2024年Web前端最全基础数据结构和算法概念(1)，2024年最新前端面试宝典web

最后

除了简历做到位，面试题也必不可少，整理了些题目，前面有117道汇总的面试到的题目，后面包括了HTML、CSS、JS、ES6、vue、微信小程序、项目类问题、笔试编程类题等专题。

• 开源分享：【大厂前端面试题解析+核心总结学习笔记+真实项目实战+最新讲解视频】

  

1. 有且只有一个根结点 a1 a 1 a_1,它无前件；

2. 有且只有一个终端结点 an a n a_n，它无后件；

3. 除根结点与终端结点外，其他所有结点有且只有一个前件，也有且只有一个后件。线性表中结点的个数 n n n 称 为线性表的长度。当 n=0n=0n=0 时称为空表。

栈

栈实际上也是一个线性表，只不过是一种特殊的线性表。栈是只能在表的一端进行插入和删除运算的线性表，通常称插入、删除这一端为栈顶(TOP)，另一端为栈底(BOTTOM)。当表中没有元素时称为栈空。 栈顶元素总是后被插入(入栈)的元素，从而也是最先被移除(出栈)的元素；栈底元素总是最先被插入的元素，从而也是最后才能被移除的元素。所以栈是个 后进先出(LIFO) 的数据结构

栈的基本运算有三种：入栈、出栈与读栈顶，时间复杂度都是 O(1) O ( 1 ) O(1)

队列

队列是只允许在一端删除，在另一端插入的顺序表，允许删除的一端叫做队头，用对头指针 front f r o n t front 指向对头元素的下一个元素，允许插入的一端叫做队尾，用队尾指针 rear r e a r rear 指向队列中的队尾元素，因此，从排头指针 front f r o n t front 指向的下一个位置直到队尾指针 rear r e a r rear 指向的位置之间所有的元素均为队列中的元素。

队列的修改是 先进先出(FIFO) 。往队尾插入一个元素称为入队运算。从对头删除一个元素称为退队运算。

队列主要有两种基本运算：入队运算和退队运算，复杂度都是 O(1) O ( 1 ) O(1)

循环队列

在实际应用中，队列的顺序存储结构一般采用循环队列的形式。所谓循环队列，就是将队列存储空间的最后一个 位置绕到第一个位置，形成逻辑上的环状空间。在实际使用循环队列时，为了能区分队满还是队列空，通常需要增加一个标志 S S S。

循环队列主要有两种基本运算：入队运算和退队运算，复杂度都是O(1)O(1)O(1)

• 入队运算

指在循环队列的队尾加入一个新元素，首先 rear=rear+1 r e a r = r e a r + 1 rear=rear+1, 当 rear=m+1 r e a r = m + 1 rear=m+1 时，置 rear=1 r e a r = 1 rear=1,然后将新元素插入到队尾指针 指向的位置。当 S=1,rear=front S = 1 , r e a r = f r o n t S=1, rear=front，说明队列已满，不能进行入队运算，称为“上溢”。

• 退队运算

指在循环队列的排头位置退出一个元素并赋给指定的变量。首先 front=front+1 f r o n t = f r o n t + 1 front=front+1, 并当 front=m+1 f r o n t = m + 1 front=m+1 时，置 front=1 f r o n t = 1 front=1, 然后 将排头指针指向的元素赋给指定的变量。当循环队列为空 S=0 S = 0 S=0，不能进行退队运算，这种情况成为“下溢”。

非线性逻辑结构

---

树

树是一种简单的非线性结构。树型结构具有以下特点：

1. 每个结点只有一个前件，称为父结点，没有前件的结点只有一个，称为树的根结点。

2. 每一个结点可以有多个后件结点，称为该结点的子结点。没有后件的结点称为叶子结点

3. 一个结点所拥有的后件个数称为结点的度

4. 树的最大层次称为树的深度。

二叉树

二叉树是一种树型结构，通常采用链式存储结构，满足以下特性：

1. 它的特点是每个结点至多只有二棵子树(即二叉树中不存在度大于 2 的结点)；

2. 二叉树的子树有左右之分，其次序不能任意颠倒。

二叉树的基本性质

• 在二叉树的第 i i i 层上至多有 2i−12i−12i-1 个结点

• 深度为 k k k 的二叉树至多有 2k−12k−12k-1 个结点( k≥1 k ≥ 1 k \geq 1)

