├── .gitignore ├── README.md ├── articles ├── dsa-js-s00-introduction-md.md ├── dsa-js-s01-list.md ├── dsa-js-s02-stack.md ├── dsa-js-s03-queue.md ├── dsa-js-s04-linked-list.md ├── dsa-js-s05-set.md ├── dsa-js-s06-dictionary.md ├── dsa-js-s07-bst.md └── dsa-js-s08-graph.md ├── c ├── README.md ├── common │ ├── utils.c │ ├── utils.h │ └── utils.h.gch ├── datastructure │ ├── binaryTree.c │ ├── binaryTree.h │ ├── doubleLinkedList.c │ ├── doubleLinkedList.h │ ├── hashmap.c │ ├── hashmap.h │ ├── linkedlist.c │ ├── linkedlist.h │ ├── queue.c │ ├── queue.h │ ├── stack.c │ └── stack.h ├── search │ └── binary.search.c └── sort │ ├── bubble.sort.c │ ├── heap.sort.c │ ├── insert.sort.c │ ├── merge.sort.c │ ├── quick.sort.c │ ├── select.sort.c │ └── shell.sort.c ├── js ├── DynamicProgramming │ └── dynFib.js ├── Graph │ └── Graph.js ├── LinkedList │ ├── DoubleLinkedList.js │ ├── DoubleLoopLinkedList.js │ ├── LinkedList.js │ └── LoopLinkedList.js ├── List │ └── List.js ├── Queue │ ├── Deque.js │ ├── PriorityQueue.js │ ├── Queue.js │ └── queue.usage.sort.js ├── Search │ └── binSearch.js ├── Set_and_Dict │ ├── Dictionary.js │ └── Set.js ├── Sort │ ├── CArray.js │ ├── HeapSort.js │ ├── MergeSort.js │ ├── QuickSort.js │ └── ShellSort.js ├── Stack │ ├── Stack.js │ ├── stack.usage.isPalindrome.js │ ├── stack.usage.mulBase.js │ └── stack.usage.recursion.js ├── Tree │ └── BSTree.js └── homework │ ├── dict.7.4.2.js │ ├── queue.5.6.1.js │ ├── queue.5.6.2.js │ ├── set.9.4.1.js │ ├── set.9.4.2.js │ ├── stack.4.1.js │ ├── stack.4.2.js │ └── stack.4.3.js └── test ├── BSTree.test.js ├── DoubleLinkedList.test.js ├── DoubleLoopLinkedList.test.js ├── LinkedList.test.js ├── Loop.LinkedList.test.js ├── LoopLinkedList.test.js ├── Sort.test.js ├── Stack.test.js └── graph.test.js /.gitignore: -------------------------------------------------------------------------------- 1 | .idea/* 2 | .vscode/* 3 | 4 | c/.DS_Store 5 | a.out* 6 | -------------------------------------------------------------------------------- /README.md: -------------------------------------------------------------------------------- 1 | ## 数据结构与算法学习记录 2 | 3 | * 笔记放到articles目录 4 | * 对应语言版本源码放到相应的目录中 5 | -------------------------------------------------------------------------------- /articles/dsa-js-s00-introduction-md.md: -------------------------------------------------------------------------------- 1 | --- 2 | title: 学习笔记-数据结构与算法js实现-【0】前言 3 | date: 2016-11-28 00:21:44 4 | tags: [数据结构与算法,js] 5 | categories: 6 | - 学习笔记 7 | - 数据结构与算法 8 | --- 9 | 10 | ## 前言 11 | 12 | 数据结构与算法,一直是程序员必须修炼的内功之一,当然,这与编程语言无关。 13 | 我的主要编程环境为nodejs,因此,选js做为主要练习语言。 14 | 在学习的过程中主要参考两本书: 15 | * 数据结构与算法 Javascript描述 16 | * 学习Javascript数据结构与算法 17 | 18 | 同时,将两本书的封面贴出来,方便大家查找: 19 | 20 | ![数据结构与算法](https://img001-10042971.cos.ap-shanghai.myqcloud.com/blog/dsa.png) 21 | 22 | 左边一本是 Michael McMillan 著作,王群锋,杜欢翻译,人民邮电出版社出版。 23 | 右边一本是 Loiane Groner 著作,孙晓博,邓钢,吴双,陈迪,袁源翻译,也是由人民邮电出版社出版。 24 | 25 | 在使用js的数组时,尽量不会使用已实现的`push`,`pull`,`shift`,`unshift`等方法,因为js的数组在实现上,已经模拟了好几个线性的数据结构,如果直接用的话,等同于直接在他们的方法之上封装了个函数,那样没啥意思。 26 | 27 | 完整代码,放到我的github上:[地址](https://github.com/coolcao/dsa_js),如有需要,可直接clone。在Blog分支。 28 | -------------------------------------------------------------------------------- /articles/dsa-js-s01-list.md: -------------------------------------------------------------------------------- 1 | --- 2 | title: 学习笔记-数据结构与算法js实现-【1】列表 3 | date: 2016-11-28 01:05:30 4 | tags: [数据结构与算法,js] 5 | categories: 6 | - 学习笔记 7 | - 数据结构与算法 8 | --- 9 | 10 | 列表是一组有序的数据,列表中每个数组项被称为元素。 11 | 不含任何元素的列表称为*空列表*。列表中包含的元素个数被称为列表的length。 12 | 可以在列表末尾append一个元素,也可以在一个给定的元素后或列表的起始位置insert一个元素。 13 | 使用remove方法从列表中删除元素,使用clear方法清空列表中所有的元素。 14 | 15 | 16 | 17 | 使用getElement()方法显示当前元素。 18 | 列表拥有描述当前位置的属性。列表有前有后,分别对应front和end。使用next()方法可以从当前元素移动到下一个元素,使用prev()方法可以移动到当前元素的前一个元素。还可以使用moveTo()方法直接移动到指定位置。 19 | 20 | ## 方法列表 21 | |方法或属性名称|类型|说明| 22 | |----|----|----| 23 | |pos|属性|当前位置| 24 | |length()|方法|返回当前列表中元素的个数| 25 | |clear()|方法|清空列表| 26 | |getElement()|方法|返回当前位置元素| 27 | |insert(n,e)|方法|在位置n插入元素e| 28 | |append(e)|方法|在列表末尾添加元素| 29 | |remove(e)|方法|从列表中删除元素| 30 | |front()|方法|将列表的当前位置移动到第一个位置| 31 | |end()|方法|将列表的当前位置移动到最后一个位置| 32 | |prev()|方法|将当前位置移动到前一个位置| 33 | |next()|方法|将当前位置移动到后一个位置| 34 | |hasNext()|方法|是否有下一个元素| 35 | |hasPrev()|方法|是否有前一个元素| 36 | |currPos()|方法|返回当前位置| 37 | |moveTo()|方法|将当前位置移动到指定位置| 38 | 39 | ## 定义List类 40 | ```js 41 | class List { 42 | constructor() { 43 | this.pos = 0; //用于标记当前位置 44 | this.data = []; //用于存储数据 45 | } 46 | 47 | /** 48 | * 返回列表长度 49 | * @return {number} 列表长度 50 | */ 51 | length() { 52 | return this.data.length; 53 | } 54 | 55 | /** 56 | * 清空列表 57 | * @return {null} 清空列表 58 | */ 59 | clear() { 60 | this.data = []; 61 | this.pos = 0; 62 | } 63 | 64 | toString() { 65 | return 'List [' + this.data.toString() + ']'; 66 | } 67 | 68 | /** 69 | * 返回当前位置元素 70 | * @return {element} 当前位置元素 71 | */ 72 | getElement() { 73 | return this.data[this.pos]; 74 | } 75 | 76 | /** 77 | * 列表末尾追加元素 78 | * @param {element} element 要追加的元素 79 | * @return {null} 80 | */ 81 | append(element) { 82 | let length = this.length(); 83 | this.data[length] = element; 84 | } 85 | 86 | /** 87 | * 插入元素 88 | * @param {element} element 要插入的元素 89 | * @param {number} n 插入位置 90 | * @return {null} 91 | */ 92 | insert(element, n) { 93 | let length = this.length(); 94 | if (n > length || n < 0) { 95 | throw new Error('插入位置不正确'); 96 | } 97 | for (let i = length; i > n; i--) { 98 | this.data[i] = this.data[i - 1]; 99 | } 100 | this.data[n] = element; 101 | } 102 | 103 | /** 104 | * 从列表表移除元素 105 | * @param {element} element 要移除的元素 106 | * @return {boolean} 移除成功返回true,失败返回false 107 | */ 108 | remove(element) { 109 | let pos = this.find(element); 110 | if (pos.length > 0) { 111 | for (let p of pos) { 112 | // this.data.splice(p,1); 113 | this.removeAt(p); 114 | } 115 | } 116 | } 117 | 118 | /** 119 | * 移除指定位置的元素 120 | * @param {Number} pos 指定位置 121 | * @return {element} 移除的元素,如果没有,则返回null 122 | */ 123 | removeAt(pos) { 124 | let length = this.length(); 125 | if (pos < 0 || pos >= length) { 126 | return null; 127 | } 128 | let e = this.data[pos]; 129 | for (let i = pos; i < length; i++) { 130 | this.data[i] = this.data[i + 1]; 131 | } 132 | this.data.length = length - 1; 133 | return e; 134 | } 135 | 136 | /** 137 | * 查找元素位置 138 | * @param {element} element 要查找的元素 139 | * @return {number} 元素的位置组成的数组 140 | */ 141 | find(element) { 142 | let ps = []; 143 | for (let i = 0; i < this.data.length; i++) { 144 | if (this.data[i] === element) { 145 | ps.push(i); 146 | } 147 | } 148 | return ps; 149 | } 150 | 151 | /** 152 | * 将当前位置移动到第一个位置 153 | * @return {null} 154 | */ 155 | front() { 156 | this.pos = 0; 157 | } 158 | 159 | /** 160 | * 将当前位置移动到最后一个位置 161 | * @return {null} 162 | */ 163 | end() { 164 | this.pos = this.length() - 1; 165 | } 166 | 167 | /** 168 | * 将当前位置向前移动一位 169 | * @return {null} 170 | */ 171 | prev() { 172 | if (this.pos > 0) { 173 | this.pos - 1; 174 | } 175 | } 176 | 177 | /** 178 | * 将当前位置向后移动一位 179 | * @return {null} 180 | */ 181 | next() { 182 | if (this.pos < this.data.length - 1) { 183 | this.pos++; 184 | } 185 | } 186 | 187 | /** 188 | * 判断是否有前一位 189 | * @return {Boolean} 有前一位返回true,没有返回false 190 | */ 191 | hasPrev() { 192 | let has = true; 193 | if (this.pos === 0) { 194 | has = false; 195 | } 196 | return has; 197 | } 198 | 199 | /** 200 | * 判断是否有后一位 201 | * @return {Boolean} 判断是否有后一位,有返回true,没有返回false 202 | */ 203 | hasNext() { 204 | let has = true; 205 | if (this.pos + 1 === this.data.length) { 206 | has = false; 207 | } 208 | return has; 209 | } 210 | 211 | /** 212 | * 返回当前位置 213 | * @return {number} 当前位置 214 | */ 215 | currentPos() { 216 | return this.pos; 217 | } 218 | 219 | /** 220 | * 将当前位置移动到指定位置 221 | * @param {number} pos 制定位置 222 | * @return {null} 223 | */ 224 | moveTo(pos) { 225 | this.pos = pos; 226 | } 227 | 228 | 229 | /** 230 | * 判断元素是否在列表中 231 | * @param {element} element 要判断的元素 232 | * @return {Boolean} 233 | */ 234 | contains(element) { 235 | for (let e of this.data) { 236 | if (e === element) { 237 | return true; 238 | } 239 | } 240 | return false; 241 | } 242 | 243 | } 244 | ``` 245 | 246 | 列表是最简单的数据结构,这里我们定义了一个List类,里面有两个属性:pos用于标记当前位置,data用于存储数据。然后实现了一些列表的方法。 247 | 注意,在实现方法的时候,并没有直接使用js数组的原生方法,比如删除插入的splice()方法等,因为我们学习的是数据结构的思维,而不是封装着用。 248 | 说实在的,如果真是用的话,那么列表还真不如直接用js原生的数组来的高效。 249 | -------------------------------------------------------------------------------- /articles/dsa-js-s02-stack.md: -------------------------------------------------------------------------------- 1 | --- 2 | title: 学习笔记-数据结构与算法js实现-【2】栈 3 | date: 2016-11-30 19:04:39 4 | tags: [数据结构与算法,js] 5 | categories: 6 | - 学习笔记 7 | - 数据结构与算法 8 | --- 9 | 10 | 栈是一种遵从后进先出(LIFO)原则的有序集合。