boutique-books/b03-数据结构与算法/学习js数据结构与算法.md

222 lines
5.8 KiB
Markdown
Raw Normal View History

2019-05-13 12:32:26 +00:00
# 学习js数据结构与算法
## 栈
### 十进制转二进制
除2取余直到整数为0反向输出余数。
```js
function divideBy2(num) {
var stack = [],
result = '';
while(num > 0) {
stack.push(Math.floor(num % 2));
num = Math.floor(num / 2);
}
while(stack.length) {
result += stack.pop().toString();
}
return result;
}
```
### 十进制转任意进制
```js
function baseConverter(decNumber, base) {
var stack = [],
digits = '0123456789ABCDEF',
result = '';
while(decNumber > 0) {
stack.push(Math.floor(decNumber % base));
decNumber = Math.floor(decNumber / base);
}
while(stack.length) {
result += digits[stack.pop()];
}
return result;
}
```
## 队列
循环队列
## 链表
* 单链表
* 双向链表
* 循环链表
## 集合
* 并集
* 交集
* 差集
* 子集
## 字典和散列表HashMap
### 散列表
#### 选择散列函数
一个表现良好的散列函数是由几个方面构成的:插入和检索元素的时间(即性能),当然也包括较低的冲突可能性。
也有一些为数字键值准备的散列函数,你可以在![http://goo.gl/VtdN2x](http://goo.gl/VtdN2x)找到一
系列的实现。
#### 处理散列值冲突
处理冲突有几种方法:分离链接、线性探查和双散列法。
* **分离链接法** 包括为散列表的每一个位置创建一个链表并将元素存储在里面。
* **线性探查** 当想向表中某个位置加入一个新元素的时候,如果索引
为index的位置已经被占据了就尝试index+1的位置。如果index+1的位置也被占据了就尝试
index+2的位置以此类推。
```text
在一些编程语言中,我们需要定义数组的大小。如果使用线性探查的话,需
要注意的一个问题是数组的可用位置可能会被用完。在JavaScript中我们不需
要担心这个问题,因为我们不需要定义数组的大小,它可以根据需要自动改变大
小——这是JavaScript内置的一个功能。
```
* **双散列法** 即在同义词产生地址冲突时计算另一个散列函数地址,直到冲突不再发生,这种方法不易产生“聚集”,但增加了计算时间。
## 树
### 基本术语
2019-05-13 15:04:42 +00:00
**结点:** 包含一个数据元素及若干指向子树的指针。
**结点的度(Degree)** 结点拥有的子树数。
**叶子(Leaf)(终端)结点:** 度为零的结点。
**分支(非终端)结点:** 度大于零的结点。
**树的度:** 树内各结点度的最大值。
**孩子(Child)** 结点的子树的根称为该结点的孩子。
**双亲(Parent)** 该结点称为孩子的双亲。
**兄弟(Sibling)** 同一双亲的孩子之间互称为兄弟。
**祖先:** 从根到该结点所经分支上的所有结点。
**子孙:** 以某结点为根的子树中的任一结点都称为该点的子孙。
**层次:** 从根开始定义,根为第一层,根的孩子为第二层,以此类推。
**堂兄弟:** 双亲在同一层的结点互为堂兄弟。
**深度(Depth)** 树中结点的最大层次称为树的深度或高度。
**有序树 & 无序树:** 如果将树中结点的各子树看成从左至右是有序的,则称该树为有序树,否则为无序树。
**森林(Forest)** m(m>=0)棵互不相交的树的集合。
2019-05-20 08:02:54 +00:00
**二叉树(BinaryTree)** 每个结点至多只有两棵子树且左右有序。
**二叉搜索树(BST)** 左边存储比父节点小,右边存储比父节点大的二叉树。
### 树的创建BST
``` js
function BST() {
function Node(value) {
this.value = value;
this.left = null;
this.right = null;
this.parent = null;
}
this.root = null;
this.addNode = function(value) {
var node = new Node(value);
if (this.root == null) {
this.root = node;
} else {
var currentNode = this.root;
var isContinue = true;
while(isContinue) {
if (value < currentNode.value) {
if (currentNode.left) {
currentNode = currentNode.left;
} else {
currentNode.left = node;
isContinue = false;
}
} else if (value > currentNode.value) {
if (currentNode.right) {
currentNode = currentNode.right;
} else {
currentNode.right = node;
isContinue = false;
}
}
}
}
}
}
// 递归写法
function insertNode(root, newNode) {
if (root === null) {
root = newNode;
} else {
if (newNode.value < root.value) {
if (root.left === null) {
root.left = newNode;
} else {
insertNode(root.left, newNode);
}
} else {
if (root.right === null) {
root.right = newNode;
} else {
insertNode(root.right, newNode);
}
}
}
}
```
### 树的遍历
#### 中序遍历(左根右)
```js
// 递归写法
function traveseTree(node, callback) {
if (node !== null) {
traveseTree(node.left, callback);
callback(node);
traveseTree(node.right, callback);
}
}
// 非递归写法
function traveseTree(root, callback) {
var stack = [];
var currentNode = root;
while(currentNode) {
while(currentNode.left) {
stack.push(currentNode.left);
currentNode = currentNode.left;
}
callback(stack.pop());
callback(stack.pop());
}
}
```
#### 先序遍历(根左右)
#### 后序遍历(左右根)
### 树的查找
### 树的删除