給出二維平面上的兩個正方形，找到一條直線能同時將兩個正方形都分為面積相等的兩半。
一條直線只要過正方形的中心，就一定會將它分為面積相等的兩半。(矩形也一樣) 那么，我們只要作一條過這兩個正方形中心點的直線， 即可同時把這兩個正方形都分為面積相等的兩半。
設計算法，找到質(zhì)因數(shù)只有3，5或7的第k個數(shù)。
- 初始化結果res=1和隊列q3,q5,q7
- 分別往q3,q5,q7插入13,15,1*7
- 求出三個隊列的隊頭元素中最小的那個x，更新結果res=x
- 如果x在：
q3中，那么從q3中移除x，并向q3，q5，q7插入3x,5x,7x
q5中，那么從q5中移除x，并向q5，q7插入5x,7x(不往q3中插入3x，因為這個數(shù)在q5中已經(jīng)插入過了，eg:53插過35)
q7中，那么從q7中移除x，并向q7插入7*x - 重復步驟3－5，直到找到第k個滿足條件的數(shù)
線性求k最大
線性求k最大利用的是快排中的partition函數(shù)。每次選取一個基準元素pivot (可以用第1個元素，也可以隨機選)，然后將其它元素與pivot對比。大于等于pivot 的放到左邊，小于pivot的放到右邊。調(diào)用一次partition后， pivot左邊的數(shù)都是大于等于它的，pivot右邊的數(shù)都是小于它的。 如果pivot此時正好是第k-1個元素，那么它左邊加上它一共有k個元素， 而且這k個元素都是比右邊的元素要大的，即它們就是最大的k個元素。如果pivot 左邊不足k-1個元素，則在它右邊進行同樣的partition操作。如果pivot 左邊是多于k-1個元素的，則在它左邊進行partition操作。
該算法會改變數(shù)組中元素的順序，期望時間復雜度是O(n)。
寫一個程序，找到由其它單詞組成的最長單詞。
按單詞的長度從大到小排序。(先尋找最長的單詞)
不斷地取單詞的前綴s，當s存在于單詞數(shù)組中，遞歸調(diào)用該函數(shù)， 判斷剩余串是否可以由其它單詞組成。如果可以，返回true。
隨機產(chǎn)生一些數(shù)傳遞給一個函數(shù)，寫程序找出并維護這些數(shù)的中位數(shù)。
中位數(shù)有一個性質(zhì)，它平分了小于他的元素和大于他的元素，然后我們現(xiàn)在要動態(tài)加入新的元素。 新加入的元素，我們要怎么辦呢？我們希望把元素分成兩個集合A和B，使得滿足以下兩個性質(zhì)：
A中元素均小于等于B中元素
A中的元素和B中元素一樣多或只多一個。
如此，我們可以在log n時間內(nèi)給出中位數(shù)，因為中位數(shù)要么是A的最大值，要么是A的最大值和B的最小值的平均值。同時我們也可以在log n時間加入一個新的元素并維持這兩個性質(zhì)：先把新元素加入A，然后把A的最大值移動到B使性質(zhì)1滿足，然后判斷A和B的大?。ㄈ绻鸖ize A小于B則把B中最小元移入A）使性質(zhì)2滿足。
堆可以完美的完成上述操作，當然也可以用平衡二叉樹解決，但是平衡樹編寫復雜，面試中不建議也需要實現(xiàn)此類數(shù)據(jù)結構。我們還是要用到堆這個在面試中容易出現(xiàn)，編寫難度不大又很實用的數(shù)據(jù)結構。我們維護一個大根堆P（根節(jié)點值最大）和一個小根堆Q（根節(jié)點值最?。?，對應集合A和B，維護上述兩個性質(zhì)即可。
最大子矩陣和
O(nnm)正在思考有沒有更優(yōu)的。
循環(huán)i,j，b[k]為原矩陣第k列從i到j行的數(shù)字和，b[k]這一維用dp，sum<0時，sum = b[k]，or sum = max(sum,sum+b[k]）
