现在面试中,算法出现的频率越来越高了,大厂基本必考
今天给大家带来20个常见的前端算法题,重要的地方已添加注释,如有不正确的地方,欢迎多多指正💕
1、两数之和
题目: 给定一个数组 nums 和一个目标值 target,在该数组中找出和为目标值的两个数
输入: nums: [8, 2, 6, 5, 4, 1, 3] ; target:7
输出: [2, 5]
function twoNumAdd(arr, target) {
if (Array.isArray(arr)) {
let map = {};
for (let i = 0; i < arr.length; i++) {
if (map[target - arr[i]] !== undefined) {
return [target - arr[i], arr[i]];
} else {
map[arr[i]] = i;
}
}
}
return [];
}
2、三数之和
题目: 给定一个数组nums,判断 nums 中是否存在三个元素a,b,c
,使得 a + b + c = target
,找出所有满足条件且不重复的三元组合
输入: nums: [5, 2, 1, 1, 3, 4, 6] ;target:8
输出: [[1, 1, 6], [1, 2, 5], [1, 3, 4]]
function findThree(arr, target) {
arr.sort((a, b) => a - b)
let result = [];
for (let i = 0; i < arr.length - 2; i++) {
if (i && arr[i] === arr[i - 1]) continue;
let left = i + 1;
let right = arr.length - 1;
while (left < right) {
let sum = arr[i] + arr[left] + arr[right];
if (sum > target) {
right--;
} else if (sum < target) {
left++;
} else {
result.push([arr[i], arr[left++], arr[right--]]);
while (arr[left] === arr[left - 1]) {
left++;
}
while (arr[right] === arr[right + 1]) {
right--;
}
}
}
}
return result;
}
3、版本号排序
题目: 输入一组版本号,输出从大到小的排序
输入: ['2.1.0.1', '0.402.1', '10.2.1', '5.1.2', '1.0.4.5']
输出: ['10.2.1', '5.1.2', '2.1.0.1', '1.0.4.5', '0.402.1']
function versionSort(arr) {
return arr.sort((a, b) => {
let i = 0;
const arr1 = a.split(".");
const arr2 = b.split(".");
while (true) {
const s1 = arr1[i];
const s2 = arr2[i];
i++;
if (s1 === undefined || s2 === undefined) {
return arr2.length - arr1.length;
}
if (s1 === s2) continue;
return s2 - s1;
}
});
}
4、第一个不重复的字符
题目: 输入一个字符串,找到第一个不重复字符的下标
输入: 'abcabcde'
输出: 6
function findOneStr(str) {
if (!str) return -1;
let map = {};
let arr = str.split("");
arr.forEach(item => {
let val = map[item];
map[item] = val ? val + 1 : 1;
});
for (let i = 0; i < arr.length; i++) {
if (map[arr[i]] == 1) {
return i;
}
}
return -1;
}
5、字符串所有排列组合
题目: 输入一个字符串,打印出该字符串中,所有字符的排列组合
输入: 'abc'
输出: ['abc', 'acb', 'bca', 'bac', 'cab', 'cba']
* 利用回溯算法,计算所有字符串的组合
* @param {array} list - 字符串列表
* @param {array} result - 最终的结果
* @param {string} current - 当前的字符串
* @param {string} temp - 当前固定的字符
*/
function stringGroup(list = [], result = [], current = "", temp = "") {
current += temp;
if (list.length === 0) {
return result.push(current);
}
for (let i = 0; i < list.length; i++) {
temp = list.shift();
stringGroup(list, result, current, temp);
list.push(temp);
}
return [...new Set(result)];
}
6、冒泡排序
时间复杂度为O(n²)
,稳定排序算法
function bubbleSort(arr) {
let length = arr.length;
for (let i = 0; i < length; i++) {
for (let j = 0; j < length - i - 1; j++) {
if (arr[j] > arr[j + 1]) {
[arr[j], arr[j + 1]] = [arr[j + 1], arr[j]];
}
}
}
return arr;
}
7、选择排序
时间复杂度为O(n²)
,不稳定
function selectSort(arr) {
let index;
for (let i = 0; i < arr.length - 1; i++) {
index = i;
for (let j = i + 1; j < arr.length; j++) {
if (arr[j] < arr[index]) {
index = j;
}
}
if (index !== i) {
[arr[i], arr[index]] = [arr[index], arr[i]];
}
}
return arr;
}
8、插入排序
时间复杂度为O(n²)
,稳定
function insertSort(arr) {
for (let i = 1; i < arr.length; i++) {
let j = i;
let target = arr[j];
while (j > 0 && arr[j - 1] > target) {
arr[j] = arr[j - 1];
j--;
}
arr[j] = target;
}
