前端100道优质面试
算法复杂度
- 什么是复杂度
- 是程序执行的时候需要的计算量和内存空间(和代码简洁无关)
- 复杂度是数量级,不是具体的数字
- 一般是针对一个具体的算法,而非一个完整的系统
- 时间复杂度
- O(1) 一般指的是没有for循环,可以直接看出执行了几次(不管传入参数数据量多少,都是固定不变的)
- O(logn) 比如只有一个二分算法
- O(n) 比如一个for循环
- O(nlogn) 比如说一个for循环嵌套一个二分算法
- O(n^2) 比如两个for循环(数组的unshift和shift时间复杂度都是O(n)) (基本上这个时间算法复杂度是不可用的)
- 空间复杂度
- 程序执行的时候所需要的空间
- 前端主要是重时间复杂度轻空间复杂度
- 时间复杂度直观表现
- 横轴是传入的数据量,纵轴是传入的时间复杂度
将一个数组旋转 k 步
- 输入一个数组[1,2,3,4,5,6,7]
- k=3,即旋转3步
- 输出[5,6,7,1,2,3,4]
- 思路一:把末尾的元素挨个pop,然后unshift到数组前面
- 思路二:把数组拆分,最后concat拼接到一块
<script>
// O(n^2)
function rotate1(arr,k){
const length = arr.length
if(!k || length === 0) return arr
const step = Math.abs(k % length) // 一般情况不会出现,主要是判断k会不会长于length,长于length的话也能得到想要的结果
// O(n)
for (let i = 0; i < step; i++) {
const n = arr.pop() //pop会返回删除的那个数组元素i
if(n !== null){
//unshift时间复杂度为 O(n)
arr.unshift(n)
}
}
return arr
}
// O(n)
function rotate2(arr,k){
const length = arr.length
if(!k || length === 0) return arr
const step = Math.abs(k % length) // 一般情况不会出现,主要是判断k会不会长于length,长于length的话也能得到想要的结果
//把数组拆分,最后concat拼接到一块
const part1 = arr.slice(-step) //slice从1开始,传入的值不会包含传入那个数
const part2 = arr.slice(0,length-step)
const part3 = part1.concat(part2)
return part3
}
const arr = [1,2,3,4,5,6,7]
// console.log(rotate1(arr,3));
console.log(rotate2(arr,3));
</script>
数组中自带的api会改变数组原始的方法的有
push()
pop()
shift()
unshift()
splice()
sort()
(a-b)从小到大reverse()
补充笔试
数组反转和includes
### 给定两个字符串, s 和 goal。如果在若干次旋转操作之后,s 能变成 goal ,那么返回 true 。
s 的 旋转操作 就是将 s 最左边的字符移动到最右边。
例如, 若 s = 'abcde',在旋转一次之后结果就是'bcdea' 。
var rotateString = function(s, goal) {
return s.length === goal.length && (s+s).includes(goal)
};
解析:
s+s包含了所有的反转情况