js算法(JS算法用处)
本篇文章给大家谈谈js算法,以及JS算法用处对应的知识点,希望对各位有所帮助,不要忘了收藏本站喔。
本文目录一览:
JS算法专题 - 树的层序遍历
先看看leetcode上的几道题目,关键字 层序遍历 ,其实就是把一棵树一层一层地遍历,取出每一个节点。当然从根节点到叶子节点,从叶子节点到根节点,每层从左到右,从右到左……都可以衍生成不同的题目。
102. 二叉树的层序遍历
107. 二叉树的层序遍历 II
429. N 叉树的层序遍历
这一类的题目,被归纳在leetcode的 广度优先搜索 标签下
这一类的题目,总结起来可以套用模板来解决,我们需要借用一下数据结构的知识:
队列 :先进先出,后进后出
在JavaScript中,我们会使用 数组Array 来模拟队列:
先初始化一个 二叉树
先看看102的题目
解题:
从以上例子,只要步骤是:
有一个细节要注意:
这里用的是 pop() 和 unshift() ,是因为队列先进先出的特点,pop()从最后面弹出一个元素,unshift()把新元素放到最前面。 push() 和 shift() 搭配也有相同效果。
107的题目稍微改变了一下,要求输出是[[15,7], [9,20], [3]],可以看出,就是把102的从上到下输出每一层节点,改成从下到上输出,首先想到的就是把102的数组反转就可以了。
但是,我们可能直接在保存结果数组的时候处理一下:
102中,我们使用 push() 把每一层的节点放入结果数组
107中,结果数组和102的反转了,所以,我们可以把 push() 改成 unshift() 即可,最后得到的结果就是,树的要节点那盯源衡层在结果数组的最后,叶子节点在最前面。
429题中把二叉树改成了N叉树,树的结构发生了变化
但是可以看到,和二叉树的数据结构相比,就是把left和right合成children,那么在我们的模板中,也只需要修改一下
改成
这样就可以得到结果了。
想一下,如果再改一下:如何从右到左遍历每一层节点凯做?层数是单数时从左到右,层数是双数时从右到左?
再扩展一下,这个算法能做什裂做么呢?
当我们玩游戏,特别是走迷宫之类的游戏,是不是会从一个点出发,然后判断下一步能不能走,直到找出终点?BFS也是寻路方案的基础。
推荐一下leetcode上的总结:
二叉树层序遍历登场:我要打十个!
JavaScript里面的算法是什么意思?
就是算法,比如快速排序算法。
算法都一样,到了javascript中只能用js的语法写。算法比较抽象,举个例子吧!比如你现在毁握要吃饭,要烧水,要做饭,要看电影。怎么办呢?你可以先做饭然后吃饭烧水再看电影,但时间花的长,现在如果你先把水烧着,烧水是热水器的事,你就可以做饭了,饭做完了,这时水也烧好了。现在你再一边看电影一边吃饭,这样你就省了很多时间。这两种做法就是两种不同的算法,当然和念还有其他的做法也就是算法,但是第二种算纤棚庆法肯定是一种好的算法,因为效率比第一种高多了。在编程里,用某种对应的语言把要做的事表达出来就是一种算法,当然我们会想着用最好的算法,所以现在也有算法和数据结构这门学问。
[img]js实现递归算法
!DOCTYPE
html
head
meta content="" charset="utf-8"
title函李迹蚂数的递归调用/title
/head
body
script
//递归的概念:自己调用自己
//注意:使用递归的时候必须有一个结束标志,否则会报内存溢州镇出的错误 Maximum call stack size exceeded;
/* 1.案例一:求1,2,3...n 的和 */
function fn(n){
if(n===1){
return 1;
}
return n+fn(n-1);
}
//console.log(fn(3));
/* 2.案例二:求1,2,3...到n的阶乘 */
function getFactorial(n){
if(n===1){
return 1;
}
return n * getFactorial(n-1);
}
/哪埋/console.log(getFactorial(3));
/* 案例三:斐波那契数列 *///第n个数等于前两个数的和,除第一个数跟第二个树外:如1,1,2,3,5,8,11,19,30...
