做网站客户尾款老不给怎么办丽水网站seo
摘要:总结一些前端算法题,持续更新!
一、数据结构与算法
时间复杂度-程序执行时需要的计算量(CPU)
空间复杂度-程序执行时需要的内存空间
前端开发:重时间,轻空间
1.把一个数组旋转k步
array = [1, 2, 3, 4, 5, 6, 7] 旋转数组k=3, 结果[5, 6, 7, 1, 2, 3, 4]
思路1:把末尾的元素挨个pop,然后unshift到数组前面;
思路2:把数组拆分,最后concat拼接到一起
/**
* 旋转数组k步使用pop和unshift
*/
function rotate1(arr: number[], k: number): number[] {const length = arr.lengthif (!k || length === 0) returnconst step = Math.abs( k%length) // abs 取绝对值,k不是数值是返回NaN// 时间复杂度o(n^2), 空间复杂度o(1)for (let i = 0; i<step; i++) { // 任何值与NaN做计算返回falseconst n = arr.pop()if (n != null ) {arr.unshift(n) //数组是一个有序结构,unshift操作会非常慢!!!O(n);splice和shift也很慢}}return arr
}
/**
* 旋转数组k步使用concat
*/
function rotate2(arr: number[], k: number): number[] {const length = arr.lengthif (!k || length === 0) returnconst step = Math.abs( k%length) // abs 取绝对值const part1 = arr.slice(-step) // O(1)const part2 = arr.slice(0,length-step)// 时间复杂度o(1), 空间复杂度O(n)return part1.concat(part2)
}
常见内置API中的复杂度:
- unshift: unshift 方法将给定的值插入到类数组对象的开头,并返回新的数组长度。时间复杂度为 O(n),其中 n 是数组的长度,因为在插入时需要将原有的元素逐一往后移动一位;空间复杂度为 O(1)。
- splice: splice 方法用于从数组中添加或删除元素,并返回被删除的元素组成的新数组。splice 的时间复杂度为 O(n),其中 n 是数组的长度,因为在删除或插入元素后,需要移动数组中的其他元素以保持连续性;空间复杂度为 O(n),因为需要创建一个新的数组。
- shift: shift 方法用于从数组的开头删除一个元素,并返回被删除的元素。shift 的时间复杂度为 O(n),其中 n 是数组的长度,因为在删除元素后,需要将数组中的其他元素往前移动一位以保持连续性;空间复杂度为 O(1),因为不需要额外的空间来存储。
- concat: concat 方法用于将两个或多个数组合并成一个新数组。时间复杂度为 O(1),数组末尾操作;空间复杂度为 O(n+m),m、n是原数组长度,因为新的数组需要存储。
- slice: slice 方法用于从数组中提取出指定范围的元素,并返回一个新数组(不改变原数组)。时间复杂度为 O(1);空间复杂度为 O(n),因为需要创建一个新的数组来存储提取的元素。
2.判断字符串是否为括号匹配
一个字符串s可能包括{}()[]三种括号,判断s是否是括号匹配
考察的数据结构是栈,先进后出;ApI: push pop length
栈 VS数组区别
栈:逻辑结构;理论模型,不管如何实现,不受任何语言限制
数组:物理结构;真实功能实现,受限于编程语言
/**
* 判断是否括号匹配
*/
function matchBracket(str: string): boolean {const length = str.lengthif(length === 0) return trueconst stack = []const leftSymbols = '{[('const rightSymbols = '}])'for (let i = 0; i <length; i++) {const s = str[i]if (leftSymbols.includes(s)) {stack.push(s) // 左括号,压栈} else if (rightSymbols.includes(s)) {// 左括号,判断栈顶(是否出栈)const top = stack[stack.length-1]if (isMatch(top, s)) {stack.pop} else {return false}}}return stack.length === 0
}
/**
* 判断左右括号是否匹配
*/
functionn isMatch(left: string, right: string): boolean {if (left === '{' && right === '}') return trueif (left === '[' && right === ']') return trueif (left === '(' && right === ')') return truereturn false
}
时间复杂度O(n); 空间复杂度O(n)
3.定义一个JS函数,反转单向链表
链表
链表是一种物理结构(非逻辑结构), 类似于数组
数组需要一段连续的内存空间,而链表是零散的
链表节点的数据结构{value, next?, prev?}
链表 VS 数组
都是有序结构(Set是无序的)
- 链表:查询需要遍历元素慢O(n), 新增和删除不需要移动其他元素很快快O(1);
