栈 Stack
先进后出。
// 数组实现栈
const stack = [];
stack.push(8); // 压栈
stack.pop(); // 出栈
队列 Queue
先进先出。
// JS 中数组的 unshift shift 消耗挺大的
// 不是很建议使用,当在算法题中遇到的时候
const queue = [];
queue.push(6); // 入队尾
queue.shift(); // 队头出
链表 Linked List
不是连续的一段存储空间。
interface IListNode {
data: any,
next: IListNode | null
}
树 Tree
二叉搜索树的特点:
left 及其后代的 value <= root value;
right 及其后代的 value >= root value.
平衡二叉搜索树 BBST。
二叉树的三种遍历方式:
- 前序遍历:abc
- 中序遍历:bac
- 后序遍历:bca
递归实现这三种遍历。
interface IBinaryTreeNode {
value: any,
left: IBinaryTreeNode | null,
right: IBinaryTreeNode | null
}
为什么二叉树重要,而不是三叉树四叉树呢?
性能!
数组:查找快O(1),增删慢O(n)
链表:查找慢O(n),增删快O(1)
二叉搜索树:查找快O(logn),增删快O(logn)
堆和二叉树有什么关系
JS 代码执行时,值类型变量存储在栈,引用类型变量存储在堆。
堆是一个完全二叉树。
堆的子节点要么都小于根节点(最大堆),要么都大于根节点(最小堆)。
完全二叉树就是要么先把左节点先填满,要么先把右节点先填满。
满二叉树一定是完全二叉树。
堆,逻辑结构是二叉树,物理结构是一个数组。
算法问题两个解决思路
- 选取合适的数据结构
- 有序数据考虑用二分法
- 双指针可以解决嵌套循环
- 动态规划问题,不用递归来做,用循环来做,因为递归会有重复计算的问题,很影响性能。f(n)=f(n-1)+f(n-2)。比如 fibonacci 斐波那契数列问题,青蛙跳台阶有多少种方式的问题。