线性搜索(Linear Search)
线性搜索是一种简单直观的搜索算法,它逐个遍历数组中的元素,直到找到目标元素或遍历完整个数组。
/**
* 线性查找函数
*
* @param arr 目标数组
* @param target 目标元素
* @returns 返回目标元素在数组中的索引,若不存在则返回-1
*/
function linearSearch(arr, target) {
// 遍历数组
for (let i = 0; i < arr.length; i++) {
// 如果当前元素等于目标元素
if (arr[i] === target) {
// 返回目标元素的索引
return i; // 找到目标元素,返回索引
}
}
// 如果循环结束仍未找到目标元素
// 返回-1表示目标元素不存在
return -1; // 目标元素不存在,返回-1
}
let arr = [64, 34, 25, 12, 22, 11, 90];
let target = 22;
let index = linearSearch(arr, target);
if (index !== -1) {
console.log("线性搜索:元素", target, "的索引为", index);
} else {
console.log("线性搜索:元素", target, "不存在于数组中");
}
.二分搜索(Binary Search)
二分搜索是一种高效的搜索算法,它要求被搜索的数组已经有序。算法通过不断将搜索区间分成两半,并比较目标值与中间值的大小关系来确定目标值可能在哪一半中,从而缩小搜索范围。
/**
* 二分查找算法
*
* @param arr 目标数组
* @param target 目标元素
* @returns 返回目标元素在数组中的索引,若不存在则返回-1
*/
function binarySearch(arr, target) {
let low = 0;
let high = arr.length - 1;
while (low <= high) {
let mid = Math.floor((low + high) / 2);
// 如果中间元素等于目标元素,返回中间元素的索引
if (arr[mid] === target) {
return mid; // 找到目标元素,返回索引
// 如果中间元素小于目标元素,更新 low 为 mid + 1
} else if (arr[mid] < target) {
low = mid + 1;
// 如果中间元素大于目标元素,更新 high 为 mid - 1
} else {
high = mid - 1;
}
}
// 目标元素不存在于数组中,返回 -1
return -1; // 目标元素不存在,返回-1
}
let arr = [11, 12, 22, 25, 34, 64, 90];
let target = 22;
let index = binarySearch(arr, target);
if (index !== -1) {
console.log("二分搜索:元素", target, "的索引为", index);
} else {
console.log("二分搜索:元素", target, "不存在于数组中");
}
广度优先搜索(BFS)
广度优先搜索是一种用于图和树等数据结构中的搜索算法,它从起始顶点开始,逐层扩展搜索,先访问起始顶点的所有邻接顶点,然后再逐层访问它们的邻接顶点,直到找到目标顶点或遍历完整个图或树。
class Graph {
/**
* 构造函数
*/
constructor() {
// 创建一个空的Map对象,用于存储邻接表
this.adjList = new Map();
}
/**
* 添加一个顶点
*
* @param vertex 要添加的顶点
*/
addVertex(vertex) {
// 判断顶点是否已经存在于邻接表中
if (!this.adjList.has(vertex)) {
// 如果不存在,则在邻接表中添加该顶点,并将其对应的值初始化为空数组
this.adjList.set(vertex, []);
}
}
/**
* 添加边
*
* @param vertex 顶点
* @param neighbor 邻接点
*/
addEdge(vertex, neighbor) {
// 将邻居节点添加到当前节点的邻接表中
this.adjList.get(vertex).push(neighbor);
// 由于是无向图,所以需要将当前节点也添加到邻居节点的邻接表中
this.adjList.get(neighbor).push(vertex); // 无向图需要加上这一行
}
/**
* 广度优先搜索算法
*
* @param start 起始节点
* @returns 返回从起始节点开始的广度优先搜索遍历结果
*/
bfs(start) {
// 创建一个队列,将起始节点放入队列中
const queue = [start];
// 创建一个空对象用于记录已访问的节点
const visited = {};
// 创建一个空数组用于存储结果
const result = [];
// 将起始节点标记为已访问
visited[start] = true;
// 当队列不为空时,循环执行以下操作
while (queue.length) {
// 从队列中取出第一个节点
const vertex = queue.shift();
// 将该节点加入结果数组中
result.push(vertex);
// 获取该节点的邻居节点
const neighbors = this.adjList.get(vertex);
// 遍历邻居节点
