如今大厂面试几乎都会问到算法,回答不上来会让你在面试官前大打折扣。前端怎么进阶算法喃?javascript
本周是瓶子君前端进阶算法的第三周🎉🎉🎉,这里,会带你 从 0 到 1 构建完整的前端数据结构与算法体系。前端
本周已经不单是简单的链表操做(通常链表的问题能够考虑使用快慢指针),开始涉及五大经常使用算法策略、二叉树、Trie树、队列等,这里仅做为入门,后面会详细介绍,发散思惟,你会发现面试中的算法、开发中的算法真的很 easy。java
往期精彩系列node
以及题目:git
本节是第三周的总结与回顾,下面开始进入正题吧!👇👇👇github
编写一个函数来查找字符串数组中的最长公共前缀。面试
若是不存在公共前缀,返回空字符串 ""
。算法
示例 1:数组
输入: ["flower","flow","flight"] 输出: "fl"
示例 2:浏览器
输入: ["dog","racecar","car"] 输出: "" 解释: 输入不存在公共前缀。
解题思路: 从前日后一次比较字符串,获取公共前缀
画图帮助理解一下:
代码实现:
var longestCommonPrefix = function(strs) { if (strs === null || strs.length === 0) return ""; let prevs = strs[0] for(let i = 1; i < strs.length; i++) { let j = 0 for(; j < prevs.length && j < strs[i].length; j++) { if(prevs.charAt(j) !== strs[i].charAt(j)) break } prevs = prevs.substring(0, j) if(prevs === "") return "" } return prevs };
时间复杂度:O(s),s 是全部字符串中字符数量的总和
空间复杂度:O(1)
解题思路: 获取数组中的最大值及最小值字符串,最小字符串与最大字符串的最长公共前缀也为其余字符串的公共前缀,即为字符串数组的最长公共前缀
例如 abc
、 abcd
、ab
、ac
,最小 ab
与最大 ac
的最长公共前缀必定也是 abc
、 abcd
的公共前缀
画图帮助理解一下:
代码实现:
var longestCommonPrefix = function(strs) { if (strs === null || strs.length === 0) return ""; if(strs.length === 1) return strs[0] let min = 0, max = 0 for(let i = 1; i < strs.length; i++) { if(strs[min] > strs[i]) min = i if(strs[max] < strs[i]) max = i } for(let j = 0; j < strs[min].length; j++) { if(strs[min].charAt(j) !== strs[max].charAt(j)) { return strs[min].substring(0, j) } } return strs[min] };
时间复杂度:O(n+m),n是数组的长度, m 是字符串数组中最短字符的长度
空间复杂度:O(1)
分治,顾名思义,就是分而治之,将一个复杂的问题,分红两个或多个类似的子问题,在把子问题分红更小的子问题,直到更小的子问题能够简单求解,求解子问题,则原问题的解则为子问题解的合并。
这道题就是一个典型的分治策略问题:
LCP(S1, S2, ..., Sn) = LCP(LCP(S1, Sk), LCP(Sk+1, Sn))
画图帮助理解一下:
以 abc
、 abcd
、ab
、ac
为例:
代码实现:
var longestCommonPrefix = function(strs) { if (strs === null || strs.length === 0) return ""; return lCPrefixRec(strs) }; // 若分裂后的两个数组长度不为 1,则继续分裂 // 直到分裂后的数组长度都为 1, // 而后比较获取最长公共前缀 function lCPrefixRec(arr) { let length = arr.length if(length === 1) { return arr[0] } let mid = Math.floor(length / 2), left = arr.slice(0, mid), right = arr.slice(mid, length) return lCPrefixTwo(lCPrefixRec(left), lCPrefixRec(right)) } // 求 str1 与 str2 的最长公共前缀 function lCPrefixTwo(str1, str2) { let j = 0 for(; j < str1.length && j < str2.length; j++) { if(str1.charAt(j) !== str2.charAt(j)) { break } } return str1.substring(0, j) }
