- 耗内存,可以使用尾回调
回溯(Backtrack)
一个递归调用的过程,就是回溯。
回溯是一种算法思想,它是用递归实现的。
用一个比较通俗的说法来解释递归和回溯: 我们在路上走着,前面是一个多岔路口,因为我们并不知道应该走哪条路,所以我们需要尝试。尝试的过程就是一个函数。 我们选择了一个方向,后来发现又有一个多岔路口,这时候又需要进行一次选择。所以我们需要在上一次尝试结果的基础上,再做一次尝试,即在函数内部再调用一次函数,这就是递归的过程。 这样重复了若干次之后,发现这次选择的这条路走不通,这时候我们知道我们上一个路口选错了,所以我们要回到上一个路口重新选择其他路,这就是回溯的思想。
递归算法 (recursive algorithm)
在递归问题中,使用 JavaScript/Rust 做为示例,有几个经典的问题
-
数组求和
-
fibonacci 函数
-
JavaScript 中使用递归实现深拷贝
-
React-Router 递归实现配置 routes
-
Vue 中递归组件
经典的 fibonacci 函数示例
- 经典的 Fibonacci JavaScript 实现
exportdefaultfunctionfibonacci(n) {
if (n < 0) thrownewError("输入的数字不能小于 0");
if (n === 1 || n === 2) {
return1;
}
returnfibonacci(n - 2) + fibonacci(n - 1);
}
const fi = fibonacci(7);
console.log(fi);
复制代码
- 经典的 Fibonacci Rust 实现(含测试)
fnmain() {
println!("Hello, world!");
letf1 = fibonacci(1);
println!("{}", f1);
letf2 = fibonacci(2);
println!("{}", f2);
letf3 = fibonacci(3);
println!("{}", f3);
letf4 = fibonacci(4);
println!("{}", f4);
}
pubfnfibonacci(n: i32) ->u32 {
if n < 0 {
panic!("输入的数字不能小于 0")
};
if n == 1 || n == 2 {
return1
}
fibonacci(n - 2) + fibonacci(n - 1)
}
#[cfg(test)]mod tests {
use crate::fibonacci;
#[test]fnfibonacci1() {
letresult = fibonacci(1);
assert_eq!(result, 1);
}
#[test]fnfibonacci2() {
letresult = fibonacci(2);
assert_eq!(result, 1);
}
#[test]fnfibonacci3() {
letresult = fibonacci(3);
assert_eq!(result, 2);
}
}
复制代码
从求和到递归
// 循环var sum = 0;
for (var i = 1; i <= 10; i++) {
sum += i;
}
console.log(sum);
// 递归functionsum(n) {
if (n == 1) return1;
returnsum(n - 1) + n;
}
var amount = sum(10);
console.log(amount);
复制代码
fnmain() {
println!("Hello, world!");
while_sum_fn();
}
fnwhile_sum_fn() {
letmut sum = 0;
letmut i = 0;
while i <= 10 {
sum += i;
i += 1;
println!("sum: {}", sum);
}
println!("{sum}")
}
复制代码
Rust for 循环与 js 中循环有很大的区别,此处 rust 使用 while 语句代替 JavaScript 中的 for 语句。
基础深拷贝
考虑:原始数据类型+引用数据类型
functiondeepClone(target) {
const targetType = typeof target;
if (targetType === "object" || targetType === "function") {
let clone = Array.isArray(target) ? [] : {};
for (const key in target) {
clone[key] = deepClone(target[key]);
}
return clone;
}
return target;
}
复制代码
问题:循环引用(通过内置 weakMap)
function deepClone(target, map = new Map()) {
const targetType = typeof target;
if (targetType === 'object' || targetType === 'function') {
letclone = Array.isArray(target)?[]:{};
if (map.get(target)) {
return map.get(target);
}
map.set(target, clone);
if(Object.prototype.toString.call(target) === '[object Date]'){
clone = new Date(target)
}
if(
Object.prototype.toString.call(target) === '[object Object]' ||
Object.prototype.toString.call(target) === '[object Array]'
){
for (const key in target) {