return arr;
}
9、快速排序
时间复杂度为O(nlogn)
,不稳定
function quickSort(list) {
if (list.length <= 1) return list;
let mid = Math.floor(list.length / 2);
let base = list.splice(mid, 1)[0];
let left = [];
let right = [];
list.forEach(item => {
if (item > base) {
right.push(item);
} else {
left.push(item);
}
});
return quickSort(left).concat(base, quickSort(right));
}
10、归并排序
时间复杂度为O(nlogn)
,稳定
function MergeSort(array) {
let len = array.length;
if (len <= 1) {
return array;
}
let num = Math.floor(len / 2);
let left = MergeSort(array.slice(0, num));
let right = MergeSort(array.slice(num, array.length));
return merge(left, right);
function merge(left, right) {
let [l, r] = [0, 0];
let result = [];
while (l < left.length && r < right.length) {
if (left[l] < right[r]) {
result.push(left[l]);
l++;
} else {
result.push(right[r]);
r++;
}
}
result = result.concat(left.slice(l, left.length));
result = result.concat(right.slice(r, right.length));
return result;
}
}
11、列表转成树
题目: 输入一组列表如下,转化成树形结构
输入:
[
{ id: 1, title: "child1", parentId: 0 },
{ id: 2, title: "child2", parentId: 0 },
{ id: 3, title: "child1_1", parentId: 1 },
{ id: 4, title: "child1_2", parentId: 1 },
{ id: 5, title: "child2_1", parentId: 2 }
]
输出:
tree=[
{
"id": 1,
"title": "child1",
"parentId": 0,
"children": [
{
"id": 3,
"title": "child1_1",
"parentId": 1
},
{
"id": 4,
"title": "child1_2",
"parentId": 1
}
]
},
{
"id": 2,
"title": "child2",
"parentId": 0,
"children": [
{
"id": 5,
"title": "child2_1",
"parentId": 2
}
]
}
]
function listToTree(data) {
let map = {};
let treeData = [];
for (let i = 0; i < data.length; i++) {
map[data[i].id] = data[i];
}
for (let i in map) {
if (map[i].parentId) {
if (!map[map[i].parentId].children) {
map[map[i].parentId].children = [];
}
map[map[i].parentId].children.push(map[i]);
} else {
treeData.push(map[i]);
}
}
return treeData;
}
12、深度优先遍历
题目: 对树进行遍历,从第一个节点开始,遍历其子节点,直到它的所有子节点都被遍历完毕,然后再遍历它的兄弟节点
输入: 上文第11题生成的tree
输出: [1, 3, 4, 2, 5]
function deepTree(tree, arr = []) {
if (!tree || !tree.length) return arr;
tree.forEach(data => {
arr.push(data.id);
data.children && deepTree(data.children, arr);
});
return arr;
}
function deepTree(tree) {
if (!tree || !tree.length) return;
let arr = [];
let stack = [];
for (let i = 0, len = tree.length; i < len; i++) {
stack.push(tree[i]);
}
let node;
while (stack.length) {
node = stack.shift();
arr.push(node.id);
if (node.children && node.children.length) {
stack = node.children.concat(stack);
}
}
return arr;
}
13、广度优先遍历
题目: 以横向的维度对树进行遍历,从第一个节点开始,依次遍历其所有的兄弟节点,再遍历第一个节点的子节点,一层层向下遍历
输入: 上文第11题生成的tree
输出: [1, 2, 3, 4, 5]
function rangeTree(tree) {
var list = [];
var queue = tree;
while (queue.length > 0) {
var node = queue.shift();
list.push(node);
if (node.children && node.children.length > 0) {
for (var i = 0; i < node.children.length; i++) {
queue.push(node.children[i]);
}
}
}
return list;
}
14、树形结构查找节点
题目: 查找树形结构中符合要求的节点
输入:
tree: 上文第11题生成的tree
func: data => data.title === "child2_1"
输出:{ id: 5, parentId: 2, title: "child2_1" }
* 查找节点
* @param {array} tree - 树
* @param {function} func - 查找条件
* */
function findTreeNode(tree, func) {
if (!tree.length) return null;
for (let i = 0; i < tree.length; i++) {
