前端--算法汇集(2)
六、斐波那契数列
斐波那契数列，又称黄金分割数列，指的是这样一个数列：0、1、1、2、3、5、8、13、21、34、55、89、.....在数学上，斐波那契数列主要考察递归的调用：
var getFibonacci = function(n){
var fibarr = [];
for(var i=0 ; i<n ;i++){
if(i<=1){
fibarr.push(i)
}else{
fibarr.push(fibarr[i-1] + fibarr[i-2])
}
}
return fibarr;
}
七、找出下列数组的最大差值
这是通过一道题目去测试对于基本的数组的最大值的查找，很明显我们知道，最大差值肯定是一个数组中最大值与最小值的差：
var getMax = function(arr){
var maxNum = arr[0];
var minNum = arr[0];
for(var i=1 ; i<arr.length ; i++){
maxNum = (maxNum<arr[i]) ? arr[i] : maxNum;
minNum = (minNum<arr[i]) ? minNum : arr[i];
}
return maxNum-minNum
}
八、随机生成指定长度的字符串
实现一个算法，随机生成指定长度的字符串：
var randomString = function(n){
var str = 'abcdefghijklmnopqrstuvwxyz9876543210';
var len = str.length;
var strArr = "";
for(var i=0 ; i<n ; i++){
strArr+=str.charAt(Math.floor(Math.random()*len));
}
return strArr
}
九、使用JS 实现二叉查找树(Binary Search Tree)
一般叫全部写完的概率比较少，但是重点考察你对它的理解和一些基本特点的实现。 二叉查找树，也称二叉搜索树、有序二叉树（英语：ordered binary tree）是指一棵空树或者具有下列性质的二叉树：
-
任意节点的左子树不空，则左子树上所有结点的值均小于它的根结点的值；
-
任意节点的右子树不空，则右子树上所有结点的值均大于它的根结点的值；
-
任意节点的左、右子树也分别为二叉查找树；
-
没有键值相等的节点。二叉查找树相比于其他数据结构的优势在于查找、插入的时间复杂度较低。为O(log n)。二叉查找树是基础性数据结构，用于构建更为抽象的数据结构，如集合、multiset、关联数组等。
在写的时候需要足够理解二叉搜素树的特点，需要先设定好每个节点的数据结构
class Node {
constructor(data, left, right) {
this.data = data;
this.left = left;
this.right = right;
}
}
树是有节点构成，由根节点逐渐延生到各个子节点，因此它具备基本的结构就是具备一个根节点，具备添加，查找和删除节点的方法.
class BinarySearchTree {
constructor() {
this.root = null;
}
insert(data) {
let n = new Node(data, null, null);
if (!this.root) {
return this.root = n;
}
let currentNode = this.root;
let parent = null;
while (1) {
parent = currentNode;
if (data < currentNode.data) {
currentNode = currentNode.left;
if (currentNode === null) {
parent.left = n;
break;
}
} else {
currentNode = currentNode.right;
if (currentNode === null) {
parent.right = n;
break;
}
}
}
}
remove(data) {
this.root = this.removeNode(this.root, data)
}
removeNode(node, data) {
if (node == null) {
return null;
}
if (data == node.data) {
// no children node
if (node.left == null && node.right == null) {
return null;
}
if (node.left == null) {
return node.right;
}
if (node.right == null) {
return node.left;
}
let getSmallest = function(node) {
if(node.left === null && node.right == null) {
return node;
}
if(node.left != null) {
return node.left;
}
if(node.right !== null) {
return getSmallest(node.right);
}
}
let temNode = getSmallest(node.right);
node.data = temNode.data;
node.right = this.removeNode(temNode.right,temNode.data);
return node;
} else if (data < node.data) {
node.left = this.removeNode(node.left,data);
return node;
} else {
node.right = this.removeNode(node.right,data);
return node;
}
}
find(data) {
var current = this.root;
while (current != null) {
if (data == current.data) {
break;
}
if (data < current.data) {
current = current.left;
} else {
current = current.right
}
}
return current.data;
}
}
module.exports = BinarySearchTree;