新添加的或待删除的元素都保存在栈的 末尾,称作栈顶,另一端就叫栈底。在栈里,新元素都靠近栈顶,旧元素都接近栈底。 11 | 在现实生活中也能发现很多栈的例子。例如,下图里的一摞书或者餐厅里堆放的盘子。 12 | 栈也被用在编程语言的编译器和内存中保存变量、方法调用等。 13 | 14 | 15 | 16 | ## 方法列表 17 | |属性或方法名|类型|说明| 18 | |----|----|----| 19 | |push(element)|方法|向栈顶推入元素| 20 | |pop()|方法|弹出栈顶元素| 21 | |peek()|方法|返回栈顶元素,并不改变栈| 22 | |isEmpty()|方法|判断栈是否为空| 23 | |clear()|方法|清空栈| 24 | |size()|方法|返回栈的元素个数| 25 | 26 | ## 栈的实现 27 | ```js 28 | class Stack { 29 | constructor() { 30 | this.data = []; 31 | }; 32 | 33 | /** 34 | * 向栈中推入元素 35 | * @param {element} item 要推入的元素 36 | * @return {null} 37 | */ 38 | push(item) { 39 | let size = this.size(); 40 | this.data[size] = item; 41 | }; 42 | 43 | /** 44 | * 删除并返回栈顶元素 45 | * @return {element} 栈顶元素 46 | */ 47 | pop() { 48 | let size = this.size(); 49 | let e = this.peek(); 50 | delete this.data[size - 1]; 51 | this.data.length = size - 1; 52 | return e; 53 | }; 54 | 55 | /** 56 | * 只返回栈顶元素,不修改栈 57 | * @return {element} 栈顶元素 58 | */ 59 | peek() { 60 | let size = this.size(); 61 | let e = this.data[size - 1]; 62 | return e; 63 | } 64 | 65 | /** 66 | * 判断栈是否为空 67 | * @return {Boolean} 栈为空,返回true,否则返回false 68 | */ 69 | isEmpty() { 70 | return this.size() === 0; 71 | } 72 | 73 | /** 74 | * 清空栈 75 | * @return {null} 76 | */ 77 | clear() { 78 | this.data = []; 79 | }; 80 | 81 | /** 82 | * 返回栈中元素的个数 83 | * @return {Number} 栈中元素的个数 84 | */ 85 | size() { 86 | return this.data.length; 87 | }; 88 | 89 | toString() { 90 | return this.data; 91 | }; 92 | }; 93 | ``` 94 | 栈依然是线性的结构,因此这里实现的时候还是用数组实现的。定义一个类Stack,里面有一个属性data用于存储数据。 95 | 然后依次实现栈的入栈出栈方法。 96 | 97 | ## 栈的应用 98 | ### 十进制转换二进制 99 | 我们在上学的时候就知道,十进制转换二进制使用辗转相除,将余数逆向输出。对,就是这个逆向输出,说明了我们可以使用栈来解决这个问题。 100 | 转换的过程: 101 | 102 | ![十进制转换二进制](https://img001-10042971.cos.ap-shanghai.myqcloud.com/blog/decimal2binary.png) 103 | 104 | 实现的代码: 105 | 106 | ```js 107 | const divideBy2 = function divideBy2(decNumber) { 108 | let s = new Stack(); 109 | let str = ''; 110 | while (decNumber > 0) { 111 | s.push(Math.floor(decNumber %2)); 112 | decNumber = Math.floor(decNumber / 2); 113 | } 114 | while (!s.isEmpty()) { 115 | str += s.pop().toString(); 116 | } 117 | return str; 118 | } 119 | ``` 120 | 121 | ### 回文判断 122 | 回文是指一个单词或短语,从前往后写和从后往前写都是一样的。比如单词'dad','racecar'等。 123 | 由于判断时,前后顺序颠倒,我们也可以使用栈结构来判断。 124 | 我们将原始字符串字符正序压入栈,然后再逐个出站,得到一个新的字符串,只要判断这个字符串和原始字符串相同即可。 125 | 126 | 代码实现: 127 | 128 | ```js 129 | const isPalindrome = function isPalindrome(word) { 130 | if(Object.prototype.toString.call(word) != '[object String]'){ 131 | throw new Error('参数word只能为字符串类型'); 132 | } 133 | let s = new Stack(); 134 | for(let c of word){ 135 | s.push(c); 136 | } 137 | let rword = ''; 138 | while (s.length() > 0) { 139 | rword += s.pop(); 140 | } 141 | if(word === rword){ 142 | return true; 143 | } 144 | return false; 145 | } 146 | ``` 147 | 148 | 149 | ### 递归演示 150 | 栈常常被用来实现编程语言,使用栈实现递归即为一例。这里我们模拟一下使用栈来模拟递归操作。 151 | 我们来看一下阶乘。 152 | 153 | ``` 154 | 5! = 5 * 4 * 3 * 2 * 1 = 120 155 | ``` 156 | 157 | 代码实现的递归: 158 | 159 | ```js 160 | const factorial = function (n) { 161 | if(n === 0){ 162 | return 1; 163 | }else{ 164 | return n * factorial(n - 1); 165 | } 166 | } 167 | ``` 168 | 169 | 使用栈来模拟计算5!的过程,首先将数字5到1压入栈,然后将数字逐个弹出连乘,就得到了答案。 170 | 171 | ```js 172 | var fact = function fact(n) { 173 | let s = new Stack(); 174 | while (n > 1) { 175 | s.push(n--); 176 | } 177 | let product = 1; 178 | while (s.size() > 0) { 179 | product *= s.pop(); 180 | } 181 | return product; 182 | } 183 | ``` 184 | 185 | ## 小结 186 | 栈也是相当比较简单的线性数据结构,js的数组原生实现push(),pop()方法就是栈的入栈出栈方法。在实际编码中,我们直接将数组当做栈,灵活运用push(),pop()方法来实现功能。 187 | -------------------------------------------------------------------------------- /articles/dsa-js-s03-queue.md: -------------------------------------------------------------------------------- 1 | --- 2 | title: 学习笔记-数据结构与算法js实现-【3】队列 3 | date: 2016-12-01 11:28:35 4 | tags: [数据结构与算法,js] 5 | categories: 6 | - 学习笔记 7 | - 数据结构与算法 8 | --- 9 | 10 | 队列也是一种线性数据结构,与栈类似,但不同的是,栈是后进先出(LIFO),而队列是先进先出(First-In-First-Out,FIFO)。 11 | 队列只能在队尾添加元素,称为入队。在队头删除元素,称为出队。 12 | 13 | ![队列入队出队示意图](https://img001-10042971.cos.ap-shanghai.myqcloud.com/blog/queue.png) 14 | 15 | 16 | 17 | ## 方法列表 18 | |方法或属性|类型|说明| 19 | |----|----|----| 20 | |enqueue()|方法|入队| 21 | |dequeue()|方法|出队| 22 | |front()|方法|返回队列头元素| 23 | |backend()|方法|返回队列尾元素| 24 | |isEmpty()|方法|判断队列是否为空| 25 | |size()|方法|返回队列元素个数| 26 | 27 | ## 代码实现 28 | ```js 29 | class Queue{ 30 | constructor(){ 31 | this.data = []; 32 | }; 33 | toString(){ 34 | return 'Queue:' + JSON.stringify(this.data); 35 | }; 36 | /** 37 | * 入队 38 | * @param {element} item 要入队的元素 39 | * @return {Queue} 入队后的队列 40 | */ 41 | enqueue(item){ 42 | let length = this.size(); 43 | this.data[length] = item; 44 | return this; 45 | }; 46 | 47 | /** 48 | * 出队 49 | * @return {element} 出队元素 50 | */ 51 | dequeue(){ 52 | let e = this.data[0]; 53 | let length = this.size(); 54 | for (let i=0; i < length - 1; i++) { 55 | this.data[i] = this.data[i+1] 56 | } 57 | this.data.length --; 58 | return e; 59 | }; 60 | 61 | /** 62 | * 清空队列 63 | * @return {null} 64 | */ 65 | empty(){ 66 | this.data = []; 67 | }; 68 | 69 | /** 70 | * 判断队列是否为空 71 | * @return {Boolean} 队列为空,返回true,否则返回false 72 | */ 73 | isEmpty(){ 74 | return this.data.length == 0; 75 | }; 76 | 77 | /** 78 | * 读取队首元素 79 | * @return {element} 队首元素 80 | */ 81 | front(){ 82 | return this.data[0]; 83 | }; 84 | 85 | /** 86 | * 读取队尾元素 87 | * @return {element} 队尾元素 88 | */ 89 | backend(){ 90 | return this.data[this.data.length - 1]; 91 | }; 92 | 93 | /** 94 | * 返回队列中元素个数 95 | * @return {Number} 队列中元素个数 96 | */ 97 | size(){ 98 | return this.data.length; 99 | }; 100 | } 101 | ``` 102 | 103 | ## 队列应用 104 | ### 基数排序 105 | 对于 0~99 的数字,基数排序将数据集扫描两次。第一次按个位上的数字进行排序,第二 次按十位上的数字进行排序,最后,将盒子中的数字取出,组成一个新的列表,该列表即为排好序的数字。 106 | 假如有如下数字: 107 | 91, 46, 85, 15, 92, 35, 31, 22 108 | 经过基数排序第一次扫描后,数组被分配到如下盒子里: 109 | Bin 0: 110 | Bin 1: 91, 31 111 | Bin 2: 92, 22 112 | Bin 3: 113 | Bin 4: 114 | Bin 5: 85, 15, 35 115 | Bin 6: 46 116 | Bin 7: 117 | Bin 8: 118 | Bin 9: 119 | 根据盒子的顺序,对数字进行第一次排序的结果是: 120 | 91, 31, 92, 22, 85, 15, 35, 46 121 | 然后根据十位上的数值再将上次排序的结果分配到不同的盒子中: 122 | Bin 0: 123 | Bin 1: 15 124 | Bin 2: 22 125 | Bin 3: 31, 35 126 | Bin 4: 46 127 | Bin 5: 128 | Bin 6: 129 | Bin 7: 130 | Bin 8: 85 131 | Bin 9: 91, 92 132 | 最后,将盒子中的数字取出,组成一个新的列表,该列表即为排好序的数字: 133 | 15, 22, 31, 35, 46, 85, 91, 92 134 | 135 | 代码实现: 136 | 137 | ```js 138 | const sortByBase = function(array, base) { 139 | 140 | if (!Array.isArray(array)) { 141 | throw new Error('参数array必须为数组类型'); 142 | } 143 | if (Object.prototype.toString.call(base) != '[object Number]') { 144 | throw new Error('参数base必须为整型'); 145 | } 146 | 147 | //初始化10个盒子 148 | let q = []; 149 | let label = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]; 150 | for (let i of label) { 151 | q[i] = new Queue(); 152 | } 153 | 154 | array.forEach(function(item) { 155 | let n = item % (base * 10) / base >>> 0; 156 | q[n].enqueue(item); 157 | }); 158 | 159 | let r = []; 160 | for (let i of label) { 161 | let _queue = q[i]; 162 | while (!_queue.isEmpty()) { 163 | r.push(_queue.dequeue()); 164 | } 165 | } 166 | return r; 167 | } 168 | let array = [91, 46, 85, 15, 92, 35, 31, 22]; 169 | array = sortByBase(array,1); 170 | array = sortByBase(array,10); 171 | console.log(array); 172 | ``` 173 | 174 | ## 优先队列 175 | 在一般情况下,从队列中删除的元素,一定是率先入队的元素。但是也有一些使用队列的 应用,在删除元素时不必遵守先进先出的约定。这种应用,需要使用一个叫做优先队列的 数据结构来进行模拟。 176 | 从优先队列中删除元素时,需要考虑优先权的限制。 177 | 我们修改原先队列中的结构,将队列元素抽象成一个element,包含两个属性:data和code优先级: 178 | 179 | ```js 180 | class Element{ 181 | constructor(data,priority){ 182 | this.data = data; //保存数据 183 | this.priority = priority; //保存优先级,优先级为[0,1,2,3,4,5,6,7,8,9]值越大,优先级越高默认优先级0 184 | }; 185 | toString(){ 186 | return this.data + ':' + this.priority; 187 | }; 188 | }; 189 | ``` 190 | 191 | 这时候,我们的入队和出队操作要考虑优先级了,修改如下: 192 | 193 | ```js 194 | /** 195 | * 入队 196 | * @param {any} data 要插入数据 197 | * @param {Number} priority 优先级,默认为0 198 | * @return {PriorityQueue} 队列本身 199 | */ 200 | enqueue(data, priority = 0) { 201 | if (!data) { 202 | throw new Error('参数data不能为空'); 203 | } 204 | 205 | let length = this.size(); 206 | this.data[length] = new Element(data, priority); 207 | return this; 208 | }; 209 | 210 | /** 211 | * 出队 212 | * @return {[type]} [description] 213 | */ 214 | dequeue() { 215 | let priority = 0; 216 | let index = 0; 217 | for (let i = 0; i < this.data.length; i++) { 218 | if (this.data[i].priority > priority) { 219 | index = i; 220 | priority = this.data[i].priority; 221 | } 222 | } 223 | 224 | let e = this.data[index]; 225 | let length = this.size(); 226 | for (let i=index; i < length - 1; i++) { 227 | this.data[i] = this.data[i+1] 228 | } 229 | this.data.length --; 230 | return e; 231 | }; 232 | ``` 233 | 234 | 我们在入队时,没有根据优先级做任何操作,而是只在出队时,根据优先级大小选择优先出队。 