面試常問的知識點啊…
- 原文：常見資料結構和Javascript實作總結
- 作者：MudOnTire
做前端的同學不少都是自學成才或者半路出家，計算機基礎的知識比較薄弱，尤其是資料結構和算法這塊，是以今天整理了一下常見的資料結構和對應的Javascript的實作，希望能幫助大家完善這方面的知識體系。
1. Stack（棧）
Stack的特點是後進先出（last in first out）。生活中常見的Stack的例子比如一摞書，你最後放上去的那本你之後會最先拿走；又比如浏覽器的通路曆史，當點選傳回按鈕，最後通路的網站最先從曆史記錄中彈出。
Stack一般具備以下方法：
-
push
-
pop
-
peek
-
length
Javascript的Array天生具備了Stack的特性，但我們也可以從頭實作一個 Stack類：
function Stack() {
this.count = 0;
this.storage = {};
this.push = function (value) {
this.storage[this.count] = value;
this.count++;
}
this.pop = function () {
if (this.count === 0) {
return undefined;
}
this.count--;
var result = this.storage[this.count];
delete this.storage[this.count];
return result;
}
this.peek = function () {
return this.storage[this.count - 1];
}
this.size = function () {
return this.count;
}
}
2. Queue（隊列）
Queue和Stack有一些類似，不同的是Stack是先進後出，而Queue是先進先出。Queue在生活中的例子比如排隊上公交，排在第一個的總是最先上車；又比如列印機的列印隊列，排在前面的最先列印。
Queue一般具有以下常見方法：
-
enqueue
-
dequeue
-
front
-
isEmpty
-
size
Javascript中的Array已經具備了Queue的一些特性，是以我們可以借助Array實作一個Queue類型：
function Queue() {
var collection = [];
this.print = function () {
console.log(collection);
}
this.enqueue = function (element) {
collection.push(element);
}
this.dequeue = function () {
return collection.shift();
}
this.front = function () {
return collection[0];
}
this.isEmpty = function () {
return collection.length === 0;
}
this.size = function () {
return collection.length;
}
}
Priority Queue（優先隊列）
Queue還有個更新版本，給每個元素賦予優先級，優先級高的元素入列時将排到低優先級元素之前。差別主要是
enqueue
方法的實作：
function PriorityQueue() {
...
this.enqueue = function (element) {
if (this.isEmpty()) {
collection.push(element);
} else {
var added = false;
for (var i = 0; i < collection.length; i++) {
if (element[1] < collection[i][1]) {
collection.splice(i, 0, element);
added = true;
break;
}
}
if (!added) {
collection.push(element);
}
}
}
}
var pQ = new PriorityQueue();
pQ.enqueue(['gannicus', 3]);
pQ.enqueue(['spartacus', 1]);
pQ.enqueue(['crixus', 2]);
pQ.enqueue(['oenomaus', 4]);
pQ.print();
[
[ 'spartacus', 1 ],
[ 'crixus', 2 ],
[ 'gannicus', 3 ],
[ 'oenomaus', 4 ]
]
3. Linked List（連結清單）
顧名思義，連結清單是一種鍊式資料結構，鍊上的每個節點包含兩種資訊：節點本身的資料和指向下一個節點的指針。連結清單和傳統的數組都是線性的資料結構，存儲的都是一個序列的資料，但也有很多差別，如下表：
比較次元數組連結清單記憶體配置設定靜态記憶體配置設定，編譯時配置設定且連續動态記憶體配置設定，運作時配置設定且不連續元素擷取通過Index擷取，速度較快通過周遊順序通路，速度較慢添加删除元素因為記憶體位置連續且固定，速度較慢因為記憶體配置設定靈活，隻有一個開銷步驟，速度更快空間結構可以是一維或者多元數組可以是單向、雙向或者循環連結清單
一個單向連結清單通常具有以下方法：
-
size
-
head
-
add
-
remove
-
indexOf
-
elementAt
-
addAt
-
removeAt
/**
* 連結清單中的節點
*/
function Node(element) {
// 節點中的資料
this.element = element;
// 指向下一個節點的指針
this.next = null;
}
function LinkedList() {
var length = 0;
var head = null;
this.size = function () {
return length;
}
this.head = function () {
return head;
}
this.add = function (element) {
var node = new Node(element);
if (head == null) {
head = node;
} else {
var currentNode = head;
while (currentNode.next) {
currentNode = currentNode.next;
}
currentNode.next = node;
}
length++;
}
this.remove = function (element) {
var currentNode = head;
var previousNode;
if (currentNode.element === element) {
head = currentNode.next;
} else {
while (currentNode.element !== element) {
previousNode = currentNode;
currentNode = currentNode.next;
}
previousNode.next = currentNode.next;
}
length--;
}
this.isEmpty = function () {
return length === 0;
}
this.indexOf = function (element) {
var currentNode = head;
var index = -1;
while (currentNode) {
index++;