• 在任意一个二叉树中，度为 0 的结点总是比度为 2 的结点多一个

• 具有 N N N 个结点的二叉树，其深度至少为 ⌊log2N⌋+1⌊log2N⌋+1\lfloor log_2 N \rfloor+1

• 霍夫曼树的带权路径长度 len=2n+1 l e n = 2 n + 1 len = 2n+1; n n n 为所以叶子权重和。

二叉树的遍历

就是遵从某种次序，访问二叉树中的所有结点，使得每个结点仅被访问一次。分为以下几种：

1. 前序遍历(DLR): 首先访问根结点，然后遍历左子树，最后遍历右子树。

2. 中序遍历(LDR): 首先遍历左子树，然后根结点，最后右子树

3. 后序遍历(LRD): 首先遍历左子树，然后遍历右子树，最后访问根结点。

此外图的遍历也可以用在树上，包括：

1. 广度优先遍历(层序遍历): 从根结点开开始逐层向下，从左到右遍历。

2. 深度优先遍历: 从根结点出发沿左子树遍历到叶子结点再逐层向上向遍历右子树。

除此之外还有很多有特点的特殊二叉树：

• 满二叉树：除最后一层以外，每一层上的所有结点都有两个子结点。

1. 在满二叉树的第 KKK 层上有 2K−1 2 K − 1 2^{K-1} 个结点，且深度为 M M M 的满二叉树有 2M−12M−12M-1 个结点

2. 完全二叉树：除最后一层以外，每一层上的结点数均达到最大值；在最后一层上只缺少右边的若干结点。

3. 具有 N N N 个结点的完全二叉树的深度为 ⌊log2N⌋+1⌊log2N⌋+1\lfloor log_2 N \rfloor+1

4. 完全二叉树总结点数为 N N N，则叶子结点数为⌈N/2⌉⌈N/2⌉\lceil N/2 \rceil

堆

最常见的完全二叉树就是 **堆** 了。堆满足以下条件

• 堆中某个结点的值总是不大于或不小于其父结点的值

• 堆总是一棵完全二叉树

将根结点最大的堆叫做 最大堆 或 大根堆 ，根结点最小的堆叫做 最小堆 或 小根堆 。

堆具有以下基本操作：

• 插入: 向堆中插入一个新元素

• 获取: 获取当前堆顶元素的值

• 删除: 删除堆顶元素

• 包含: 判断堆中是否存在某个元素

哈希表

常用的哈希函数

1. 直接寻址法: H(k) H ( k ) H(k) 是一个线性函数，如果该位置已经有值就向下寻找到第一个空的地方作为散列地址

2. 平方取中法: 取 k k k 平方以后值的中间几位作为散列地址

3. 数字分析法: 对于比较规律的 kkk 值，找出其差异较大的部分作为散列地址

4. 折叠法: 将 k k k 分成很多部分，然后做模二和作为散列地址

5. 留余数法: H(k)=kH(k)=kH(k)=k % p, p \leq m，其中 p p p 为素数，mmm 为表的长度

6. 随机数法: 取键字的随机值作为散列地址，关键字长度时使用

实现映射的函数是哈希函数，简单的 hash 可能会发生碰撞(不同输入得到相同输出)，为了防止碰撞，考虑以下方法：

• 链地址法(拉链法): 当发生碰撞时，将发生碰撞的数据元素连接到同一个单链表中，而新元素插入到链表的前端

• 线性探针法: 线性探针法地址增量 d∈D1={1,2,3,…,m−1} d ∈ D 1 = { 1 , 2 , 3 , . . . , m − 1 } d \in D_1 = \{1,2,3, … , m-1\}, i i i 为探测次数，mmm 为表的长度，该方法遇到冲突地址会依次探测下一个地址( d=di+1 d = d i + 1 d = d_i + 1)直到有空的地址，若找不到空地址，则溢出。