235 | 当然,也可以在入队时,直接根据优先级选择入队位置,而在出队时,队头出队即可。 236 | 237 | ## 练习 238 | * 修改 Queue 类,形成一个 Deque 类。这是一个和队列类似的数据结构,允许从队列两端 添加和删除元素,因此也叫双向队列。 239 | 双向队列就是在原先队列的基础上,加了一个允许从两端添加和删除。这和原生的数组的push(),pop(),shift(),unshift()是一样的。 240 | 其实原生数组已实现了,但是为了学习,我们再自己实现一遍。 241 | 242 | ```js 243 | class Deque{ 244 | constructor(){ 245 | this.data = []; 246 | } 247 | /** 248 | * 尾部添加元素 249 | * @param {element} element 要添加的元素 250 | * @return {null} 251 | */ 252 | push(element){ 253 | let size = this.size(); 254 | this.data[size] = element; 255 | } 256 | /** 257 | * 尾部删除并返回删除的元素 258 | * @return {element} 删除的元素 259 | */ 260 | pop(){ 261 | let size = this.size(); 262 | let e = this.data[size - 1]; 263 | this.data.length = size - 1; 264 | return e; 265 | } 266 | /** 267 | * 头部添加元素 268 | * @param {element} element 要添加的元素 269 | * @return {null} 270 | */ 271 | unshift(element){ 272 | let size = this.size(); 273 | for(let i=size;i>0;i--){ 274 | this.data[i] = this.data[i - 1]; 275 | } 276 | this.data[0] = element; 277 | } 278 | /** 279 | * 头部删除元素,并返回删除的元素 280 | * @return {element} 演出的元素 281 | */ 282 | shift(){ 283 | let size = this.size(); 284 | let e = this.data[0]; 285 | for(let i=0;i 15 | 16 | 链表存储有序的元素集合,但不同于数组,链表中的数据在内存中并不是连续放置的。每个 元素由一个存储元素本身的节点和一个指向下一个元素的引用(也称指针或链接)组成。下图展 示了一个链表的结构: 17 | 18 | ![链表](https://img001-10042971.cos.ap-shanghai.myqcloud.com/blog/linkedlist.png) 19 | 20 | 相对于传统的数组,链表的一个好处在于,添加或移除元素的时候不需要移动其他元素。然 而,链表需要使用指针,因此实现链表时需要额外注意。数组的另一个细节是可以直接访问任何 位置的任何元素,而要想访问链表中间的一个元素,需要从起点(表头)开始迭代列表直到找到 所需的元素。 21 | 然而要标识出链表的起始节点却有点麻烦,许多链表的实现都在链表最前面有一个特殊节 点,叫做头节点。 22 | 23 | ## 链表的实现 24 | 上面分析过,每个链表的节点由两部分组成:节点数据和指向下个节点的引用。 25 | 因此,链表我们设计两个类:Node类,节点类,LinkedList类,链表类。 26 | 27 | ```js 28 | class Node { 29 | constructor(element) { 30 | this.element = element; 31 | this.next = null; 32 | } 33 | toString(){ 34 | return this.element; 35 | } 36 | } 37 | ``` 38 | 39 | Node类用以表示节点类,里面有两个属性:element保存元素值,next保存下个元素的引用,如果没有下个元素,则next为空。 40 | 41 | 对于链表的插入操作,我们要指定插入元素的位置,即在谁的后面插入。将其next指向新插入的元素,而新元素的next指向之前元素的next即可。 42 | 删除操作,将待删除元素的上一个节点的next指向其下一个节点即可。 43 | 完整实现: 44 | 45 | ```js 46 | class LinkedList { 47 | constructor() { 48 | this.head = new Node(Symbol.for('head')); 49 | } 50 | 51 | /** 52 | * find 查找元素,找到返回元素,如果没找到,返回null 53 | * @param {element} element 要查找的元素 54 | * @return {Node} 查找到的节点 55 | */ 56 | find(element) { 57 | if(!element){ 58 | return null; 59 | } 60 | let currentNode = this.head; 61 | while (currentNode && currentNode.element !== element) { 62 | currentNode = currentNode.next; 63 | if (currentNode === null) { 64 | break; 65 | } 66 | } 67 | return currentNode; 68 | } 69 | 70 | /** 71 | * findPrev 查找元素的上一个节点,如果找不到返回null 72 | * @param {element} element 要查找的元素 73 | * @return {Node} 元素的上一个节点 74 | */ 75 | findPrev(element) { 76 | let prevNode = null; 77 | let currentNode = this.head; 78 | while (currentNode && currentNode.element !== element) { 79 | prevNode = currentNode; 80 | currentNode = currentNode.next; 81 | //如果最后一个节点已经遍历完,说明没有该元素,则其前驱也没有,返回null 82 | if (currentNode === null) { 83 | prevNode = null; 84 | break; 85 | } 86 | } 87 | return prevNode; 88 | } 89 | 90 | /** 91 | * insert 插入新元素 92 | * @param {element} ne 要插入的新元素 93 | * @param {element} e 插入到原链表中这个元素后面 94 | * @return {null} 95 | */ 96 | insert(ne, e) { 97 | let currentNode = this.find(e) || this.head; 98 | let next = currentNode.next; 99 | let newNode = new Node(ne); 100 | currentNode.next = newNode; 101 | newNode.next = next; 102 | } 103 | 104 | /** 105 | * remove 删除节点,先找到该节点前面的节点,然后进行删除 106 | * @param {element} element 要删除的节点元素 107 | * @return {null} 108 | */ 109 | remove(element) { 110 | let prevNode = this.findPrev(element); 111 | if(prevNode){ 112 | prevNode.next = prevNode.next.next; 113 | } 114 | 115 | } 116 | 117 | /** 118 | * 判断链表是否为空 119 | * @return {Boolean} 为空返回true,否则返回false 120 | */ 121 | isEmpty(){ 122 | let head = this.head; 123 | return head.next == null; 124 | } 125 | 126 | /** 127 | * 返回链表中元素个数 128 | * @return {Number} 链表中元素个数 129 | */ 130 | size(){ 131 | let i = 0; 132 | let currentNode = this.head; 133 | while (currentNode.next) { 134 | currentNode = currentNode.next; 135 | i++; 136 | } 137 | return i; 138 | } 139 | 140 | 141 | display() { 142 | let currentNode = this.head; 143 | let s = 'head'; 144 | while (currentNode.next) { 145 | currentNode = currentNode.next; 146 | s = s + '-->' + currentNode.element; 147 | } 148 | 149 | return s; 150 | } 151 | } 152 | ``` 153 | 154 | ## 双向链表 155 | 双向链表是含有两个引用 previous和next分别指向其前一个和后一个节点的引用。 156 | 这里我们要修改节点类,加入previous引用。 157 | 158 | ![双向链表](https://img001-10042971.cos.ap-shanghai.myqcloud.com/blog/double_linked_list.png) 159 | 160 | ```js 161 | class Node { 162 | constructor(element) { 163 | this.next = null; 164 | this.previous = null; 165 | this.element = element; 166 | } 167 | toString(){ 168 | return this.element; 169 | } 170 | } 171 | ``` 172 | 173 | 由于加入了前后节点的引用,因此插入和删除方法都要修改一下,最后完整代码: 174 | 175 | ```js 176 | class DoubleLinkedList { 177 | constructor() { 178 | this.head = new Node(Symbol.for('head')); 179 | } 180 | 181 | /** 182 | * find 查找元素,找到返回元素,如果没找到,返回null 183 | * @param {element} element 要查找的元素 184 | * @return {Node} 要返回的节点 185 | */ 186 | find(element) { 187 | if(!element){ 188 | return null; 189 | } 190 | let currentNode = this.head; 191 | while (currentNode.element !== element) { 192 | currentNode = currentNode.next; 193 | if (currentNode === null) { 194 | break; 195 | } 196 | } 197 | return currentNode; 198 | } 199 | 200 | /** 201 | * findLast 查找链表的最后一项 202 | * @return {Node] 链表中的最后一个节点 203 | */ 204 | findLast() { 205 | let currentNode = this.head; 206 | while (currentNode.next !== null) { 207 | currentNode = currentNode.next; 208 | } 209 | return currentNode; 210 | } 211 | 212 | /** 213 | * insert 插入新元素 214 | * @param {element} ne 要插入的新元素 215 | * @param {element} e 插入到原链表中这个元素后面 216 | * @return {null} 217 | */ 218 | insert(ne, e) { 219 | let currentNode = this.find(e) || this.head; 220 | 221 | let next = currentNode.next; 222 | let newNode = new Node(ne); 223 | 224 | currentNode.next = newNode; 225 | newNode.next = next; 226 | newNode.previous = currentNode; 227 | if(next){ 228 | next.previous = newNode; 229 | } 230 | } 231 | 232 | /** 233 | * remove 删除节点,先找到该节点前面的节点,然后进行删除 234 | * @param {element} element 要删除的节点 235 | * @return {null} 236 | */ 237 | remove(element) { 238 | let currentNode = this.find(element); 239 | if(currentNode){ 240 | let nextNode = currentNode.next; 241 | let prevNode = currentNode.previous; 242 | if(nextNode){ 243 | nextNode.previous = prevNode; 244 | } 245 | if(prevNode){ 246 | prevNode.next = nextNode; 247 | } 248 | } 249 | } 250 | display() { 251 | let currentNode = this.head; 252 | let s = 'head'; 253 | while (currentNode.next) { 254 | currentNode = currentNode.next; 255 | s = s + ' < -- > ' + currentNode.element; 256 | } 257 | return s; 258 | } 259 | } 260 | ``` 261 | 262 | ## 循环链表 263 | 循环链表可以像链表一样只有单向引用,也可以像双向链表一样有双向引用。循环链表和链 表之间唯一的区别在于,最后一个元素指向下一个元素的指针(tail.next)不是引用null, 而是指向第一个元素(head),如下图所示。 264 | 265 | ![循环链表](https://img001-10042971.cos.ap-shanghai.myqcloud.com/blog/looplinkedlist.png) 266 | 267 | 双向循环链表有指向head元素的tail.next,和指向tail元素的head.prev。 268 | 269 | ![双向循环链表](https://img001-10042971.cos.ap-shanghai.myqcloud.com/blog/doublelooplinkedlist.png) 270 | 271 | 这里我们以单向循环链表为例,实现如下: 272 | 273 | ```js 274 | class LinkedList { 275 | constructor() { 276 | this.head = new Node(Symbol.for('head')); 277 | this.head.next = this.head; 278 | } 279 | 280 | /** 281 | * find 查找元素,找到返回元素,如果没找到,返回null 282 | * @param {string} element 要查找的元素 283 | * @return {Node} 要返回的节点 284 | */ 285 | find(element) { 286 | if(!element){ 287 | return null; 288 | } 289 | let currentNode = this.head; 290 | while (currentNode.element !== element) { 291 | currentNode = currentNode.next; 292 | if (currentNode === this.head) { 293 | break; 294 | } 295 | } 296 | return currentNode == this.head?null:currentNode; 297 | } 298 | 299 | /** 300 | * findPrev 查找元素的上一个节点,如果找不到返回null 301 | * @param {element} element 要查找的元素 302 | * @return {Node} 元素的上一个节点 303 | */ 304 | findPrev(element) { 305 | let prevNode = null; 306 | let currentNode = this.head; 307 | while (currentNode.element !