- 数组:按照索引查询快时间复杂度O(1), 新增和删除需要移动其他元素比较慢慢O(n);
- 数组适合随机访问元素、大小固定的情况,而链表适合频繁的插入或删除操作、大小不确定的情况
/**
* 反转单项链表
*/
interface ILinkListNode { // 定义类型value: number // 类型结构,value、next?next?: ILinkListNode //?表示next是可选的
}/**
* 反转单向链表,并返回反转之后的head node
*/
fucntion reserveLinkList(listNode: ILinkListNode): ILinkListNode {// 定义三个指针let prevNode: ILinkListNode | undefined = undefinedlet curNode: ILinkListNode | undefined = undefinedlet nextNode: ILinkListNode | undefined = listNode// 以nextNode为主,遍历链表while(nextNode) {// 第一个元素,删掉next,防止循环引用if (curNode && !prevNode) {delete curNode.next}// 反转指针if (curNode && prevNode) { 中间状态,指针都有值curNode.next = prevNode}// 指针后移prevNode = curNodecurNode = nextNodenextNode = nextNode?.next //有nextNode.next则返回,否则返回空 } // 最后一个元素:当nextNode空时, 此时curNode尚未设置nextcurNode!.next = prevNodereturn curNode!
}/**
* 根据数组创建单项链表
*/
function createLinkList(arr: number): ILinkListNode {const length = arr.lengthif (length === 0) throw new Error('array is Empty')let curNode: ILinkListNode = {value: arr[length-1]}if (length == 1) return curNodefor ( let i = length-2; i >=0; i--) {curNode = {curNode = {value: arr[i],next: curNode}}}reurn curNode
}
链表在前端应用不多,例如React Fiber使用链表,通过将渲染树转换成链表表示,更灵活地控制渲染:
在 React 16 中引入的 Fiber 架构使用链表数据结构来表示组件树,这样可以更好地控制组件树的遍历和更新过程。每个 Fiber 节点都包含了对应组件的信息以及与其他 Fiber 节点的关联关系,通过链表将这些 Fiber 节点连接起来形成一个虚拟的组件树。这种链表的结构使得 React 能够更灵活地控制组件更新的顺序,实现异步渲染和优先级调度等特性。
使用链表而不是传统的递归方式遍历组件树,使得 React 能够实现更细粒度的控制,例如中断和恢复更新过程、优先级调度等。这种设计可以提高 React 应用的响应速度和用户体验,并且更好地支持 Suspense 和并发模式等新特性的引入。
4. 链表和数组,那个实现队列更快?
数组是连续存储,push很快,shift很慢
链表是非连续存储,add和delete都很快(但查找很慢)
结论:链表实现队列更快
链表实现队列
- 单向链表,但要同时记录head和tail
- 要从tail入队,从head出队,否则出队时tail不好定位
- length要实时记录,不可遍历链表获取(慢)
/**
* 用链表实现队列
*/
interface IListNode {value: numbernext: IListNode | null
}
class MyQueue {private head: IListNode | null = nullprivate tail: IListNode | null = nullprivate len = 0/*** 入队,在tail位置*/add(n: number) {const newNode: IListNode = {value: n,next: null, // tail入队,结尾节点没next}// 处理headif (this.head == null) {this.head = newNode}// 处理tailconst tailNode = this.tailif (tailNode) {tailNode.next = nextNode}this.tail = newNodethis.len++}/*** 出队,在head的位置*/delete(): number | null {const headNode = this.headif (headNode = null) return nullif (this.len <= 0) return null// 取值const value = headNode.value// 处理headthis.head = headNode.next// 记录长度len--return value}get length(): number {return this.len // length要单独存储,不能遍历链表来获取}
}
链表和数组实现队列的性能对比
- 空间复杂度都是O(n)
- add时间复杂度:链表O(1),数组O(1);
- delete时间复杂度:链表O(1),数组O(n)
数据结构的选择,要比算法优化更重要