clone[key] = deepClone(target[key],map)
}
}
return clone;
}
return target;
}
复制代码
然后深拷贝需要考虑众多的 js 的数据类型(包括 es5+ 中新增的数据类型)。深拷贝缺点也非常明显,对于大对象,可能非常占用计算机资源。基于这个特点,React 社区针对 React 和 JavaScript 的诞生了不可变数据库:
-
immer
-
immutable.js
不可变数据,每次修改之后,会得到一个新的数据(但是尽可能的复用了原来的数据),这样弥补了深拷贝的数据时的性能问题。
react router 递归实现配置 route
// 递归函数constrotuerViews = (routerItems) => {
if (routerItems && routerItems.length) {
return routerItems.map(({ path, Component, children, redirect }) => {
return children && children.length ? (
<Routepath={path}key={path}element={
<Suspensefallback={<Loading />}>
<Component /></Suspense>
}
>
{rotuerViews(children)} // 递归遍历子路由
{redirect ? (
<Routepath={path}element={<Navigateto={redirect} />}></Route>
) : (
<Routepath={path}element={<Navigateto={children[0].path} />}
></Route>
)}
</Route>
) : (
<Routekey={path}path={path}element={
<Suspensefallback={<Loading />}>
<Component /></Suspense>
}
></Route>
);
});
}
};
复制代码
vue 中实现 tree 组件的递归(组件中如何使用自己)
<template>
<ul>
<li v-for="(item, index) in data" :key="index">
{{ item.name }}
<template v-if="item.children">
<tree :data="item.children"></tree>
</template>
</li>
</ul>
</template>
<script>
export default {
name: "tree",
props: {
data: {
type: Array,
default() {
return [];
},
},
},
};
</script>
复制代码
扩展:尾部递归(Tail Recursion)
尾递归,首先要搞明白什么是尾部调用? 其实就是发生函数调用后,最后执行的语句是函数调用。尾递归,就是在函数最后(Tail)发生了函数的调用(但是调用的自己,就是尾部递归)。
尾递归在普通尾调用的基础上,多出了2个特征:
-
在尾部调用的是函数自身 (Self-called);
-
可通过优化,使得计算仅占用常量栈空间 (Stack Space)。
- 一个实例
functiontailFactorial(n, total) {
if (n === 1) return total;
returntailFactorial(n - 1, n * total);
}
functionfactorial(n) {
returntailFactorial(n, 1);
}
factorial(5); // 120复制代码
递归非常耗费内存,因为需要同时保存成千上百个调用记录,很容易发生"栈溢出"错误(stack overflow)。但对于尾递归来说,由于只存在一个调用记录,所以永远不会发生"栈溢出"错误。
尾部递归有哪些问题?
空间优化策略:尾递归
递归调用的缺点就是保存的调用栈(call frame),
如何优化尾部递归?
函数发生尾部递归的时候,返回的结果相差不大,保存在栈里面毫无意义。没有意义我们就应该不需要发生这些东西。所以计算机就可以省出一些内容。
递归展开
还是以阶乘为例:
functionfact(n) {
if (n <= 0) {
return1;
} else {
return n * fact(n - 1);
}
}
复制代码
6 * fact(5)
6 * (5 * fact(4))
6 * (5 * (4 * fact(3))))
6 * (5 * (4 * (3 * (2 * (1 * 1)))))) // <= 最终的展开复制代码
展开的特点是:函数并没有真正的运行,需要较大的内存空间用于展开,如果内容过大就容易爆栈。
尾递归函数依然还是递归函数,如果不优化依然跟普通递归函数一样会爆栈,该展开多少层依旧是展开多少层。不会爆栈是因为语言的编译器或者解释器所做了“尾递归优化”,才让它不会爆栈的。
小结
-
什么是递归
-
从杨辉三角可是递推,到递归
-
递归与循环的区别
-
递归与回溯
-
递归算法常见的经典问题以及在前端 ReactRouter/Vue-Tree 中封装组件
-
尾递归及其优化、递归展开
大厂面试题分享 面试题库
专业技能
一般来说,面试官会根据你的简历内容去提问,但是技术基础还有需要自己去准备分类,形成自己的知识体系的。简单列一下我自己遇到的一些题
-
HTML+CSS
-
JavaScript
-
前端框架
-
前端性能优化
-
前端监控
-
模块化+项目构建
-
代码管理
-
信息安全
-
网络协议
-
浏览器
-
算法与数据结构
-
团队管理
最近得空把之前遇到的面试题做了一个整理,包括我本人自己去面试遇到的,还有其他人员去面试遇到的,还有网上刷到的,我都统一的整理了一下,希望对大家有用。
其中包含HTML、CSS、JavaScript、服务端与网络、Vue、浏览器等等
由于文章篇幅有限,仅展示部分内容