if (func(tree[i])) return tree[i];
if (tree[i].children) {
const res = findTreeNode(tree[i].children, func);
if (res) {
return res;
}
}
}
return null;
}
findTreeNode(tree, data => data.title === "child2_1")
15、二叉查找树
题目: 判断一个数组,是否为某二叉查找树的前序遍历结果,二叉查找树特点是所有的左节点比父节点的值小,所有的右节点比父节点的值大
输入: [5, 3, 2, 1, 4, 6, 7, 8, 9]
输出: true
function preOrderOfBST(list) {
if (list && list.length > 0) {
var root = list[0];
for (var i = 0; i < list.length; i++) {
if (list[i] > root) {
break;
}
}
for (let j = i; j < list.length; j++) {
if (list[j] < root) {
return false;
}
}
var left = true;
if (i > 1) {
left = preOrderOfBST(list.slice(1, i + 1));
}
var right = true;
if (i < list.length) {
right = preOrderOfBST(list.slice(i, list.length));
}
return left && right;
}
}
16、查找二叉树的路径
题目: 查找二叉树和为某一值的路径
输入: 二叉树结构如下,找到和为 11 的所有路径
输出: [[5, 3, 2, 1], [5, 6]]
* 利用回溯算法,找到和为某一值的路径
* @param {object} node - 二叉树
* @param {number} num - 目标值
* @param {array} stack - 栈
* @param {number} sum - 当前路径的和
* @param {array} result - 存储所有的结果
* */
function findPath(node, num, stack = [], sum = 0, result = []) {
stack.push(node.data);
sum += node.data;
if (sum === num) {
result.push(stack.slice());
}
if (node.left) {
findPath(node.left, num, stack, sum, result);
}
if (node.right) {
findPath(node.right, num, stack, sum, result);
}
stack.pop();
return result;
}
17、买卖股票问题
题目: 给定一个整数数组,其中第 i
个元素代表了第 i
天的股票价格;
非负整数 fee
代表了交易股票的手续费用,求返回获得利润的最大值
输入: arr: [1, 12, 13, 9, 15, 8, 6, 16]; fee: 2
输出: 22
* 贪心算法求解
* @param {array} list - 股票每天的价格列表
* @param {number} fee - 手续费
* */
function buyStock(list, fee) {
let min = list[0],
sum = 0;
for (let i = 1; i < list.length; i++) {
if (list[i] < min) {
min = list[i];
} else {
let temp = list[i] - min - fee;
if (temp > 0) {
sum += temp;
min = list[i] - fee;
}
}
}
return sum;
}
18、斐波那契数列
题目: 从第3项开始,当前项等于前两项之和: 1 1 2 3 5 8 13 21 ……
,计算第n项的值
输入: 10
输出: 89
function fib(n) {
if (n < 2) return 1;
let dp = [1n, 1n];
for (let i = 2; i <= n; i++) {
dp[i] = dp[i - 1] + dp[i - 2];
}
return dp[n];
}
19、滑动窗口最大值
题目: 给定一个数组 nums
,有一个大小为 k
的滑动窗口,从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口中的k个数字。滑动窗口每次只向右移动一位,求返回滑动窗口最大值
输入: nums: [1,3,-1,-3,5,3,6,7]; k: 3
输出: [3, 3, 5, 5, 6, 7]
function maxSlidingWindow(nums, k) {
const window = [];
const result = [];
for (let i = 0; i < nums.length; i++) {
if (i - window[0] > k - 1) {
window.shift();
}
for (let j = window.length - 1; j >= 0; j--) {
if (nums[window[j]] <= nums[i]) {
window.pop();
}
}
window.push(i);
if (i >= k - 1) {
result.push(nums[window[0]]);
}
}
return result;
}
20、最长递增子序列
题目: 一个整数数组 nums,找到其中一组最长递增子序列的值
输入: [3,5,7,1,2,8]
输出: [3,5,7,8]
function lengthOfLIS(nums) {
if (!nums.length) return 0;
let dp = new Array(nums.length).fill(1);
for (let i = 0; i < nums.length; i++) {
for (let j = 0; j < i; j++) {
if (nums[j] < nums[i]) {
dp[i] = Math.max(dp[i], dp[j] + 1);
}
}
}
let max = Math.max(...dp);
let result = [];
for (let i = max; i >= 1; i--) {
findArrNode(dp, i, result, nums);
}
return result;
}
function findArrNode(dp, value, result, arr) {
let index = dp.lastIndexOf(value);
result.unshift(arr[index]);
dp.length = index + 1;
}
最后
如果你现在正在找工作,可以私信“web”进群领取前端面试小册以及更多阿里、字节大厂面试真题合集,和p8大佬一起交流。