== element) { 308 | prevNode = currentNode; 309 | currentNode = currentNode.next; 310 | //如果最后一个节点已经遍历完,说明没有该元素,则其前驱也没有,返回null 311 | if (currentNode === this.head) { 312 | prevNode = null; 313 | break; 314 | } 315 | } 316 | return prevNode; 317 | } 318 | 319 | /** 320 | * insert 插入新元素 321 | * @param {element} ne 要插入的新元素 322 | * @param {element} e 插入到原链表中这个元素后面 323 | * @return {null} 324 | */ 325 | insert(ne, e) { 326 | let currentNode = this.find(e) || this.head; 327 | let newNode = new Node(ne); 328 | let nextNode = currentNode.next; 329 | currentNode.next = newNode; 330 | newNode.next = nextNode; 331 | } 332 | 333 | /** 334 | * remove 删除节点,先找到该节点前面的节点,然后进行删除 335 | * @param {element} element 要删除的节点 336 | * @return {null} 337 | */ 338 | remove(element) { 339 | let prevNode = this.findPrev(element); 340 | if(prevNode){ 341 | prevNode.next = prevNode.next.next; 342 | } 343 | 344 | } 345 | display() { 346 | let currentNode = this.head; 347 | let s = 'head'; 348 | while (currentNode.next !== this.head) { 349 | currentNode = currentNode.next; 350 | s = s + ' -- > ' + currentNode.element; 351 | } 352 | s += ' --> head'; 353 | return s; 354 | } 355 | } 356 | ``` 357 | 358 | ## 链表相关题目 359 | > ### 输入一个链表,输出该链表中倒数第k个节点。例如,输入 head->1->2->3->4->5 ,倒数第2个节点为4。 360 | 361 | 我们已经有size()方法获取链表的大小了,因此如果要获取倒数第k个也不难。直接使用这个size做相关操作即可。 362 | 363 | ```js 364 | /** 365 | * 找出链表中倒数第n个元素 366 | * @param {LinkedList} llist 链表 367 | * @param {Number} n 368 | * @return {element} 找到的倒数第n个值 369 | */ 370 | var findKthToTail = function findKthToTail(llist, n) { 371 | let size = llist.size(); 372 | let rvalue = null; 373 | if (n <= size) { 374 | let head = llist.head; 375 | let currentNode = head.next; 376 | for (let i = 0; i < size - n; i++) { 377 | currentNode = currentNode.next; 378 | } 379 | rvalue = currentNode.element; 380 | } 381 | return rvalue; 382 | } 383 | 384 | ``` 385 | 386 | 我们获取到链表的大小后,然后遍历链表,当遍历到倒数第n个时返回其值即可。 387 | 388 | 389 | > ### 逆转链表:有一个单向链表,写一个方法将其逆转 390 | 391 | 这里要将其逆转,只要遍历时记住上一个节点,让其next引用指向上一个节点即可。 392 | 393 | ```js 394 | var reverseLinkedList = function reverseLinkedList(llist){ 395 | let pre = null; 396 | let head = llist.head; 397 | let current = head.next; 398 | while (current){ 399 | let next = current.next; 400 | current.next = pre; 401 | if(!next){ 402 | head.next = current; 403 | return llist; 404 | } 405 | pre = current; 406 | current = next; 407 | } 408 | return llist; 409 | } 410 | ``` 411 | 412 | > ### 如何判断一个单向链表中是否存在环 413 | ![存在环的单向链表](https://img001-10042971.cos.ap-shanghai.myqcloud.com/blog/loopinlinkedlist.png) 414 | 415 | #### 方案1: 416 | 链表中存在环,必然有节点会重复访问,我们将访问过的节点存在到一个数组里,每当访问一个节点时,先检查这个数组里有没有这个节点,如果有,那说明已经访问过了,必然存在环。 417 | 418 | ```js 419 | var existLoop = function existLoop(llist){ 420 | let visted = []; 421 | let current = llist.head; 422 | while (current.next) { 423 | current = current.next; 424 | if(visted.indexOf(current.element) > -1){ 425 | return true; 426 | } 427 | visted.push(current.element); 428 | } 429 | return false; 430 | } 431 | ``` 432 | 433 | #### 方案2: 434 | 方案1中要使用额外的空间,而且每次计算该点是否被访问过时,还要重复遍历已访问的数组。那么,我们如果不使用额外的空间如何做? 435 | 想象一下,如果存在环,一直遍历这个链表会怎样?对的,一直绕着环转。 436 | 一个人绕着环转多没意思,我们加一个人,两个人,速度一快一慢,如果存在环,快的迟早会追上慢的。 437 | 438 | ```js 439 | var existLoop = function existLoop(llist){ 440 | let head = llist.head; 441 | let slow = head; 442 | let fast = head; 443 | while (slow.next) { 444 | slow = slow.next; 445 | fast = fast.next && fast.next.next; 446 | if(!fast){ 447 | return false; 448 | } 449 | if(fast.element == slow.element){ 450 | return true; 451 | } 452 | } 453 | } 454 | ``` 455 | -------------------------------------------------------------------------------- /articles/dsa-js-s05-set.md: -------------------------------------------------------------------------------- 1 | --- 2 | title: 学习笔记-数据结构与算法js实现-【5】集合 3 | date: 2016-12-05 15:18:29 4 | tags: [数据结构与算法,js] 5 | categories: 6 | - 学习笔记 7 | - 数据结构与算法 8 | --- 9 | 10 | 集合是包含不同元素的数据结构。 11 | 集合最重要的两个特点:首先,集合中的元素是无序的。其次,集合中不允许 相同成员的存在。 12 | 13 | 14 | 15 | ## 基础知识 16 | 集合是由一组无序且唯一(即不能重复)的项组成的。这个数据结构使用了与有限集合相同 的数学概念,但应用在计算机科学的数据结构中。 17 | 18 | * 不包含任何成员的集合称为空集,全集则是包含一切可能成员的集合。 19 | * 如果两个集合的成员完全相同,则称两个集合相等。 20 | * 如果一个集合中所有的成员都属于另外一个集合,则前一集合称为后一集合的子集。 21 | 22 | ### 对集合的操作 23 | * 并集 24 | 将两个集合中的元素进行合并,得到一个新的集合。 25 | * 交集 26 | 两个集合中共同的元素组成的一个新的集合。 27 | * 补集 28 | 属于一个集合而不属于另一个集合的成员组成的集合。 29 | 30 | ## 方法列表 31 | |方法或属性|类型|说明| 32 | |----|----|----| 33 | |add()|方法|添加元素| 34 | |clean()|方法|清空集合| 35 | |remove(value)|方法|删除元素| 36 | |has(value)|方法|检查是否集合中是否存在某值| 37 | |values()|方法|返回集合中所有元素| 38 | |size()|方法|返回集合中元素个数| 39 | |toString()|方法|重写toString()方法| 40 | 41 | ## 实现 42 | ```js 43 | let removeByIndex = Symbol('remove'); 44 | 45 | class Set { 46 | constructor() { 47 | this.data = []; 48 | } 49 | /** 50 | * 添加元素 51 | * @param {element} item 要添加的元素 52 | * @return {Boolean} 添加成功,返回true,如果集合中已存在该元素,返回false 53 | */ 54 | add(item) { 55 | if (this.has(item)) { 56 | return false; 57 | } 58 | let size = this.size(); 59 | this.data[size] = item; 60 | return true; 61 | } 62 | 63 | /** 64 | * 清空集合 65 | */ 66 | clean(){ 67 | delete this.data; 68 | this.data = []; 69 | } 70 | 71 | [removeByIndex](array,index){ 72 | let length = array.length; 73 | for(let i=index;i this.length()){ 246 | return false; 247 | } 248 | for(let sv of svs){ 249 | if(!this.has(sv)){ 250 | return false; 251 | } 252 | } 253 | return true; 254 | } else { 255 | throw new Error('set必须是Set类型'); 256 | } 257 | } 258 | ``` 259 | 260 | ## 小结 261 | Set结构在ES6中已经新添加了这个新数据结构,但是我们还是从头开始子集实现了一下,目前来说,已比较完善,虽然代码效率可能不如原生的高,而且我们也没用数组的原生方法,目的就是学习一下其思想,练习自己编程思维。 262 | -------------------------------------------------------------------------------- /articles/dsa-js-s06-dictionary.md: -------------------------------------------------------------------------------- 1 | --- 2 | title: 学习笔记-数据结构与算法js实现-【6】字典 3 | date: 2016-12-05 19:18:23 4 | tags: [数据结构与算法,js] 5 | categories: 6 | - 学习笔记 7 | - 数据结构与算法 8 | --- 9 | 10 | 字典是一种以键 - 值对形式存储数据的数据结构。 11 | 其中键名是用来查询特定元素的。字典是以[键,值]的形式来存储元素。 12 | 字典也称作映射(Map)。 13 | ES6新添加了Map结构。 14 | 这里我们以Object为基础,实现一个Map类。 15 | 16 | 17 | 18 | ## 方法列表 19 | |方法或属性|类型|说明| 20 | |----|----|----| 21 | |set(key,value)|方法|向字典中添加新元素| 22 | |remove(key)|方法|通过使用键值来从字典中移除键值对应的数据值| 23 | |has(key)|方法|如果某个键值存在于这个字典中,则返回true,反之则返回false| 24 | |get(key)|方法|通过键值查找特定的数值并返回| 25 | |clear()|方法|将这个字典中的所有元素全部删除| 26 | |size()|方法|返回字典所包含元素的数量。与数组的length属性类似| 27 | |keys()|方法|将字典所包含的所有键名以数组形式返回| 28 | |values()|方法|将字典所包含的所有数值以数组形式返回| 29 | |entries()|方法|将字典中数据以[key,value]的形式输出| 30 | 31 | ## 代码实现 32 | 33 | ```js 34 | class Dictionary { 35 | constructor() { 36 | this.data = Object.create(null); 37 | } 38 | toString() { 39 | return this.data; 40 | } 41 | 42 | /** 43 | * 添加键值对 44 | * @param {String|Symbol} key 键,只能String或Symbol类型 45 | */ 46 | set(key, value) { 47 | if (Object.prototype.toString.call(key) != '[object String]' && Object.prototype.toString.call(key) != '[object Symbol]') { 48 | throw new Error('key 必须为字符串类型或Symbol类型'); 49 | } 50 | this.data[key] = value; 51 | } 52 | 53 | /** 54 | * 删除键值对 55 | * @param {String|Symbol} key 要删除的键 56 | * @return {Boolean} 删除成功返回true,删除失败返回false 57 | */ 58 | remove(key) { 59 | if(this.has(key)){ 60 | delete this.data[key]; 61 | return true; 62 | }else{ 63 | return false; 64 | } 65 | } 66 | 67 | /** 68 | * 根据键获取值 69 | * @param {String|Symbol} key 键 70 | * @return {Any} 获取的值 71 | */ 72 | get(key) { 73 | return this.data[key]; 74 | } 75 | 76 | /** 77 | * 清空字典 78 | */ 79 | clear() { 80 | delete this.data; 81 | this.data = Object.create(null); 82 | } 83 | 84 | /** 85 | * 返回字典大小 86 | * @return {Number} 字典中元素个数 87 | */ 88 | size() { 89 | return Object.keys(this.data).length; 90 | } 91 | 92 | /** 93 | * 字典中是否存在某个键 94 | * @param {String|Symbol} key 键 95 | * @return {Boolean} 存在返回true,否则返回false 96 | */ 97 | has(key) { 98 | let keys = this.keys(); 99 | for (let k of keys) { 100 | if (k == key) { 101 | return true; 102 | } 103 | } 104 | return false; 105 | } 106 | 107 | /** 108 | * 以数组形式返回字典中的键 109 | * @return {Array} 字典中键组成的数组 110 | */ 111 | keys() { 112 | return Object.keys(this.data); 113 | } 114 | 115 | /** 116 | * 以数组形式返回字典中的值 117 | * @return {Array} 字典中值组成的数组 118 | */ 119 | values() { 120 | let keys = this.keys(); 121 | return keys.map((key) => { 122 | return this.data[key]; 123 | }); 124 | } 125 | 126 | /** 127 | * 以数组形式返回字典中键值对,键值对以[key,value]形式 128 | * @return {Array} 字典中键值对组成的数组 129 | */ 130 | entries(){ 131 | let keys = this.keys(); 132 | return keys.map(key => { 133 | return [key,this.data[key]] 134 | }) 135 | } 136 | 137 | } 138 | ``` 139 | 140 | > 在构造器中,我们使用`Object.create(null)`的形式创建一个空对象,而不使用`{}`的形式是因为,如果直接使用字面量,那么这个对象会默认有一个原型对象。而使用`Object.create(null)`创建的空对象,其原型对象为空。这更适合存储数据。 141 | 142 | ## 小结 143 | 由于js对象的便利性,我们很容易就实现了基础的字典类。 