if (currentNode.element === element) {
return index;
}
currentNode = currentNode.next;
}
return -1;
}
this.elementAt = function (index) {
var currentNode = head;
var count = 0;
while (count < index) {
count++;
currentNode = currentNode.next;
}
return currentNode.element;
}
this.addAt = function (index, element) {
var node = new Node(element);
var currentNode = head;
var previousNode;
var currentIndex = 0;
if (index > length) {
return false;
}
if (index === 0) {
node.next = currentNode;
head = node;
} else {
while (currentIndex < index) {
currentIndex++;
previousNode = currentNode;
currentNode = currentNode.next;
}
node.next = currentNode;
previousNode.next = node;
}
length++;
}
this.removeAt = function (index) {
var currentNode = head;
var previousNode;
var currentIndex = 0;
if (index < 0 || index >= length) {
return null;
}
if (index === 0) {
head = currentIndex.next;
} else {
while (currentIndex < index) {
currentIndex++;
previousNode = currentNode;
currentNode = currentNode.next;
}
previousNode.next = currentNode.next;
}
length--;
return currentNode.element;
}
}
4. Set（集合）
集合是數學中的一個基本概念，表示具有某種特性的對象彙總成的集體。在ES6中也引入了集合類型Set，Set和Array有一定程度的相似，不同的是Set中不允許出現重複的元素而且是無序的。
一個典型的Set應該具有以下方法：
-
values
-
size
-
has
-
add
-
remove
-
union
-
intersection
-
difference
-
subset
使用Javascript可以将Set進行如下實作，為了差別于ES6中的Set命名為MySet：
function MySet() {
var collection = [];
this.has = function (element) {
return (collection.indexOf(element) !== -1);
}
this.values = function () {
return collection;
}
this.size = function () {
return collection.length;
}
this.add = function (element) {
if (!this.has(element)) {
collection.push(element);
return true;
}
return false;
}
this.remove = function (element) {
if (this.has(element)) {
index = collection.indexOf(element);
collection.splice(index, 1);
return true;
}
return false;
}
this.union = function (otherSet) {
var unionSet = new MySet();
var firstSet = this.values();
var secondSet = otherSet.values();
firstSet.forEach(function (e) {
unionSet.add(e);
});
secondSet.forEach(function (e) {
unionSet.add(e);
});
return unionSet;
}
this.intersection = function (otherSet) {
var intersectionSet = new MySet();
var firstSet = this.values();
firstSet.forEach(function (e) {
if (otherSet.has(e)) {
intersectionSet.add(e);
}
});
return intersectionSet;
}
this.difference = function (otherSet) {
var differenceSet = new MySet();
var firstSet = this.values();
firstSet.forEach(function (e) {
if (!otherSet.has(e)) {
differenceSet.add(e);
}
});
return differenceSet;
}
this.subset = function (otherSet) {
var firstSet = this.values();
return firstSet.every(function (value) {
return otherSet.has(value);
});
}
}
最後，推薦大家使用Fundebug，一款很好用的BUG監控工具~
5. Hash Table（哈希表/散清單）
Hash Table是一種用于存儲鍵值對（key value pair）的資料結構，因為Hash Table根據key查詢value的速度很快，是以它常用于實作Map、Dictinary、Object等資料結構。如上圖所示，Hash Table内部使用一個hash函數将傳入的鍵轉換成一串數字，而這串數字将作為鍵值對實際的key，通過這個key查詢對應的value非常快，時間複雜度将達到O(1)。Hash函數要求相同輸入對應的輸出必須相等，而不同輸入對應的輸出必須不等，相當于對每對資料打上唯一的指紋。
一個Hash Table通常具有下列方法：
-
add
-
remove
-
lookup
function hash(string, max) {
var hash = 0;
for (var i = 0; i < string.length; i++) {
hash += string.charCodeAt(i);
}
return hash % max;
}
function HashTable() {
let storage = [];
const storageLimit = 4;
this.add = function (key, value) {
var index = hash(key, storageLimit);
if (storage[index] === undefined) {
storage[index] = [
[key, value]
];
} else {
var inserted = false;