for (const neighbor of neighbors) {
// 如果该邻居节点未被访问过
if (!visited[neighbor]) {
// 将其标记为已访问
visited[neighbor] = true;
// 将该邻居节点加入队列中
queue.push(neighbor);
}
}
}
// 返回结果数组
return result;
}
}
// 创建一个新的图对象
const graph = new Graph();
graph.addVertex('A'); // 向图中添加节点 'A'
graph.addVertex('B');// 向图中添加节点 'B'
graph.addVertex('C');// 向图中添加节点 'C'
graph.addVertex('D');// 向图中添加节点 'D'
graph.addVertex('E');// 向图中添加节点 'E'
graph.addEdge('A', 'B');// 在节点 'A' 和 'B' 之间添加一条边
graph.addEdge('A', 'C');// 在节点 'A' 和 'C' 之间添加一条边
graph.addEdge('B', 'D');// 在节点 'B' 和 'D' 之间添加一条边
graph.addEdge('C', 'E');// 在节点 'C' 和 'E' 之间添加一条边
// 调用广度优先搜索方法,从节点 'A' 开始遍历图,并打印结果
console.log('BFS:', graph.bfs('A'));
深度优先搜索(DFS)
深度优先搜索也是一种用于图和树等数据结构中的搜索算法,它从起始顶点开始,尽可能深地搜索图的路径,直到找到目标顶点或者到达图的最大深度。在搜索过程中,如果碰到已经访问过的顶点或者搜索到了叶子节点,则回溯到上一个顶点进行继续搜索。
class Graph {
/**
* 构造函数
*/
constructor() {
// 创建一个空的无向图
this.adjList = new Map();
}
/**
* 向邻接表中添加顶点
*
* @param vertex 要添加的顶点
*/
addVertex(vertex) {
// 判断顶点是否已经存在于邻接表中
if (!this.adjList.has(vertex)) {
// 如果不存在,则在邻接表中添加该顶点,并设置其对应的邻接节点列表为空数组
this.adjList.set(vertex, []);
}
}
/**
* 添加一条边到无向图中
*
* @param vertex 顶点
* @param neighbor 邻居顶点
*/
addEdge(vertex, neighbor) {
// 向顶点的邻接表中添加邻居顶点
this.adjList.get(vertex).push(neighbor);
// 无向图需要加上这一行,将邻居顶点也添加到当前顶点的邻接表中
this.adjList.get(neighbor).push(vertex); // 无向图需要加上这一行
}
/**
* DFS辅助函数,用于遍历从指定节点开始的所有可达节点
*
* @param vertex 当前遍历的节点
* @param visited 记录节点是否被访问过的数组
* @param result 存储遍历结果的数组
*/
dfsHelper(vertex, visited, result) {
// 将当前顶点标记为已访问
visited[vertex] = true;
// 将当前顶点加入结果列表
result.push(vertex);
// 获取当前顶点的邻接表
const neighbors = this.adjList.get(vertex);
// 遍历邻接表中的每个邻居顶点
for (const neighbor of neighbors) {
// 如果邻居顶点未被访问过
if (!visited[neighbor]) {
// 递归调用dfsHelper函数,继续遍历邻居顶点的邻接表
this.dfsHelper(neighbor, visited, result);
}
}
}
/**
* 深度优先搜索算法
*
* @param start 开始节点
* @returns 返回从start开始的所有路径
*/
dfs(start) {
// 创建一个空对象用于记录访问过的节点
const visited = {};
// 创建一个空数组用于存储结果
const result = [];
// 调用深度优先搜索辅助函数
this.dfsHelper(start, visited, result);
// 返回结果
return result;
}
}
// 创建一个新的图对象
const graph = new Graph();
graph.addVertex('A');// 向图中添加顶点 'A'
graph.addVertex('B');// 向图中添加顶点 'B'
graph.addVertex('C');// 向图中添加顶点 'C'
graph.addVertex('D');// 向图中添加顶点 'D'
graph.addVertex('E');// 向图中添加顶点 'E'
graph.addEdge('A', 'B');// 在顶点 'A' 和 'B' 之间添加一条边
graph.addEdge('A', 'C');// 在顶点 'A' 和 'C' 之间添加一条边
graph.addEdge('B', 'D');// 在顶点 'B' 和 'D' 之间添加一条边
graph.addEdge('C', 'E');// 在顶点 'C' 和 'E' 之间添加一条边
// 使用深度优先搜索算法从顶点 'A' 开始遍历图,并打印出遍历的结果
console.log('DFS:', graph.dfs('A'));