144 | 而由于我们直接使用js的Object实现的这个类,因此,key要做一下限制,只能为String或Symbol。 145 | 在ES6中新添加了一个Map类,而Es6的Map对于key则无这个限制。 146 | 基本的字典功能差不多就这些,如果想拓展一下,比如输出时需要按照key进行排序,则自行拓展即可。 147 | -------------------------------------------------------------------------------- /articles/dsa-js-s07-bst.md: -------------------------------------------------------------------------------- 1 | --- 2 | title: 学习笔记-数据结构与算法js实现-【7】树和二叉树 3 | date: 2016-12-06 14:11:34 4 | tags: [数据结构与算法,js] 5 | categories: 6 | - 学习笔记 7 | - 数据结构与算法 8 | --- 9 | 10 | 树是计算机科学中经常用到的一种数据结构。 11 | 树是一种非线性的数据结构,以分层的方式 存储数据。 12 | 树被用来存储具有层级关系的数据,比如文件系统中的文件; 13 | 树还被用来存储 有序列表。 14 | 本章将研究一种特殊的树:二叉树。 15 | 选择树而不是那些基本的数据结构,是因 为在二叉树上进行查找非常快(而在链表上查找则不是这样),为二叉树添加或删除元素 也非常快(而对数组执行添加或删除操作则不是这样)。 16 | 17 | 18 | 19 | ## 基础知识 20 | 树由一组以边连接的节点组成。 21 | 树是一种分层数据的抽象模型。 22 | 现实生活中最常见的树的例子是家谱,或是公司的组织架构 图,如下图所示: 23 | 24 | ![公司架构图](https://img001-10042971.cos.ap-shanghai.myqcloud.com/blog/tree-example.png) 25 | 26 | ### 树的相关术语 27 | 一个树结构包含一系列存在父子关系的节点。每个节点都有一个父节点(除了顶部的第一个 28 | 节点)以及零个或多个子节点: 29 | 30 | ![树](https://img001-10042971.cos.ap-shanghai.myqcloud.com/blog/tree1.png) 31 | 32 | 位于树顶部的节点叫作根节点(11)。它没有父节点。树中的每个元素都叫作节点,节点分 为内部节点和外部节点。至少有一个子节点的节点称为内部节点(7、5、9、15、13和20是内部 节点)。没有子元素的节点称为外部节点或叶节点(3、6、8、10、12、14、18和25是叶节点)。 33 | 34 | 一个节点可以有祖先和后代。一个节点(除了根节点)的祖先包括父节点、祖父节点、曾祖 父节点等。一个节点的后代包括子节点、孙子节点、曾孙节点等。例如,节点5的祖先有节点7 和节点11,后代有节点3和节点6。 35 | 36 | 有关树的另一个术语是子树。子树由节点和它的后代构成。例如,节点13、12和14构成了上 图中树的一棵子树。 37 | 38 | 节点的一个属性是深度,节点的深度取决于它的祖先节点的数量。比如,节点3有3个祖先节 点(5、7和11),它的深度为3。 39 | 40 | 树的高度取决于所有节点深度的最大值。一棵树也可以被分解成层级。根节点在第0层,它 的子节点在第1层,以此类推。上图中的树的高度为3(最大高度已在图中表示——第3层)。 41 | 42 | ## 二叉树和二叉搜索树 43 | 二叉树中的节点最多只能有两个子节点:一个是左侧子节点,另一个是右侧子节点。 44 | 45 | 二叉搜索树(BST)是二叉树的一种,但是它只允许你在左侧节点存储(比父节点)小的值, 在右侧节点存储(比父节点)大(或者等于)的值。 46 | 47 | ![二叉搜索树](https://img001-10042971.cos.ap-shanghai.myqcloud.com/blog/binary_tree.png) 48 | 49 | ### 二叉树方法 50 | * insert(key) : 向树中插入一个新的键。 51 | * search(key) : 在树中查找一个键,如果节点存在,则返回true;如果不存在,则返回false。 52 | * inOrder : 通过中序遍历方式遍历所有节点。 访问顺序:左节点->父节点->右节点。因此,结果是对二叉搜索树排序。 53 | * preOrder : 通过先序遍历方式遍历所有节点。 访问顺序:父节点->左节点->右节点。 54 | * postOrder : 通过后序遍历方式遍历所有节点。访问顺序:左节点->右节点->父节点。 55 | * min : 返回树中最小的值/键。 56 | * max : 返回树中最大的值/键。 57 | * remove(key) : 从树中移除某个键。 58 | 59 | ### 二叉搜索树实现 60 | 由二叉树的结构,我们需要一个节点类Node,包含数据data,左节点left,右节点right: 61 | 62 | ```js 63 | class Node { 64 | constructor(data) { 65 | this.data = data; 66 | this.left = null; 67 | this.right = null; 68 | } 69 | getData() { 70 | return this.data; 71 | } 72 | } 73 | ``` 74 | 75 | #### 插入 insert(key) 76 | 搜索二叉树的左节点小于父节点,而右节点大于或等于父节点,因此,插入操作还是比较容易实现的。 77 | * 1.先检查是否有根节点,如果没有,则根节点就是要插入的新节点。 78 | * 2.如果有根节点 79 | * 1》设根节点为当前节点 80 | * 2》如果待插入节点保存的数据小于当前节点,则设新的当前节点为原节点的左节点;反之,执行第 4 步。 81 | * 3》如果当前节点的左节点为null,就将新节点插入这个位置。反之,继续执行下一次循环。 82 | * 4》设新的当前节点为原节点的右节点 83 | * 5》如果当前节点的右节点为null,就将新节点插入这个位置。反之,继续执行下一次循环。 84 | 85 | ![插入操作](https://img001-10042971.cos.ap-shanghai.myqcloud.com/blog/bstree-insert.png) 86 | 这是在搜索二叉树中插入节点6的过程示意图 87 | 88 | ```js 89 | insert(element) { 90 | let newNode = new Node(element); 91 | //如果根节点为空,则直接将新节点插入到根节点 92 | if (this.root == null) { 93 | this.root = newNode; 94 | } else { 95 | let currentNode = this.root; 96 | while (true) { 97 | if (newNode.getData() < currentNode.getData()) { 98 | if (currentNode.left == null) { 99 | currentNode.left = newNode; 100 | break; 101 | } 102 | currentNode = currentNode.left; 103 | } else { 104 | if (currentNode.right == null) { 105 | currentNode.right = newNode; 106 | break; 107 | } 108 | currentNode = currentNode.right; 109 | } 110 | } 111 | 112 | } 113 | }; 114 | ``` 115 | 116 | #### 中序遍历 117 | 中序遍历是一种以上行顺序访问BST所有节点的遍历方式,也就是以从最小到最大的顺序访问所有节点。 118 | 中序遍历的一种应用就是对树进行排序操作。 119 | 首先要检查以参数形式传入的节点是否为null(这就是停止递归继续执行的判断条件)。 120 | 然后,递归调用相同的函数来访问左侧子节点。接着对这个节点进行一些操作 ,然后再访问右侧子节点。 121 | 122 | ![中序遍历](https://img001-10042971.cos.ap-shanghai.myqcloud.com/blog/bstree-inorder.png) 123 | 124 | ```js 125 | const inOrder = Symbol('inOrder'); 126 | /** 127 | * 中序遍历二叉树 128 | * @param {Node} node 遍历树的根节点 129 | * @param {Array} result 暂存遍历结果 130 | */ 131 | [inOrder](node, result) { 132 | if (node !== null) { 133 | this[inOrder](node.left, result); 134 | result.push(node.getData()); 135 | this[inOrder](node.right, result); 136 | } 137 | }; 138 | /** 139 | * 中序遍历,以数组的形式返回遍历结果 140 | * @return {Array} 遍历结果 141 | */ 142 | inOrder(){ 143 | let result = []; 144 | this[inOrder](this.root,result); 145 | return result; 146 | } 147 | ``` 148 | 149 | 我们先定义一个递归访问函数,中序遍历依次访问左子树,父节点,右子树。 150 | 这里我们将访问到的节点数据扔到一个数组中,最后遍历结束后返回这个结果数组。 151 | 这个递归数组在定义的时候,我使用了ES6中的Symbol,原因是, 152 | Symbol是独一无二的,因此,在函数外部无法访问到函数内部定义的Symbol变量,变相的实现了私有变量的功能。 153 | 即,这里的递归函数可认为是私有的方法。后续的几个方法,也是这么定义的。 154 | 155 | #### 先序遍历 156 | 先序遍历是以优先于后代节点的顺序访问每个节点的。 157 | 先序遍历的一种应用是打印一个结构化的文档。 158 | 先序遍历和中序遍历的不同点是,先序遍历会先访问节点本身,然后再访问它的左侧子节点,最后是右侧子节点; 159 | 160 | ![先序遍历](https://img001-10042971.cos.ap-shanghai.myqcloud.com/blog/bstree-preorder.png) 161 | 162 | ```js 163 | const preOrder = Symbol('preOrder'); 164 | /** 165 | * 先序遍历二叉树 166 | * @param {Node} node 遍历树的根节点 167 | * @param {Array} result 暂存遍历结果 168 | */ 169 | [preOrder](node, result) { 170 | if (node !== null) { 171 | result.push(node.getData()); 172 | this[preOrder](node.left, result); 173 | this[preOrder](node.right, result); 174 | } 175 | }; 176 | /** 177 | * 先序遍历,以数组形式返回遍历结果 178 | * @return {Array} 遍历结果 179 | */ 180 | preOrder(){ 181 | let result = []; 182 | this[preOrder](this.root,result); 183 | return result; 184 | } 185 | ``` 186 | 187 | #### 后序遍历 188 | 后序遍历则是先访问节点的后代节点,再访问节点本身。 189 | 后序遍历的一种应用是计算一个目录和它的子目录中所有文件所占空间的大小。 190 | 后序遍历会先访问左侧子节点,然后是右侧子节点,最后 是父节点本身。 191 | 192 | ![后序遍历](https://img001-10042971.cos.ap-shanghai.myqcloud.com/blog/bstree-postorder.png) 193 | 194 | ```js 195 | const postOrder = Symbol('postOrder'); 196 | /** 197 | * 后序遍历二叉树 198 | * @param {Node} node 遍历树的根节点 199 | * @param {Array} result 暂存遍历结果 200 | */ 201 | [postOrder](node, result) { 202 | if (node !== null) { 203 | this[postOrder](node.left, result); 204 | this[postOrder](node.right, result); 205 | result.push(node.getData()); 206 | } 207 | }; 208 | /** 209 | * 后序遍历,以数组形式返回遍历结果 210 | * @return {Array} 遍历结果 211 | */ 212 | postOrder(){ 213 | let result = []; 214 | this[postOrder](this.root,result); 215 | return result; 216 | } 217 | ``` 218 | 219 | #### 搜索search(key) 220 | 如果要找的键比当前的节点小,那么 继续在左侧的子树上搜索。 221 | 如果要找的键比当前的节点大,那么就从右侧子节点开始继续搜索, 222 | 否则就说明要找的键和当前节点的键相等,就返回true来表示找到了这个键。 223 | 224 | ```js 225 | const search = Symbol('search'); 226 | /** 227 | * 查找元素 228 | * @param {Node} node 父节点 229 | * @return {Boolean} 找到返回true,否则返回false 230 | */ 231 | [search](node, data) { 232 | if (node === null) { 233 | return false; 234 | } 235 | if (data < node.getData()) { 236 | return this[search](node.left, data); 237 | } else if (data > node.getData()) { 238 | return this[search](node.right, data); 239 | } else { 240 | return true; 241 | } 242 | } 243 | /** 244 | * 在树中查找一个键,如果节点存在,则返回true;如果不存在,则返回false 245 | * @param {Any} element 要查找的元素 246 | * @return {Boolean} 存在返回true,否则返回false 247 | */ 248 | search(element) { 249 | return this[search](this.root, element); 250 | } 251 | ``` 252 | 253 | #### 最大值和最小值 254 | 查找 BST 上的最小值和最大值非常简单。 255 | 因为较小的值总是在左子节点上,在 BST 上查找最小值,只需要遍历左子树,直到找到最后一个节点。 256 | 而最大值总是右子节点上,在BST上查找最大值,只需要遍历右子树,直到找到最后一个节点,该节点上保存的值即 为最大值。 257 | 258 | ```js 259 | const min = Symbol('min'); 260 | const max = Symbol('max'); 261 | /** 262 | * 查找以node为父节点的子树的最小值 263 | * @param {[type]} node [父节点] 264 | * @return {[type]} [子树的最小值] 265 | */ 266 | [min](node) { 267 | let currentNode = node; 268 | while (currentNode && currentNode.left) { 269 | currentNode = currentNode.left; 270 | } 271 | return currentNode && currentNode.getData(); 272 | } 273 | 274 | /** 275 | * 查找以node为父节点的子树的最大值 276 | * @param {[type]} node [父节点] 277 | * @return {[type]} [子树的最大值] 278 | */ 279 | [max](node) { 280 | let currentNode = node; 281 | while (currentNode && currentNode.right) { 282 | currentNode = currentNode.right; 283 | } 284 | return currentNode && currentNode.getData(); 285 | } 286 | 287 | /** 288 | * 返回树中最小的值/键 289 | * @return {Any} 返回树中最小值 290 | */ 291 | min() { 292 | return this[min](this.root); 293 | } 294 | 295 | /** 296 | * 返回树中最大的值/键 297 | * @return {Any} 查找最大值 298 | */ 299 | max() { 300 | return this[max](this.root); 301 | } 302 | ``` 303 | 304 | #### 删除节点 305 | 从 BST 上删除节点的操作最复杂,其复杂程度取决于删除哪个节点。 306 | 如果删除没有子节点 的节点,那么非常简单。 307 | 如果节点只有一个子节点,不管是左子节点还是右子节点,就变得稍微有点复杂了。 308 | 删除包含两个子节点的节点最复杂。 309 | 310 | ##### 移除一个叶节点 311 | 第一种情况是该节点是一个没有左侧或右侧子节点的叶节点。 312 | 在这种情况下,我 们要做的就是给这个节点赋予null值来移除它。 313 | 但是当学习了链表的实现之后,我们 知道仅仅赋一个null值是不够的,还需要处理指针。 