时间复杂度:O(s),s 是全部字符串中字符数量的总和
空间复杂度:O(m*logn),n是数组的长度,m为字符串数组中最长字符的长度
Trie 树,也称为字典树或前缀树,顾名思义,它是用来处理字符串匹配问题的数据结构,以及用来解决集合中查找固定前缀字符串的数据结构。
解题思路: 构建一个 Trie 树,字符串数组的最长公共序列就为从根节点开始遍历树,直到:
为止,走过的字符为字符串数组的最长公共前缀
画图帮助理解一下:
构建一个 Trie 树,以 abc
、 abcd
、ab
、ac
为例:
代码实现:
var longestCommonPrefix = function(strs) { if (strs === null || strs.length === 0) return ""; // 初始化 Trie 树 let trie = new Trie() // 构建 Trie 树 for(let i = 0; i < strs.length; i++) { if(!trie.insert(strs[i])) return "" } // 返回最长公共前缀 return trie.searchLongestPrefix() }; // Trie 树 var Trie = function() { this.root = new TrieNode() }; var TrieNode = function() { // next 放入当前节点的子节点 this.next = {}; // 当前是不是结束节点 this.isEnd = false; }; Trie.prototype.insert = function(word) { if (!word) return false let node = this.root for (let i = 0; i < word.length; i++) { if (!node.next[word[i]]) { node.next[word[i]] = new TrieNode() } node = node.next[word[i]] } node.isEnd = true return true }; Trie.prototype.searchLongestPrefix = function() { let node = this.root let prevs = '' while(node.next) { let keys = Object.keys(node.next) if(keys.length !== 1) break if(node.next[keys[0]].isEnd) { prevs += keys[0] break } prevs += keys[0] node = node.next[keys[0]] } return prevs }
时间复杂度:O(s+m),s 是全部字符串中字符数量的总和,m为字符串数组中最长字符的长度,构建 Trie 树须要 O(s) ,最长公共前缀查询操做的复杂度为 O(m)
空间复杂度:O(s),用于构建 Trie 树
leetcode
给定一个字符串,逐个翻转字符串中的每一个单词。
示例 1:
输入: "the sky is blue" 输出: "blue is sky the"
示例 2:
输入: " hello world! " 输出: "world! hello" 解释: 输入字符串能够在前面或者后面包含多余的空格,可是反转后的字符不能包括。
示例 3:
输入: "a good example" 输出: "example good a" 解释: 若是两个单词间有多余的空格,将反转后单词间的空格减小到只含一个。
说明:
var reverseWords = function(s) { return s.trim().replace(/\s+/g, ' ').split(' ').reverse().join(' ') };
双端队列,故名思义就是两端均可以进队的队列
解题思路:
画图理解:
代码实现:
var reverseWords = function(s) { let left = 0 let right = s.length - 1 let queue = [] let word = '' while (s.charAt(left) === ' ') left ++ while (s.charAt(right) === ' ') right -- while (left <= right) { let char = s.charAt(left) if (char === ' ' && word) { queue.unshift(word) word = '' } else if (char !== ' '){ word += char } left++ } queue.unshift(word) return queue.join(' ') };
编写一个程序,找到两个单链表相交的起始节点。
以下面的两个链表:
在节点 c1 开始相交。
示例 1:
输入:intersectVal = 8, listA = [4,1,8,4,5], listB = [5,0,1,8,4,5], skipA = 2, skipB = 3 输出:Reference of the node with value = 8 输入解释:相交节点的值为 8 (注意,若是两个列表相交则不能为 0)。从各自的表头开始算起,链表 A 为 [4,1,8,4,5],链表 B 为 [5,0,1,8,4,5]。在 A 中,相交节点前有 2 个节点;在 B 中,相交节点前有 3 个节点。
