）的时间（其中N是单词的长度），如果单词的前缀不存在，则可以提前结束。如果我查询“zzzzzzzz”，树可以在“zz”之后结束查询。

环形缓冲区（ring buffer）

环形缓冲区是使用普通数组的一种非常好的方式，它主要被用于处理数据流。

谁会真的使用环形缓冲区？

说不定Netflix会用？

我用google搜索“netflix ring buffer”，发现了他们发布了一些开源环缓冲区代码。但问题是，公司真的会用他们已经开源的代码嘛？

环形缓冲区的原理

如果你读到了这儿，说明你基础一定还不错，那就直接去维基百科瞅一眼这个数据结构吧，比前两个简单多了！

一个聪明的程序员不仅需要学富五车，也需要灵动机智的脑袋，这些“冷知识“能帮助你在面试时获得不错的反馈。

           科技引领新发展，学计算机就来职坐标课堂。