314 | 在这里,这个节点没有任何子节点,但是 它有一个父节点,需要通过返回null来将对应的父节点指针赋予null值。 315 | 316 | ![一个叶子节点](https://img001-10042971.cos.ap-shanghai.myqcloud.com/blog/remove_1.png) 317 | 318 | ##### 移除有一个左侧或右侧子节点的节点 319 | 移除有一个左侧子节点或右侧子节点的节点。这种情况下,需要跳过这个节点,直接将父节点指向它的指针指向子节点。 320 | 如果这个节点没有左侧子节点,也就是说它有一个右侧子节点。 321 | 因此我们把对它 的引用改为对它右侧子节点的引用并返回更新后的节点。 322 | 如果这个节点没 有右侧子节点,也是一样——把对它的引用改为对它左侧子节点的引用并返回更新 后的值。 323 | 324 | ![移除有一个左侧或右侧子节点的节点](https://img001-10042971.cos.ap-shanghai.myqcloud.com/blog/bstree_remove_left_right.png) 325 | 326 | ##### 移除有两个子节点的节点 327 | 要移除有两个子节点的节点,需要执行四个步骤。 328 | (1) 当找到了需要移除的节点后,需要找到它右边子树中最小的节点 329 | (2) 然后,用它右侧子树中最小节点的键去更新这个节点的值。通过这一步,我们改变了这个节点的键,也就是说它被移除了。 330 | (3) 但是,这样在树中就有两个拥有相同键的节点了,这是不行的。要继续把右侧子树中的最小节点移除,毕竟它已经被移至要移除的节点的位置了。 331 | (4) 最后,向它的父节点返回更新后节点的引用。 332 | 333 | ![移除有两个子节点的节点](https://img001-10042971.cos.ap-shanghai.myqcloud.com/blog/bstree_remove_two.png) 334 | 335 | ```js 336 | const removeNode = Symbol('removeNode'); 337 | /** 338 | * 从二叉搜索树删除节点 339 | * 1.判断当前节点是否包含待删除的数 340 | * 2.如果包含,则删除节点,如果不包含,则比较当前节点上的数和待删除数据, 341 | * 如果待删除数据小于当前节点上的数,则移至当前节点的左子节点继节点续比较。 342 | * 如果待删除数据大于当前节点上的数,则移至当前节点的右子节点继续比较。 343 | * 删除判断: 344 | * 1.如果当前节点是叶子节点(没有左子节点和右子节点),那么只需要将父节点指向它的链接指向null。 345 | * 2.如果待删除的节点只包含一个子节点,那么原本指向它的节点指向它的子节点 346 | * 3.如果待删除的节点包含两个子节点,那么,有两种做法: 347 | * 1>查找删除节点左子树上的最大值 348 | * 2>查找其右子树上的最小值 349 | */ 350 | [removeNode](node, data) { 351 | if (node == null) { 352 | return null; 353 | } 354 | if (data == node.getData()) { 355 | //没有子节点的节点 356 | if (node.left == null && node.right == null) { 357 | return null; 358 | } 359 | //没有左子节点的节点 360 | if (node.left == null) { 361 | return node.right; 362 | } 363 | //没有右子节点的节点 364 | if (node.right == null) { 365 | return node.left; 366 | } 367 | //有两个子节点的节点 368 | let smallest = this[min](node.right); 369 | node.data = smallest; 370 | node.right = this[removeNode](node.right, smallest); 371 | return node; 372 | } else if (data < node.getData()) { 373 | node.left = this[removeNode](node.left, data); 374 | return node; 375 | } else { 376 | node.right = this[removeNode](node.right, data); 377 | return node; 378 | } 379 | } 380 | /** 381 | * 从树中移除某个键 382 | * @param {Any} data 要删除的值 383 | * @return {} [description] 384 | */ 385 | remove(data) { 386 | let root = this[removeNode](this.root, data); 387 | } 388 | ``` 389 | 390 | #### 完整代码 391 | ```js 392 | const min = Symbol('min'); 393 | const max = Symbol('max'); 394 | const search = Symbol('search'); 395 | const removeNode = Symbol('removeNode'); 396 | const inOrder = Symbol('inOrder'); 397 | const preOrder = Symbol('preOrder'); 398 | const postOrder = Symbol('postOrder'); 399 | 400 | class Node { 401 | constructor(data) { 402 | this.data = data; 403 | this.left = null; 404 | this.right = null; 405 | } 406 | getData() { 407 | return this.data; 408 | } 409 | } 410 | 411 | /** 412 | * 搜索二叉树 413 | * 定义: 414 | * 若它的左子树不空,则左子树上所有结点的值均小于它的根结点的值; 415 | * 若它的右子树不空,则右子树上所有结点的值均大于或等于它的根结点的值; 416 | * 它的左、右子树也分别为二叉排序树。 417 | */ 418 | class BSTree { 419 | constructor() { 420 | this.root = null; 421 | }; 422 | 423 | /** 424 | * 查找以node为父节点的子树的最小值 425 | * @param {Node} node 父节点 426 | * @return {Any} 子树的最小值 427 | */ 428 | [min](node) { 429 | let currentNode = node; 430 | while (currentNode && currentNode.left) { 431 | currentNode = currentNode.left; 432 | } 433 | return currentNode && currentNode.getData(); 434 | }; 435 | 436 | /** 437 | * 查找以node为父节点的子树的最大值 438 | * @param {Node} node 父节点 439 | * @return {Any} 子树的最大值 440 | */ 441 | [max](node) { 442 | let currentNode = node; 443 | while (currentNode && currentNode.right) { 444 | currentNode = currentNode.right; 445 | } 446 | return currentNode && currentNode.getData(); 447 | }; 448 | 449 | /** 450 | * 查找元素 451 | * @param {Node} node 父节点 452 | * @return {Boolean} 找到返回true,否则返回false 453 | */ 454 | [search](node, data) { 455 | if (node === null) { 456 | return false; 457 | } 458 | if (data < node.getData()) { 459 | return this[search](node.left, data); 460 | } else if (data > node.getData()) { 461 | return this[search](node.right, data); 462 | } else { 463 | return true; 464 | } 465 | }; 466 | 467 | /** 468 | * 从二叉搜索树删除节点 469 | * 1.判断当前节点是否包含待删除的数 470 | * 2.如果包含,则删除节点,如果不包含,则比较当前节点上的数和待删除数据, 471 | * 如果待删除数据小于当前节点上的数,则移至当前节点的左子节点继节点续比较。 472 | * 如果待删除数据大于当前节点上的数,则移至当前节点的右子节点继续比较。 473 | * 删除判断: 474 | * 1.如果当前节点是叶子节点(没有左子节点和右子节点),那么只需要将父节点指向它的链接指向null。 475 | * 2.如果待删除的节点只包含一个子节点,那么原本指向它的节点指向它的子节点 476 | * 3.如果待删除的节点包含两个子节点,那么,有两种做法: 477 | * 1>查找删除节点左子树上的最大值 478 | * 2>查找其右子树上的最小值 479 | */ 480 | /** 481 | * 删除树的节点,并返回树的根节点 482 | * @param {Node} node 树的根节点 483 | * @param {Any} data 要删除数据 484 | */ 485 | [removeNode](node, data) { 486 | if (node == null) { 487 | return null; 488 | } 489 | if (data == node.getData()) { 490 | //没有子节点的节点 491 | if (node.left == null && node.right == null) { 492 | return null; 493 | } 494 | //没有左子节点的节点 495 | if (node.left == null) { 496 | return node.right; 497 | } 498 | //没有右子节点的节点 499 | if (node.right == null) { 500 | return node.left; 501 | } 502 | //有两个子节点的节点 503 | let smallest = this[min](node.right); 504 | node.data = smallest; 505 | node.right = this[removeNode](node.right, smallest); 506 | return node; 507 | } else if (data < node.getData()) { 508 | node.left = this[removeNode](node.left, data); 509 | return node; 510 | } else { 511 | node.right = this[removeNode](node.right, data); 512 | return node; 513 | } 514 | }; 515 | 516 | /** 517 | * 中序遍历二叉树 518 | * @param {Node} node 遍历树的根节点 519 | * @param {Array} result 暂存遍历结果 520 | */ 521 | [inOrder](node, result) { 522 | if (node !== null) { 523 | this[inOrder](node.left, result); 524 | result.push(node.getData()); 525 | this[inOrder](node.right, result); 526 | } 527 | }; 528 | 529 | /** 530 | * 先序遍历二叉树 531 | * @param {Node} node 遍历树的根节点 532 | * @param {Array} result 暂存遍历结果 533 | */ 534 | [preOrder](node, result) { 535 | if (node !== null) { 536 | result.push(node.getData()); 537 | this[preOrder](node.left, result); 538 | this[preOrder](node.right, result); 539 | } 540 | }; 541 | 542 | /** 543 | * 后序遍历二叉树 544 | * @param {Node} node 遍历树的根节点 545 | * @param {Array} result 暂存遍历结果 546 | */ 547 | [postOrder](node, result) { 548 | if (node !== null) { 549 | this[postOrder](node.left, result); 550 | this[postOrder](node.right, result); 551 | result.push(node.getData()); 552 | } 553 | }; 554 | 555 | 556 | /** 557 | * 搜索二叉树插入规则: 558 | * 1.先检查是否有根节点,如果没有,则根节点就是要插入的新节点。 559 | * 2.如果有根节点 560 | * 1》设根节点为当前节点 561 | * 2》如果待插入节点保存的数据小于当前节点,则设新的当前节点为原节点的左节点;反之,执行第 4 步。 562 | * 3》如果当前节点的左节点为null,就将新节点插入这个位置。反之,继续执行下一次循环。 563 | * 4》设新的当前节点为原节点的右节点 564 | * 5》如果当前节点的右节点为null,就将新节点插入这个位置。反之,继续执行下一次循环。 565 | */ 566 | insert(element) { 567 | let newNode = new Node(element); 568 | //如果根节点为空,则直接将新节点插入到根节点 569 | if (this.root == null) { 570 | this.root = newNode; 571 | } else { 572 | let currentNode = this.root; 573 | while (true) { 574 | if (newNode.getData() < currentNode.getData()) { 575 | if (currentNode.left == null) { 576 | currentNode.left = newNode; 577 | break; 578 | } 579 | currentNode = currentNode.left; 580 | } else { 581 | if (currentNode.right == null) { 582 | currentNode.right = newNode; 583 | break; 584 | } 585 | currentNode = currentNode.right; 586 | } 587 | } 588 | 589 | } 590 | }; 591 | 592 | /** 593 | * 在树中查找一个键,如果节点存在,则返回true;如果不存在,则返回false 594 | * @param {Any} element 要查找的元素 595 | * @return {Boolean} 存在返回true,否则返回false 596 | */ 597 | search(element) { 598 | return this[search](this.root, element); 599 | }; 600 | 601 | /** 602 | * 返回树中最小的值/键 603 | * @return {Any} 返回树中最小值 604 | */ 605 | min() { 606 | return this[min](this.root); 607 | }; 608 | 609 | /** 610 | * 返回树中最大的值/键 611 | * @return {Any} 查找最大值 612 | */ 613 | max() { 614 | return this[max](this.root); 615 | }; 616 | 617 | 618 | /** 619 | * 从树中移除某个键 620 | * @param {Any} data 要删除的值 621 | */ 622 | remove(data) { 623 | let root = this[removeNode](this.root, data); 624 | }; 625 | 626 | /** 627 | * 中序遍历,以数组的形式返回遍历结果 628 | * @return {Array} 遍历结果 629 | */ 630 | inOrder() { 631 | let result = []; 632 | this[inOrder](this.root, result); 633 | return result; 634 | }; 635 | 636 | /** 637 | * 先序遍历,以数组形式返回遍历结果 638 | * @return {Array} 遍历结果 639 | */ 640 | preOrder() { 641 | let result = []; 642 | this[preOrder](this.root, result); 643 | return result; 644 | }; 645 | 646 | /** 647 | * 后序遍历,以数组形式返回遍历结果 648 | * @return {Array} 遍历结果 649 | */ 650 | postOrder() { 651 | let result = []; 652 | this[postOrder](this.root, result); 653 | return result; 654 | }; 655 | 656 | } 657 | ``` 658 | 659 | ## 练习 660 | ### 层次遍历 661 | 662 | ![层次遍历](https://img001-10042971.cos.ap-shanghai.myqcloud.com/blog/bst_level_order.png) 663 | 664 | #### 方案1: 665 | 可以用一个队列暂存访问过的节点,按照层级关系入队,然后出队遍历即可。 