for (var i = 0; i < storage[index].length; i++) {
if (storage[index][i][0] === key) {
storage[index][i][1] = value;
inserted = true;
}
}
if (inserted === false) {
storage[index].push([key, value]);
}
}
}
this.remove = function (key) {
var index = hash(key, storageLimit);
if (storage[index].length === 1 && storage[index][0][0] === key) {
delete storage[index];
} else {
for (var i = 0; i < storage[index]; i++) {
if (storage[index][i][0] === key) {
delete storage[index][i];
}
}
}
}
this.lookup = function (key) {
var index = hash(key, storageLimit);
if (storage[index] === undefined) {
return undefined;
} else {
for (var i = 0; i < storage[index].length; i++) {
if (storage[index][i][0] === key) {
return storage[index][i][1];
}
}
}
}
}
6. Tree（樹）
顧名思義，Tree的資料結構和自然界中的樹極其相似，有根、樹枝、葉子，如上圖所示。Tree是一種多層資料結構，與Array、Stack、Queue相比是一種非線性的資料結構，在進行插入和搜尋操作時很高效。在描述一個Tree時經常會用到下列概念：
- Root（根）：代表樹的根節點，根節點沒有父節點
- Parent Node（父節點）：一個節點的直接上級節點，隻有一個
- Child Node（子節點）：一個節點的直接下級節點，可能有多個
- Siblings（兄弟節點）：具有相同父節點的節點
- Leaf（葉節點）：沒有子節點的節點
- Edge（邊）：兩個節點之間的連接配接線
- Path（路徑）：從源節點到目标節點的連續邊
- Height of Node（節點的高度）：表示節點與葉節點之間的最長路徑上邊的個數
- Height of Tree（樹的高度）：即根節點的高度
- Depth of Node（節點的深度）：表示從根節點到該節點的邊的個數
- Degree of Node（節點的度）：表示子節點的個數
我們以二叉查找樹為例，展示樹在Javascript中的實作。在二叉查找樹中，即每個節點最多隻有兩個子節點，而左側子節點小于目前節點，而右側子節點大于目前節點，如圖所示：
一個二叉查找樹應該具有以下常用方法：
-
add
-
findMin
-
findMax
-
find
-
isPresent
-
remove
以下是二叉查找樹的Javascript實作：
class Node {
constructor(data, left = null, right = null) {
this.data = data;
this.left = left;
this.right = right;
}
}
class BST {
constructor() {
this.root = null;
}
add(data) {
const node = this.root;
if (node === null) {
this.root = new Node(data);
return;
} else {
const searchTree = function (node) {
if (data < node.data) {
if (node.left === null) {
node.left = new Node(data);
return;
} else if (node.left !== null) {
return searchTree(node.left);
}
} else if (data > node.data) {
if (node.right === null) {
node.right = new Node(data);
return;
} else if (node.right !== null) {
return searchTree(node.right);
}
} else {
return null;
}
};
return searchTree(node);
}
}
findMin() {
let current = this.root;
while (current.left !== null) {
current = current.left;
}
return current.data;
}
findMax() {
let current = this.root;
while (current.right !== null) {
current = current.right;
}
return current.data;
}
find(data) {
let current = this.root;
while (current.data !== data) {
if (data < current.data) {
current = current.left
} else {
current = current.right;
}
if (current === null) {
return null;
}
}
return current;
}
isPresent(data) {
let current = this.root;
while (current) {
if (data === current.data) {
return true;
}
if (data < current.data) {
current = current.left;
} else {
current = current.right;
}
}
return false;
}
remove(data) {
const removeNode = function (node, data) {
if (node == null) {
return null;
}
if (data == node.data) {
// node沒有子節點
if (node.left == null && node.right == null) {
return null;
}
// node沒有左側子節點
if (node.left == null) {
return node.right;
}
// node沒有右側子節點
if (node.right == null) {
return node.left;
}
// node有兩個子節點
var tempNode = node.right;
while (tempNode.left !== null) {
tempNode = tempNode.left;
}
node.data = tempNode.data;
node.right = removeNode(node.right, tempNode.data);
return node;
} else if (data < node.data) {
node.left = removeNode(node.left, data);
return node;
} else {
node.right = removeNode(node.right, data);