平均查找长度

• 线性探针法平均长度推算(其中 m m m 为表中数据长度，nnn 为表长度)：

ASLs=∑mi=1dim A S L s = ∑ i = 1 m d i m ASL_s=\frac{\sum_{i=1}^m d_i}{m}，查找成功

ASLu=∑ni=1din A S L u = ∑ i = 1 n d i n ASL_u=\frac{\sum_{i=1}^n d_i}{n}，查找不成功

注：线性探针法查找成功时 di d i d_i 为每次放入元素时的地址增量，不成功时 di d i d_i 为在表长度内依次查找每个元素到下一个空地址的地址增量(索引在表长度内循环)

• 链地址法平均长度推算(其中 k k k 为最长链长度，其中 mmm 为表中数据长度， n n n 为表长度)：

ASLs=∑ki=1(当前级指针数量×当前级数)mASLs=∑i=1k(当前级指针数量×当前级数)mASL_s=\frac{\sum_{i=1}^k ({当前级指针数量} \times {当前级数})}{m}，查找成功

ASLu=∑ni=1当前个位置链长度n A S L u = ∑ i = 1 n 当 前 个 位 置 链 长 度 n ASL_u=\frac{\sum_{i=1}^n {当前个位置链长度}}{n}，查找不成功

哈希表相关特性

• 线性探针法容易“聚集”，影响查找效率，而链地址法不会

• 链地址法适应表长不确定情况

• 装填因子(α)=哈希表中的记录数哈希表的长度 装 填 因 子 ( α ) = 哈 希 表 中 的 记 录 数 哈 希 表 的 长 度 装填因子(\alpha)=\frac{哈希表中的记录数}{哈希表的长度}

图

图有两种定义：

• 二元组的定义：图 G G G 是一个有序二元组 (V,E)(V,E)(V,E)，其中 V V V 称为顶集(Vertices Set)，EEE 称为边集(Edges set)， E E E 与 VVV 不相交。它们亦可写成 V(G) V ( G ) V(G) 和 E(G) E ( G ) E(G) 。 E E E 的元素都是二元组，用 (x,y)(x,y)(x,y) 表示，其中 x,y∈V x , y ∈ V x,y \in V

• 三元组的定义: 图 G G G 是指一个三元组(V,E,I)(V,E,I)(V,E,I)，其中 V V V 称为顶集，EEE 称为边集， E E E 与 VVV 不相交； I I I 称为关联函数，III 将 E E E 中的每一个元素映射到V×VV×VV \times V。如果 e e e 被映射到 (u,v)(u,v)(u,v)，那么称边 e e e 连接顶点 u,vu,vu,v，而 u,v u , v u,v 则称作 e e e 的端点，u,vu,vu,v 此时关于 e e e 相邻。同时，若两条边 i,ji,ji,j 有一个公共顶点 u u u，则称 i,ji,ji,j 关于 u u u 相邻。

图的分类

图有不同的分类规则，具体如下：

分类1

- 有向图: 如果图中顶点之间关系不仅仅是连通与不连通，而且区分两边的顶点的出入(存在出边和入边)，则为有向图。

- 无向图: 如果图中顶点之间关系仅仅是连通与不连通，而不区分两边顶点的出入(不存在出边和入边)，则为无向图。

单图

分类2

- 有环图: 单向遍历回可以到已遍历的点，比如有环链表

- 无环图: 单向遍历不能回到已遍历的点，比如树

分类3

- 带权图: 图的具有边带有关于该边信息的权值，比如地图中两点间距离

- 无权图: 图的每个边都不具有有关于该边信息的权值，其仅表示是否连通

其他

- 单图: 一个图如果任意两顶点之间只有一条边且边集中不含环，则称为单图

图的表示采用邻接矩阵和类似树的形式(顶点指针域是个指针数组)的形式，其具有以下特点：

• 无向图的邻接矩阵是对称矩阵

• 带权图的矩阵中元素为全职，无权图中用0/1分别表示不连通/连通

• 主对角线有不为零元素，该图一定有环

图的遍历

• 广度优先遍历: 广度优先遍历是连通图的一种遍历策略。因为它的思想是从一个顶点 V0V0V_0 开始，辐射状地优先遍历其周围较广的区域。

• 深度优先遍历:

图的相关性质：

• N N N 个顶点的连通图中边的条数至少为 N−1N−1N-1

• N N N 个顶点的强连通图的边数至少有 NNN

• 广度优先遍历用来找无权图最短路径（有权图其实也行，多点东西呗）

简单数据结构的增删改查

---

| 操作 | 添加 | 删除 | 查找 | 使用条件 |

| — | — | — | — | — |

| 数组 | O(n) O ( n ) O(n) | O(n) O ( n ) O(n) | O(n) O ( n ) O(n) | 数定下标 |

| 链表 | O(1) O ( 1 ) O(1) | O(n) O ( n ) O(n) | O(n) O ( n ) O(n) | 两端修改 |

| 变长数组 | O(1) O ( 1 ) O(1) | O(n) O ( n ) O(n) | O(n) O ( n ) O(n) | 数不定下标 |

| 栈 | O(1) O ( 1 ) O(1) | O(1) O ( 1 ) O(1) | - | LIFO |

| 队列 | O(1) O ( 1 ) O(1) | O(1) O ( 1 ) O(1) | - | FIFO |

| 哈希表 | O(1) O ( 1 ) O(1) | O(1) O ( 1 ) O(1) | O(1) O ( 1 ) O(1) | key操作，无序 |

| 树字典 | O(log2n) O ( l o g 2 n ) O(log_2 n) | O(log2n) O ( l o g 2 n ) O(log_2 n) | O(log2n) O ( l o g 2 n ) O(log_2 n) | key操作，有序 |

| 哈希集合 | O(1) O ( 1 ) O(1) | O(1) O ( 1 ) O(1) | O(1) O ( 1 ) O(1) | 唯一值，无序 |

| 树集合 | O(log2n) O ( l o g 2 n ) O(log_2 n) | O(log2n) O ( l o g 2 n ) O(log_2 n) | O(log2n) O ( l o g 2 n ) O(log_2 n) | 唯一值，有序 |

算法

==

算法基本概念

---

1. 算法的基本特征：可行性，确定性，有穷性

2. 算法的基本要素：算法中对数据的运算和操作、算法的控制结构。

3. 算法设计的基本方法：穷举法、动态规划、贪心法、回溯法、递推法、递归法、分治法、散列法，分支限界法。

4. 算法设计的要求：正确性、可读性、健壮性、效率与低存储量需求

5. 算法的基本结构：顺序、循环、选择

算法复杂度

1. 算法的时间复杂度：指执行算法所需要的计算工作量(不代表算法实际需要时间)

2. 算法的空间复杂度：执行这个算法所需要的额外内存空间(代表算法实际需要的空间)

复杂度表示方法: 使用大写 O O O 表示：O(n)O(n)O(n)表示时间复杂度时指 n n n 个数据处理完成使用 nnn 个单位的时间；表示空间复杂度时指 n n n 个数据处理完成使用了 nnn 个单位的辅助空间。

字符串算法

---

字符串算法除了增删改查以外，还有很多匹配算法，比如最耳熟能详的 KMP 算法(不属于基础部分)，这里整理一些相关算法的性质：

最后

除了简历做到位，面试题也必不可少，整理了些题目，前面有117道汇总的面试到的题目，后面包括了HTML、CSS、JS、ES6、vue、微信小程序、项目类问题、笔试编程类题等专题。

• 开源分享：【大厂前端面试题解析+核心总结学习笔记+真实项目实战+最新讲解视频】