666 | 667 | ```js 668 | const Queue = require('./Queue.js'); 669 | levelTraversal(){ 670 | let result = []; 671 | if(this.root){ 672 | let visted = new Queue(); 673 | visted.enqueue(this.root); 674 | while (!visted.isEmpty()) { 675 | let node = visted.dequeue(); 676 | result.push(node.getData()); 677 | if(node.left){ 678 | visted.enqueue(node.left); 679 | } 680 | if(node.right){ 681 | visted.enqueue(node.right); 682 | } 683 | } 684 | } 685 | return result; 686 | } 687 | ``` 688 | 689 | #### 方案2: 690 | 在编程之美这本书上,指明了另外一种方法,将问题拆分为两个: 691 | 1.打印二叉树中某层次的节点,其中根节点为第0层。打印成功,返回true,打印失败,返回false 692 | 2.从第0层开始,依次打印每一层的节点 693 | 694 | ```js 695 | /** 696 | * 打印以node为节点的子树第level层节点 697 | */ 698 | [printLevel](node,level,result){ 699 | if(!node || level < 0){ 700 | return false; 701 | } 702 | if(level == 0){ 703 | result.push(node.getData()); 704 | return true; 705 | } 706 | let pleft = this[printLevel](node.left,level-1,result); 707 | let pright = this[printLevel](node.right,level-1,result); 708 | return pleft || pright; 709 | } 710 | 711 | /** 712 | * 打印第level层的节点 713 | * @param {Number} level 要打印的层数 714 | * @return {Boolean} 成功返回ture,失败返回false 715 | */ 716 | printLevel(level){ 717 | let result = []; 718 | this[printLevel](this.root,level,result); 719 | return result; 720 | } 721 | 722 | //递归打印所有层的节点 723 | levelTraversal2(){ 724 | let result = []; 725 | let i = 0; 726 | for (i = 0; ; i++) { 727 | let pl = this.printLevel(i); 728 | result = result.concat(pl); 729 | if(pl.length == 0){ 730 | break; 731 | } 732 | } 733 | return result; 734 | } 735 | ``` 736 | 737 | 打印第level层节点,相当于打印以level-1层节点为根节点的两棵子树。 738 | 这个逻辑有点绕,看上面的图举例: 739 | 比如要打印第level=2层中的节点,其中5,9都是在第二层。 740 | 那么相当于是打印以5,9父节点7为根节点的树的level-1=1层节点。 741 | 这种方法是以递归的形式,打印第k层,逐层往上递归,然后再下来。 742 | 其中第0层重复访问次数最多,1层次之,逐层递减。 743 | 744 | ### 计算树的深度 745 | 有了上面例子中打印第n层节点的方法,我们可以调用这个方法,逐层计算每层的节点个数,当节点个数为0时说明已到树的顶部,返回此时的层级数即可。 746 | 747 | ```js 748 | /** 749 | * 计算树的深度 750 | */ 751 | deep(){ 752 | let _deep = 0; 753 | for(let i=0;;i++){ 754 | let pl = this.printLevel(i) 755 | if(pl.length > 0){ 756 | _deep ++; 757 | }else{ 758 | break; 759 | } 760 | } 761 | return _deep; 762 | } 763 | ``` 764 | 765 | ### 由遍历结果还原BSTree 766 | #### 先序遍历 767 | 如果给定一个先序遍历结果,要还原BSTree很简单,只需要按照先序遍历结果的顺序重新建树即可。 768 | 769 | ```js 770 | const rebuildFromPreOrder = function(array){ 771 | let bst = new BSTree(); 772 | array.reduce((pre,current)=>{ 773 | pre.insert(current); 774 | return pre; 775 | },bst); 776 | } 777 | ``` 778 | 779 | #### 后序遍历 780 | 如果给定一个后序遍历结果,也还原BSTree也很简单,只需要按照后序遍历结果的逆序重新建树即可。 781 | 782 | ```js 783 | const rebuildFromPostOrder = function(array){ 784 | let bst = new BSTree(); 785 | array.reduceRight((pre,current)=>{ 786 | pre.insert(current); 787 | return pre; 788 | },bst); 789 | } 790 | ``` 791 | -------------------------------------------------------------------------------- /articles/dsa-js-s08-graph.md: -------------------------------------------------------------------------------- 1 | --- 2 | title: 学习笔记-数据结构与算法js实现-【8】图和图算法 3 | date: 2016-12-08 18:31:32 4 | tags: [数据结构与算法,js] 5 | categories: 6 | - 学习笔记 7 | - 数据结构与算法 8 | --- 9 | 10 | 图是一种复杂的数据结构,也是应用最广泛的一种数据结构。 11 | 本章我们会学习一下图是什么,如何使用js表示图的结构,以及实现图的算法。学习如何使用图进行建模。 12 | 13 | 14 | 15 | ## 图的定义 16 | -------- 17 | 图是网络结构的抽象模型。图是一组由边连接的节点(或顶点)。 18 | 一个图G = (V, E)由以下元素组成。 19 |  V:一组顶点 20 |  E:一组边,连接V中的顶点 21 | 22 | > 定义1:一个图G=(V,E)由顶点的非空集V和边的集合E构成,每条边有一个或两个顶点与它相连,这样的顶点称为边的端点。边连接它的端点。 23 | 24 | ![一个简单的图](https://img001-10042971.cos.ap-shanghai.myqcloud.com/blog/graph.example.png) 25 | 26 | 由一条边连接在一起的顶点称为相邻顶点。比如,A和B是相邻的。 27 | 一个顶点的度是其相邻顶点的数量。比如,A和其他三个顶点相连接,因此,A的度为3.E和其他两个顶点相连,因此E的度是2. 28 | 路径是顶点v1, v2,...,vk的一个连续序列,其中vi和vi+1是相邻的。以上一示意图中的图为例,其中包含路径A B E I和A C D G。 29 | 简单路径要求不包含重复的顶点。举个例子,A D G是一条简单路径。除去最后一个顶点(因 为它和第一个顶点是同一个顶点),环也是一个简单路径,比如A D C A(最后一个顶点重新回到A)。 30 | 如果图中不存在环,则称该图是无环的。如果图中每两个顶点间都存在路径,则该图是连通的。 31 | 32 | 每条边都连接两个不同的顶点且没有两个不同的边连接一对相同顶点的图相同的称为**简单图**。 33 | 可能会有多重边连接同一对顶点的图称为**多重图**。当有m条不同的边与相同的无序顶点相关联,我们也说{u,v}是一条多重度为m的边。 34 | 把一个顶点连接到它自身的边,称为**环**。 35 | 包含环或者存在多重边连接同一对顶点或同一个顶点的图,称为**伪图**。 36 | 37 | ### 有向图和无向图 38 | 图可以是无向的(边没有方向)或是有向的(有向图)。如下图所示,有向图的边有一个方向: 39 | ![有向图](https://img001-10042971.cos.ap-shanghai.myqcloud.com/blog/digraph.png) 40 | 41 | > 定义2:一个有向图(v,E)由一个非空顶点集V和一个有向边集E组成。每条有向边与一个顶点有序对相关联。与有序对(u,v)相关联的有向边开始于u,结束于v. 42 | 43 | 当一个有向图不包含环和多重有向边时,就称为**简单有向图**。 44 | 包含从一个顶点指向第二个顶点的多重有向边的有向图称为有**向多重图**。 45 | 46 | 即包含有向边又包含无向边的图称为**混合图**。 47 | 48 | 图术语表格: 49 | 50 | |类型|边|允许多重边|允许环| 51 | |----|----|----|----| 52 | |简单图|无向|否|否| 53 | |多重图|无向|是|否| 54 | |伪图|无向|是|是| 55 | |简单有向图|有向|否|否| 56 | |有向多重图|有向|是|是| 57 | |混合图|有向的和无向的|是|是| 58 | 59 | 以下三个问题能够帮助我们理解图的结构: 60 | * 图的边是有向的还是无向的(还是两者皆有) 61 | * 如果是无向图,是否存在连接相同顶点对的多重边?如果是有向图,是否存在多重有向边? 62 | * 是否存在环 63 | 64 | 这三个问题有助于我们理解图,而记住所使用的特定术语就不那么重要了。 65 | 66 | 如果图中每两个顶点间在双向上都存在路径,则该图是强连通的。例如,C和D是强连通的,而A和B不是强连通的。 67 | 图还可以是未加权的(目前为止我们看到的图都是未加权的)或是加权的。如下图所示,加权图的边被赋予了权值: 68 | ![加权图](https://img001-10042971.cos.ap-shanghai.myqcloud.com/blog/weighted-graph.png) 69 | 70 | ## 图的表示 71 | ________ 72 | ### 邻接矩阵 73 | 图最常见的实现是邻接矩阵。每个节点都和一个整数相关联,该整数将作为数组的索引。我 们用一个二维数组来表示顶点之间的连接。如果索引为i的节点和索引为j的节点相邻,则array[i][j] === 1,否则array[i][j] === 0,如下图所示: 74 | 75 | ![邻接矩阵](https://img001-10042971.cos.ap-shanghai.myqcloud.com/blog/graph-ljjz.png) 76 | 77 | 不是强连通的图(稀疏图)如果用邻接矩阵来表示,则矩阵中将会有很多0,这意味着我们 浪费了计算机存储空间来表示根本不存在的边。例如,找给定顶点的相邻顶点,即使该顶点只有 一个相邻顶点,我们也不得不迭代一整行。邻接矩阵表示法不够好的另一个理由是,图中顶点的 数量可能会改变,而2维数组不太灵活。 78 | 79 | ### 邻接表 80 | 我们也可以使用一种叫作邻接表的动态数据结构来表示图。邻接表由图中每个顶点的相邻顶 点列表所组成。存在好几种方式来表示这种数据结构。我们可以用列表(数组)、链表,甚至是 散列表或是字典来表示相邻顶点列表。下面的示意图展示了邻接表数据结构。 81 | 82 | ![邻接表](https://img001-10042971.cos.ap-shanghai.myqcloud.com/blog/graph-ljb2.png) 83 | 84 | 尽管邻接表可能对大多数问题来说都是更好的选择,但以上两种表示法都很有用,且它们有 着不同的性质(例如,要找出顶点v和w是否相邻,使用邻接矩阵会比较快)。在本书的示例中, 我们将会使用邻接表表示法。 85 | 86 | ### 关联矩阵 87 | 我们还可以用关联矩阵来表示图。在关联矩阵中,矩阵的行表示顶点,列表示边。如下图所 示,我们使用二维数组来表示两者之间的连通性,如果顶点v是边e的入射点,则array[v][e] === 1; 否则,array[v][e] === 0。 88 | 89 | ![关联矩阵](https://img001-10042971.cos.ap-shanghai.myqcloud.com/blog/graph-gljz.png) 90 | 91 | 关联矩阵通常用于边的数量比顶点多的情况下,以节省空间和内存。 92 | 93 | ## 图的实现 94 | -------- 95 | 定义图类: 96 | 97 | ```js 98 | /** 99 | * 图类 100 | */ 101 | class Graph { 102 | /** 103 | * 构造函数 104 | * @param {Array} vertices 顶点数组 105 | * @return {Graph} 图实例对象 106 | */ 107 | constructor(vertices) { 108 | this.vertices = []; 109 | this.adj = Object.create(null); //用于存储邻接表 110 | this.edges = 0; //边的条数 111 | this.visited = Object.create(null); //用于记录访问过的顶点 112 | if (Array.isArray(vertices)) { 113 | vertices.forEach(v => { 114 | this.vertices.push(v); 115 | this.adj[v] = []; 116 | }); 117 | } 118 | } 119 | 120 | /** 121 | * 添加边 122 | * @param {Any} v 顶点 123 | * @param {Any} w 顶点 124 | */ 125 | addEdge(v, w) { 126 | let has_v = this.vertices.includes(v); 127 | let has_w = this.vertices.includes(w); 128 | if ( has_v && has_w ) { 129 | this.adj[v].push(w); 130 | this.adj[w].push(v); 131 | this.edges++; 132 | }else{ 133 | throw new Error(has_v?`不存在顶点${w}`:`不存在顶点${v}`); 134 | } 135 | } 136 | 137 | /** 138 | * 添加顶点 139 | * @param {Any} v 要添加的顶点 140 | */ 141 | addVertex(v){ 142 | this.vertices.push(v); 143 | this.adj[v] = []; 144 | } 145 | 146 | /** 147 | * 显示图 148 | */ 149 | toString() { 150 | let vertices = this.vertices; 151 | return vertices.reduce((pre,current)=>{ 152 | pre += ((current + ' --> ') + this.adj[current] + '\n'); 153 | return pre; 154 | },''); 155 | } 156 | } 157 | 158 | ``` 159 | 160 | 我们定义一个类Graph,其中属性vertices存储图的顶点集合,这里我们使用邻接表存储顶点间的关系,adj是一个对象,用于存储邻接表,edges表示图的边的条数。 161 | 在调用构造器初始化一个Graph对象时,如果传了顶点数组,会使用顶点初始化,同时再添加一个addVertex()添加顶点的方法用于动态添加顶点。 162 | 163 | ## 图的搜索 164 | -------- 165 | 对图进行遍历有两种方法,*深度优先搜索*,*广度优先搜索* 166 | 167 | |算法|数据结构|描述| 168 | |----|----|----| 169 | |深度优先搜索|栈|通过将顶点存入栈中,顶点是沿着路径被探索的,存在新的相邻顶点就去访问| 170 | |广度优先搜索|队列|通过将顶点存入队列中,最先入队列的顶点先被探索| 171 | 172 | ### 深度优先搜索 173 | 深度优先搜索包括从一条路径的起始顶点开始追溯,直到到达最后一个顶点,然后回溯, 继续追溯下一条路径,直到到达最后的顶点,如此往复,直到没有路径为止。这不是在搜 索特定的路径,而是通过搜索来查看在图中有哪些路径可以选择。 174 | 175 | ![DFS](https://img001-10042971.cos.ap-shanghai.myqcloud.com/blog/graph-dfs.png) 176 | 177 | 深度优先搜索算法比较简单:访问一个没有访问过的顶点,将它标记为已访问,再递归地去访问在初始顶点的邻接表中其他没有访问过的顶点。 178 | 179 | ```js 180 | /** 181 | * 重置访问顶点 182 | */ 183 | [resetVisted](){ 184 | this.vertices.forEach(v => { 185 | this.visited[v] = false; 186 | }) 187 | } 188 | 189 | /** 190 | * 深度优先搜索 191 | * @param {Any} v 访问顶点 192 | * @param {Array} result 用于保存搜索结果的数组 193 | */ 194 | [dfs](v,result){ 195 | this.visited[v] = true; 196 | result.push(v); 197 | this.adj[v].forEach(w => { 198 | if(!this.visited[w]){ 199 | this[dfs](w,result); 200 | } 201 | }); 202 | } 203 | 204 | /** 205 | * 深度优先搜索 206 | * @param {Any} v 开始搜索的顶点 207 | * @return {Array} 深度优先搜索返回的数组 208 | */ 209 | dfs(v) { 210 | let result = []; 211 | //每次访问之前,还原访问记录 212 | this[resetVisted](); 213 | this[dfs](v,result); 214 | return result; 215 | } 216 | ``` 217 | 218 | ### 广度优先搜索 219 | 广度优先搜索从第一个顶点开始,尝试访问尽可能靠近它的顶点。