示例 2:
输入:intersectVal = 2, listA = [0,9,1,2,4], listB = [3,2,4], skipA = 3, skipB = 1 输出:Reference of the node with value = 2 输入解释:相交节点的值为 2 (注意,若是两个列表相交则不能为 0)。从各自的表头开始算起,链表 A 为 [0,9,1,2,4],链表 B 为 [3,2,4]。在 A 中,相交节点前有 3 个节点;在 B 中,相交节点前有 1 个节点。
示例 3:
输入:intersectVal = 0, listA = [2,6,4], listB = [1,5], skipA = 3, skipB = 2 输出:null 输入解释:从各自的表头开始算起,链表 A 为 [2,6,4],链表 B 为 [1,5]。因为这两个链表不相交,因此 intersectVal 必须为 0,而 skipA 和 skipB 能够是任意值。 解释:这两个链表不相交,所以返回 null。
注意:
解题思路: 两次遍历,先遍历一个链表,给链表中的每一个节点都增长一个标志位,而后遍历另一个链表,遍历到第一个已被标志过的节点为两链表相交的起始节点。
若遍历完都没有发现已被标志过的节点,则两链表不相交,返回 null
var getIntersectionNode = function(headA, headB) { while(headA) { headA.flag = true headA = headA.next } while(headB) { if (headB.flag) return headB headB = headB.next } return null };
时间复杂度:O(n)
空间复杂度:O(n)
解题思路: 若是 A、B 两链表相交,则 A 、B 自相交点日后的链表是一致的。
咱们能够尝试消除 A、B 链表的长度差,同步遍历上图中的方框里的节点,判断是否有相同节点,如有相同则是两链表相交,返回第一个相同节点 便可。不然返回 null
,两链表不相交。
解题步骤:
pA
、 pB
,直到遍历完其中一个链表(短链表),如上图,设A为长链表pA
到链尾的长度,此时能够把 pB
指向长链表的表头 headA
,继续同步遍历,直到遍历完长链表headA
到 pB
的长度就为两链表的长度差,pB
到链表的长度与 headB
到链尾的长度一致pA
指向 headB
,而后同步遍历 pB
及 pA
,直到有相交节点,返回相交节点,不然返回 null
画图帮助理解:
var getIntersectionNode = function(headA, headB) { // 清除高度差 let pA = headA, pB = headB while(pA || pB) { if(pA === pB) return pA pA = pA === null ? headB : pA.next pB = pB === null ? headA : pB.next } return null };
时间复杂度:O(n)
空间复杂度:O(1)
给定一个链表,删除链表的倒数第 n 个节点,而且返回链表的头结点。
示例:
给定一个链表: 1->2->3->4->5, 和 n = 2. 当删除了倒数第二个节点后,链表变为 1->2->3->5.
说明:
给定的 n 保证是有效的。
进阶:
你能尝试使用一趟扫描实现吗?
解题思路: 须要删除链表中的倒数第 n
个节点,咱们须要知道的就是倒数第 n+1
个节点,而后删除删除倒数第 n+1
节点的后继节点便可
步骤:
使用 2 个指针:
fast
快指针提早走 n+1
步slow
指针指向当前距离 fast
倒数第 n
个节点, 初始为 head
而后, fast
、 slow
同步向前走,直到 fast.next
为 null
此时,fast
为最后一个节点,slow
就是倒数第 n+1
个节点,此时问题就变动为删除链表中的 slow
的后继节点
但存在一个问题,当链表长度为 n
时,fast
是前进不到 n+1
个节点位置的,因此此时有两种解决思路:
preHead
,设置 preHead.next = head
,这样就能够解决以上问题,删除倒数第 n
个节点后,返回的 preHead.next
便可fast
快指针提早走 n
步后,判断 fast.next
是否为 null
,即 fast
是不是最后一个节点,若是是,则 head
为倒数第 n
个节点,此时问题能够简化为删除头节点;若是不是, fast = fast.next
,fast
再前进一步,slow
为倒数第 n+1
个节点,也解决了以上问题。preHead
节点var removeNthFromEnd = function(head, n) { let preHead = new ListNode(0) preHead.next = head let fast = preHead, slow = preHead // 快先走 n+1 步 while(n--) { fast = fast.next } // fast、slow 一块儿前进 while(fast && fast.next) { fast = fast.next slow = slow.next } slow.next = slow.next.next return preHead.next };