function getNFibonacciSequence(n){
if(n===1 || n===2){
return 1;
}
return getNFibonacciSequence(n-1)+getNFibonacciSequence(n-2);
}
console.log(getNFibonacciSequence(4));
/script
/body
/html
JS常见排序算法
排序算法说明:
(1)对于评述算法优劣术语的说明
稳定 :如果a原本在b前面,而a=b,排序之后a仍然在b的前面;
不稳定 :如果a原本在b的前面,而a=b,排序之后a可能会出现在b的后面;
内排序 :所有排序操作都在内存中完成;
外排序 :由于数据太大,因此把数据放在磁盘中,而排序通过磁盘和内存的数据传输才能进行;
时间复杂度 : 一个算法执行所耗费的时间。
空间复杂度 : 运行完一个程序所需内存的大小。
(2)排序算法图片总结:
1.冒泡排序:
解析:1.比较相邻的两个元素,如果前一个比后一个大,则交换位置。
2.第念御氏一轮的时候最后一个元素应该是最大的一个。
3.按照步骤一的方法进行相邻两个元素的比较,这个时候由于最后一个元素已经是最大的了,所以最后一个元素不用比较。
2.快速排序:
解析:快速排序是对冒泡排序的一种改进,第一趟排序时将数据分成两部分,一部分比另一部分的所有数据都要小。然后递归调用,在两边都实行快速排序。
3.插入排序:
解析:
(1) 从第一个元素开始,该元素可以认为已经被排序
(2) 取出下一个元素,在已经排序的元素序列中从后向前扫描
(3) 如果该元素(已排序)大于新元素,将该元素移到下一位置
(4) 重复步骤3,直到找到已排序的元素小于或者等于新元素的位置
(5)将新元素插入到下一位置中
(6) 重复步骤2
2.二分查找:
解析:二分查找,也为折半查找。首先要找到一个中间值,通过与中间值比较,大的放又,小的放在左边。再在两边中寻找中间值,持续以上操作,直到找到所在位置为止。
(1)递归方法
(2)非递归方法
4.选择排序:
解析:首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置,然后,再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾。
以此类推,直到所有元素均排序完毕。
5.希尔排序:
解析:先将整个待排序的记录序列分割成为若干子序列分别进行直接插入排序
6.归并排序:
解析:归并排序是一种稳定的排序方法。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。
7.堆排序:
解析:堆排序(Heapsort)是指利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构,并拆指同时满足堆积的性质:即子结点的键值或索引总是
小于(或者大于)它的父节点。
8.计数排序:
解析:计数排序使用一个额外的数组C,其中第i个元素是待排序数组A中值等于i的元素的个数。然后根据数组C来将A中的元素排到正确的位置。它只能对整数进行排序。
9.桶排序:
解析:假设输入数据服从均匀分布,将数据分到有限数量的桶里,每个桶再分别排序(有可能再使用别的排序算法或是以递归方式继续使用桶排序进行排
10.基数排序:
解析:基数排序是按照低位先排序,然后收集;再按照高位排序,然后再收集;依次类推,直到最高位。有时候有些属性是有优先级顺序的,先按低优先级排序仔散,再按高优
先级排序。最后的次序就是高优先级高的在前,高优先级相同的低优先级高的在前。基数排序基于分别排序,分别收集,所以是稳定的。
基数排序 vs 计数排序 vs 桶排序
这三种排序算法都利用了桶的概念,但对桶的使用方法上有明显差异:
基数排序:根据键值的每位数字来分配桶 计数排序:每个桶只存储单一键值 桶排序:每个桶存储一定范围的数值
【JS算法】回溯算法
题目:全排列
给定一个不含重复数字的数组 nums ,返回其 所有可能的全宴困排列
输入:nums = [1,2,3] //目标数组
输出:[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]]
这里用回溯指枣是避唯祥拆免重复,导致答案错误
【JS算法】贪心算法
贪心算法是指,在对问题求解时,总是做出在当前看来是最好誉乎桐的选择
举个简单的贪心算法: 柠檬水找零
在柠檬水摊上,每一杯柠檬水的售价为 5 美元。每位顾客只买一杯柠檬水,然后向你付
5 美元或10 美元或 20 美元。
你必须给每个顾客正确找零,注意,一开始你手顷樱头没有任何零钱。如果庆坦你能给每位顾客正确找零,返回 true ,否则返回 false
关于js算法和JS算法用处的介绍到此就结束了,不知道你从中找到你需要的信息了吗 ?如果你还想了解更多这方面的信息,记得收藏关注本站。