随笔分类 - 数据结构与算法
排序算法 | JS
摘要：冒泡排序： Array.prototype.bubbleSort = function () { for(let i = 0; i < this.length - 1; i++){ for(let j = 0; j < this.length - 1 -i;j++) { if(this[j] > t
最小堆实现 | JS
摘要：堆是一种特殊的完全二叉树，JS中常用数组表示堆，左侧子节点的位置是2*index+1 ，右侧子节点的位置是2*index + 2。 堆可以快速找到最大值和最小值，时间复杂度是O（1），找出第K个最大（最小）元素 如果想要获取第K个最大的元素，可以构建一个最小堆，并将元素依次插入堆中，当堆的容量超过K
图的深度广度优先遍历 | JS
摘要：深度优先：先访问根结点，然后对根结点没访问过的相邻节点挨个进行深度优先遍历 广度优先：新建一个队列，根结点入队，队头出队并且访问，把队头没访问过的相邻节点入队，重复中间步骤直到队列为空。 1 const graph = { 2 0: [1, 2], 3 1: [2], 4 2: [0, 3], 5
94、二叉树的中序遍历 | JS
摘要：给定一个二叉树的根节点 root ，返回它的 中序 遍历。 示例 1： 输入：root = [1,null,2,3]输出：[1,3,2] 示例 2： 输入：root = []输出：[] 示例 3： 输入：root = [1]输出：[1] 示例 4： 输入：root = [1,2]输出：[2,1] 示
102、二叉树的层序遍历 | JS
摘要：给你一个二叉树，请你返回其按 层序遍历 得到的节点值。 （即逐层地，从左到右访问所有节点）。 示例：二叉树：[3,9,20,null,null,15,7], 3 / \ 9 20 / \ 15 7返回其层序遍历结果： [ [3], [9,20], [15,7]] 1 /** 2 * Definiti
二叉树的先中后序遍历-JS非递归实现
摘要：1 const bt = { 2 val: 1, 3 left: { 4 val: 2, 5 left: { 6 val: 4, 7 left: null, 8 right: null, 9 }, 10 right: { 11 val: 5, 12 left: null, 13 right: nul
二叉树的先中后序遍历-JS递归实现
摘要：1 const bt = { 2 val: 1, 3 left: { 4 val: 2, 5 left: { 6 val: 4, 7 left: null, 8 right: null, 9 }, 10 right: { 11 val: 5, 12 left: null, 13 right: nul
深度和广度优先遍历-JS实现
摘要：1 const tree = { 2 val: 'a', 3 children: [ 4 { 5 val: 'b', 6 children: [ 7 { 8 val: 'd', 9 children:[], 10 }, 11 { 12 val: 'e', 13 children:[], 14 } 1
JS里的队列和链表
摘要：队列：先进先出的数据结构，可以用数组来模拟 1 const queue = []; 2 queue.push(1); 3 queue.push(2); 4 const item1 = queue.shift(); 5 const item2 = queue.shift(); 链表：元素存储是不连续的
栈JS实现
摘要：栈是一种后进先出的数据结构，JS中没有栈但是可以使用Array来实现所有栈的功能。 1 const stack = []; 2 stack.push(1); 3 stack.push(2); 4 const item1 = stack.pop(); 5 const item2 = stack.pop
KMP算法
摘要：1、next[ ] 数组 next [ j ]=s 的最长相等前后缀长度加 1 next[1]=0 (规定) next[2]=1 KMP平均时间复杂度为O(n+m) 2、nextval[ ] 数组 nextval数组就是在next数组的基础上，把回溯的一步一步的中间步骤省略，直接写出最终要移动的位置
快速排序的三种分区方法
摘要：转载：https://blog.csdn.net/RUIRUI14/article/details/104304341 快速排序–三种实现方式： 快速排序运用了分治思想 ① 分解：将数组arr[ l…r ]划分为两个子数组arr[ l…p-1 ]和arr[ p+1…r ]。使得arr[ p ]为大小
广义表
摘要：1、广义表 广义表的长度：为表中最上层元素的个数。如广义表C长度为2，注意不是3。 广义表的深度：为表中括号的最大层数。求深度时可以将子表展开，如广义表D 应该展开为((d,e),(b,(c,d)))，深度为3。 表头（Head）和表尾（Tail）：当广义表非空时，第一个元素为广义表的表头，其余元素
内部排序
摘要：1、直接插入排序 从后面的序列中先把第一个数字提出来，然后拿第二个数字和它比较，如果大则放在右面，如果小则排在左面，排好之后，再把第三个数字排好的数字从右往左依次比较，找到适合的位置插入 平均时间复杂度O(n2)，空间复杂度O(1)。 2、折半插入排序 注意！ 折半插入是把新的元素插入到一个已经有序
散列表
摘要：a、同义词：指具有相同函数值的关键字。 散列查找法只能用顺序存储。 平均查找长度：受堆积现象直接影响。 查找失败的平均查找长度有两种观点： I、比较到空结点才算失败，所以比较次数等于冲突次数加1。 II、认为只有与关键字的比较才算比较次数。 在散列表中删除一个记录，在拉链法情况下可以物理地删除，但在
B树和B+树
摘要：1、B树 （也有被称作 B- 树，B-树和B树是同一个东西，统称B树）。 B树本质是一种多路平衡查找树，目的在于提高磁盘的效率，二叉树的查找效率已经很高了，但是如果存储大量信息，这个二叉树的深度就会很高，这些不同深度的信息在硬盘上存储的会很分散，在不同的道上，所以降低了查找效率，而B树可以改善这一问
查找（顺序、折半、分块）
摘要：就平均查找长度而言，折半（二分）查找最小，分块查找次之，顺序查找最大。 1、顺序查找 a、基本概念： b、对无序线性表顺序查找，查找失败需要遍历整个线性表。 对有序线性表进行顺序查找，查找失败不需要遍历整个线性表。（因为在中间如果查找失败，剩下的部分就不需要再找了）。 c、平均查找长度ASL： d、
关键路径
摘要：1、 AOV网，顶点表示活动，弧表示活动间的优先关系的有向图。即如果a->b,那么a是b的先决条件。 AOE网，边表示活动，是一个带权的有向无环图，其中顶点表示事件，弧表示活动，权表示活动持续时间。 可以理解为，你要求拓扑序列就是AOV，求关键路径就是AOE 2、关键路径：
拓扑排序
摘要：1、有向无环图（DAG）：有向图中不存在环。 2、AOV网：各结点活动具有先后顺序的有向无环网络（而且边没有权值）。 3、拓扑排序： 拓扑排序可以理解为按活动的顺序排序，比如早上起来我必须先穿裤子再穿鞋，先穿内衣再穿外套，这个顺序不能乱。也可以应用在排课表上，比如我必须先学过C语言的课，才能去学数据