return node;
}
}
this.root = removeNode(this.root, data);
}
}
const bst = new BST();
bst.add(4);
bst.add(2);
bst.add(6);
bst.add(1);
bst.add(3);
bst.add(5);
bst.add(7);
bst.remove(4);
console.log(bst.findMin());
console.log(bst.findMax());
bst.remove(7);
console.log(bst.findMax());
console.log(bst.isPresent(4));
1
7
6
false
7. Trie（字典樹，讀音同try）
Trie也可以叫做Prefix Tree（字首樹），也是一種搜尋樹。Trie分步驟存儲資料，樹中的每個節點代表一個步驟，trie常用于存儲單詞以便快速查找，比如實作單詞的自動完成功能。 Trie中的每個節點都包含一個單詞的字母，跟着樹的分支可以可以拼寫出一個完整的單詞，每個節點還包含一個布爾值表示該節點是否是單詞的最後一個字母。
Trie一般有以下方法：
-
add
-
isWord
-
print
/**
* Trie的節點
*/
function Node() {
this.keys = new Map();
this.end = false;
this.setEnd = function () {
this.end = true;
};
this.isEnd = function () {
return this.end;
}
}
function Trie() {
this.root = new Node();
this.add = function (input, node = this.root) {
if (input.length === 0) {
node.setEnd();
return;
} else if (!node.keys.has(input[0])) {
node.keys.set(input[0], new Node());
return this.add(input.substr(1), node.keys.get(input[0]));
} else {
return this.add(input.substr(1), node.keys.get(input[0]));
}
}
this.isWord = function (word) {
let node = this.root;
while (word.length > 1) {
if (!node.keys.has(word[0])) {
return false;
} else {
node = node.keys.get(word[0]);
word = word.substr(1);
}
}
return (node.keys.has(word) && node.keys.get(word).isEnd()) ? true : false;
}
this.print = function () {
let words = new Array();
let search = function (node = this.root, string) {
if (node.keys.size != 0) {
for (let letter of node.keys.keys()) {
search(node.keys.get(letter), string.concat(letter));
}
if (node.isEnd()) {
words.push(string);
}
} else {
string.length > 0 ? words.push(string) : undefined;
return;
}
};
search(this.root, new String());
return words.length > 0 ? words : null;
}
}
8. Graph（圖）
Graph是節點（或頂點）以及它們之間的連接配接（或邊）的集合。Graph也可以稱為Network（網絡）。根據節點之間的連接配接是否有方向又可以分為Directed Graph（有向圖）和Undrected Graph（無向圖）。Graph在實際生活中有很多用途，比如：導航軟體計算最佳路徑，社交軟體進行好友推薦等等。
Graph通常有兩種表達方式：
Adjaceny List（鄰接清單）：
鄰接清單可以表示為左側是節點的清單，右側列出它所連接配接的所有其他節點。
和
Adjacency Matrix（鄰接矩陣）：
鄰接矩陣用矩陣來表示節點之間的連接配接關系，每行或者每清單示一個節點，行和列的交叉處的數字表示節點之間的關系：0表示沒用連接配接，1表示有連接配接，大于1表示不同的權重。
通路Graph中的節點需要使用周遊算法，周遊算法又分為廣度優先和深度優先，主要用于确定目标節點和根節點之間的距離，
在Javascript中，Graph可以用一個矩陣（二維數組）表示，廣度優先搜尋算法可以實作如下：
function bfs(graph, root) {
var nodesLen = {};
for (var i = 0; i < graph.length; i++) {
nodesLen[i] = Infinity;
}
nodesLen[root] = 0;
var queue = [root];
var current;
while (queue.length != 0) {
current = queue.shift();
var curConnected = graph[current];
var neighborIdx = [];
var idx = curConnected.indexOf(1);
while (idx != -1) {
neighborIdx.push(idx);
idx = curConnected.indexOf(1, idx + 1);
}
for (var j = 0; j < neighborIdx.length; j++) {
if (nodesLen[neighborIdx[j]] == Infinity) {
nodesLen[neighborIdx[j]] = nodesLen[current] + 1;
queue.push(neighborIdx[j]);
}
}
}
return nodesLen;
}
var graph = [
[0, 1, 1, 1, 0],
[0, 0, 1, 0, 0],
[1, 1, 0, 0, 0],
[0, 0, 0, 1, 0],
[0, 1, 0, 0, 0]
];
console.log(bfs(graph, 1));
{
0: 2,
1: 0,
2: 1,
3: 3,
4: Infinity
}
最後，推薦大家使用Fundebug，一款很好用的BUG監控工具~
本文旨在向廣大前端同學普及常見的資料結構，本人對這一領域也隻是初窺門徑，說的有差池的地方歡迎指出。也希望大家能打牢基礎，在這條路上走的更高更遠！
關于Fundebug
Fundebug專注于JavaScript、微信小程式、微信小遊戲、支付寶小程式、React Native、Node.js和Java線上應用實時BUG監控。 自從2016年雙十一正式上線，Fundebug累計處理了20億+錯誤事件，付費客戶有陽光保險、核桃程式設計、荔枝FM、掌門1對1、微脈、青團社等衆多品牌企業。歡迎大家免費試用！
版權聲明
轉載時請注明作者Fundebug以及本文位址：
https://blog.fundebug.com/2019/08/12/8-common-data-structure-and-javascript-implementation/