n
节点var removeNthFromEnd = function(head, n) { let fast = head, slow = head // 快先走 n 步 while(--n) { fast = fast.next } if(!fast.next) return head.next fast = fast.next // fast、slow 一块儿前进 while(fast && fast.next) { fast = fast.next slow = slow.next } slow.next = slow.next.next return head };
时间复杂度:O(n)
空间复杂度:O(1)
给定一个带有头结点 head
的非空单链表,返回链表的中间结点。
若是有两个中间结点,则返回第二个中间结点。
示例 1:
输入:[1,2,3,4,5] 输出:此列表中的结点 3 (序列化形式:[3,4,5]) 返回的结点值为 3 。 (测评系统对该结点序列化表述是 [3,4,5])。 注意,咱们返回了一个 ListNode 类型的对象 ans,这样: ans.val = 3, ans.next.val = 4, ans.next.next.val = 5, 以及 ans.next.next.next = NULL.
示例 2:
输入:[1,2,3,4,5,6] 输出:此列表中的结点 4 (序列化形式:[4,5,6]) 因为该列表有两个中间结点,值分别为 3 和 4,咱们返回第二个结点。
提示:
给定链表的结点数介于 1 和 100 之间。
解题思路: 快指针一次走两步,慢指针一次走一步,当快指针走到终点时,慢指针恰好走到中间
var middleNode = function(head) { let fast = head, slow = head while(fast && fast.next) { slow = slow.next fast = fast.next.next } return slow };
时间复杂度:O(n)
空间复杂度:O(1)
示例:
输入: 1->2->3->4->5->NULL 输出: 5->4->3->2->1->NULL
进阶:
你能够迭代或递归地反转链表。你可否用两种方法解决这道题?
解题思路: 将单链表中的每一个节点的后继指针指向它的前驱节点便可
画图实现: 画图帮助理解一下
肯定边界条件: 当链表为 null
或链表中仅有一个节点时,不须要反转
代码实现:
var reverseList = function(head) { if(!head || !head.next) return head var prev = null, curr = head while(curr) { // 用于临时存储 curr 后继节点 var next = curr.next // 反转 curr 的后继指针 curr.next = prev // 变动prev、curr // 待反转节点指向下一个节点 prev = curr curr = next } head = prev return head };
时间复杂度:O(n)
空间复杂度:O(1)
解题思路: 从头节点开始,递归反转它的每个节点,直到 null
,思路和解法一相似
代码实现:
var reverseList = function(head) { if(!head || !head.next) return head head = reverse(null, head) return head }; var reverse = function(prev, curr) { if(!curr) return prev var next = curr.next curr.next = prev return reverse(curr, next) };
时间复杂度:O(n)
空间复杂度:O(n)
解题思路: 不断递归反转当前节点 head
的后继节点 next
画图实现: 画图帮助理解一下
代码实现:
var reverseList = function(head) { if(!head || !head.next) return head var next = head.next // 递归反转 var reverseHead = reverseList(next) // 变动指针 next.next = head head.next = null return reverseHead };
时间复杂度:O(n)
空间复杂度:O(n)
欢迎关注「前端瓶子君」,回复「算法」自动加入,从0到1构建完整的数据结构与算法体系!
在这里,瓶子君不只介绍算法,还将算法与前端各个领域进行结合,包括浏览器、HTTP、V八、React、Vue源码等。
在这里,你能够天天学习一道大厂算法题(阿里、腾讯、百度、字节等等)或 leetcode,瓶子君都会在次日解答哟!
⬆️ 扫码关注公众号「前端瓶子君」,回复「算法」便可自动加入 👍👍👍