本质上,这种搜索在图上是逐层移动的,首先稽查最靠近第一个顶点的层,再主见向下移动到离其实顶点最远的层。 220 | 221 | ![广度优先搜索](https://img001-10042971.cos.ap-shanghai.myqcloud.com/blog/graph-bfs.png) 222 | 223 | 广度优先搜索算法使用了抽象的队列而不是数组来对已访问过的顶点进行排序。 224 | * (1) 查找与当前顶点相邻的未访问顶点,将其添加到已访问顶点列表及队列中; 225 | * (2) 从图中取出下一个顶点 v,添加到已访问的顶点列表; 226 | * (3) 将所有与 v 相邻的未访问顶点添加到队列。 227 | 228 | ```js 229 | /** 230 | * 广度优先搜索 231 | * @param {Any} v 访问的顶点 232 | * @param {Array} result 用于保存访问结果的数组 233 | */ 234 | [bfs](v,result){ 235 | this.visited[v] = true; 236 | let queue = new Queue(); 237 | queue.enqueue(v); 238 | while (queue.size() > 0) { 239 | let _v = queue.dequeue(); 240 | result.push(_v); 241 | this.adj[_v].forEach(w => { 242 | if(!this.visited[w]){ 243 | this.visited[w] = true; 244 | queue.enqueue(w); 245 | } 246 | }) 247 | } 248 | 249 | return result; 250 | } 251 | 252 | /** 253 | * 广度优先搜索 254 | * @param {Any} s 开始搜索的顶点 255 | * @return {Array} 搜索结果数组 256 | */ 257 | bfs(s){ 258 | //每次遍历之前,还原访问记录 259 | this[resetVisted](); 260 | let result = []; 261 | this[bfs](s,result); 262 | return result; 263 | } 264 | ``` 265 | -------------------------------------------------------------------------------- /c/README.md: -------------------------------------------------------------------------------- 1 | ## C语言实现 2 | 3 | ### 目录说明 4 | * common 公用函数 5 | * sort 排序 6 | 7 | ```shell 8 | gcc -g c/common/utils.c c/sort/heap.sort.c 9 | ``` 10 | 会在根目录生成一个a.out即可执行文件。 11 | -------------------------------------------------------------------------------- /c/common/utils.c: -------------------------------------------------------------------------------- 1 | #include 2 | #include "utils.h" 3 | // 编译时,要一并将所依赖的这个工具类编译 4 | // gcc sort/utils.c sort/merge.sort.c 5 | void printArray(int a[], int length) { 6 | for (int i = 0; i < length; i++) { 7 | printf("%d ", a[i]); 8 | } 9 | printf("\n"); 10 | } 11 | 12 | void swapArray(int a[], int i, int j) { 13 | int tmp = a[i]; 14 | a[i] = a[j]; 15 | a[j] = tmp; 16 | } -------------------------------------------------------------------------------- /c/common/utils.h: -------------------------------------------------------------------------------- 1 | #include 2 | 3 | extern void printArray(int a[], int length); 4 | extern void swapArray(int a[], int i, int j); -------------------------------------------------------------------------------- /c/common/utils.h.gch: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/coolcao/dsa/20cebf2ab2343f5922288878c40fd6813c949141/c/common/utils.h.gch -------------------------------------------------------------------------------- /c/datastructure/binaryTree.c: -------------------------------------------------------------------------------- 1 | #include "binaryTree.h" 2 | #include 3 | #include 4 | 5 | Node makeNode(int data) { 6 | Node node = malloc(sizeof *node); 7 | node->left = NULL; 8 | node->right = NULL; 9 | node->data = data; 10 | return node; 11 | } 12 | BinaryTree initTree() { 13 | BinaryTree tree = malloc(sizeof *tree); 14 | tree->root = NULL; 15 | tree->size = 0; 16 | return tree; 17 | } 18 | void addToNode(Node node, int data) { 19 | Node newNode = makeNode(data); 20 | // 向左插入 21 | if (node->data > data) { 22 | if (node->left) { 23 | addToNode(node->left, data); 24 | } else { 25 | node->left = newNode; 26 | } 27 | } 28 | // 向右插入 29 | if (node->data < data) { 30 | if (node->right) { 31 | addToNode(node->right, data); 32 | } else { 33 | node->right = newNode; 34 | } 35 | } 36 | } 37 | 38 | void printNodeToJSON(Node node) { 39 | if (node) { 40 | printf("{ \"data\":%d", node->data); 41 | if (node->left || node->right) { 42 | printf(","); 43 | } 44 | if (node->left) { 45 | printf("\"left\":"); 46 | printNodeToJSON(node->left); 47 | }; 48 | if (node->left && node->right) { 49 | printf(","); 50 | } 51 | if (node->right) { 52 | printf("\"right\":"); 53 | printNodeToJSON(node->right); 54 | }; 55 | printf("}"); 56 | } else { 57 | printf("NULL\n"); 58 | } 59 | } 60 | 61 | void printNode(Node node) { 62 | if (!node) { 63 | printf("NULL\n"); 64 | return; 65 | } 66 | printf("%d ", node->data); 67 | } 68 | 69 | int deepthOfNode(Node node, int level) { 70 | if (!node) return 0; // 如果节点为空,则高度为0 71 | if (!node->left && !node->right) { 72 | return level + 1; 73 | } 74 | int leftDeepth = 0; 75 | int rightDeepth = 0; 76 | if (node->left) { 77 | leftDeepth = deepthOfNode(node->left, level + 1); 78 | } 79 | if (node->right) { 80 | rightDeepth = deepthOfNode(node->right, level + 1); 81 | } 82 | return leftDeepth > rightDeepth ? leftDeepth : rightDeepth; 83 | } 84 | 85 | void inOrderVisitNode(Node node, void (*visit)(Node)) { 86 | if (!node) return; 87 | if (node->left) inOrderVisitNode(node->left, visit); 88 | // printf("%d ", node->data); 89 | visit(node); 90 | if (node->right) inOrderVisitNode(node->right, visit); 91 | } 92 | 93 | void inOrderVisitBinaryTree(BinaryTree tree, void (*visit)(Node)) { 94 | if (!tree) return; 95 | inOrderVisitNode(tree->root, visit); 96 | } 97 | 98 | void preOrderVisitNode(Node node, void (*visit)(Node)) { 99 | if (!node) return; 100 | // printf("%d ", node->data); 101 | visit(node); 102 | if (node->left) preOrderVisitNode(node->left, visit); 103 | if (node->right) preOrderVisitNode(node->right, visit); 104 | } 105 | 106 | void preOrderVisitBinaryTree(BinaryTree tree, void (*visit)(Node)) { 107 | if (!tree) return; 108 | preOrderVisitNode(tree->root, visit); 109 | } 110 | 111 | void postOrderVisitNode(Node node, void (*visit)(Node)) { 112 | if (!node) return; 113 | if (node->left) postOrderVisitNode(node->left, visit); 114 | if (node->right) postOrderVisitNode(node->right, visit); 115 | // printf("%d ", node->data); 116 | visit(node); 117 | } 118 | void postOrderVisitBinaryTree(BinaryTree tree, void (*visit)(Node)) { 119 | if (!tree) return; 120 | postOrderVisitNode(tree->root, visit); 121 | } 122 | 123 | void binaryTreeToJson(BinaryTree tree) { 124 | if (!tree) { 125 | printf("NULL\n"); 126 | return; 127 | } 128 | Node root = tree->root; 129 | printNodeToJSON(root); 130 | printf("\n"); 131 | } 132 | 133 | void addToBinaryTree(BinaryTree t, int data) { 134 | if (t->root) { 135 | addToNode(t->root, data); 136 | } else { 137 | t->root = makeNode(data); 138 | } 139 | t->size += 1; 140 | } 141 | Node findNode(Node node, int data) { 142 | if (!node) 143 | return NULL; 144 | else if (node->data == data) 145 | return node; 146 | else if (node->data > data) 147 | return findNode(node->left, data); 148 | else 149 | return findNode(node->right, data); 150 | } 151 | Node find(BinaryTree t, int data) { 152 | if (!t) return NULL; 153 | return findNode(t->root, data); 154 | } 155 | Node findMinNode(Node node) { 156 | if (!node) return NULL; 157 | if (node->left) 158 | return findMinNode(node->left); 159 | else 160 | return node; 161 | } 162 | Node findMin(BinaryTree t) { 163 | if (!t) return NULL; 164 | return findMinNode(t->root); 165 | } 166 | Node findMaxNode(Node node) { 167 | if (!node) return NULL; 168 | if (node->right) 169 | return findMaxNode(node->right); 170 | else 171 | return node; 172 | } 173 | Node findMax(BinaryTree t) { 174 | if (!t) return NULL; 175 | return findMaxNode(t->root); 176 | } 177 | 178 | void deleteFromBinaryTree(BinaryTree tree, int data) { 179 | if (!tree || !tree->root) return; 180 | // current当前节点,parent为当前节点的父节点。 181 | // 如果当前节点不存在,则current和parent都为NULL 182 | // 如果当前节点为root节点,则parent也为root节点 183 | Node parent = tree->root, current = tree->root; 184 | while (current->data != data) { 185 | parent = current; 186 | if (current->data > data) { 187 | if (current->left) { 188 | current = current->left; 189 | } else { 190 | parent = NULL; 191 | current = NULL; 192 | break; 193 | } 194 | } else { 195 | if (current->right) { 196 | current = current->right; 197 | } else { 198 | parent = NULL; 199 | current = NULL; 200 | break; 201 | } 202 | } 203 | } 204 | // 如果未找到节点,则不存在删除操作,直接返回即可。 205 | if (!current) { 206 | return; 207 | } 208 | // 当前节点的左子树 209 | Node currentLeft = current->left; 210 | // 如果current为root节点 211 | if (current == tree->root) { 212 | tree->root = current->right; 213 | } else { 214 | parent->right = current->right; 215 | } 216 | current = current->right; 217 | tree->size -= 1; 218 | if (current) { 219 | while (current->left) { 220 | current = current->left; 221 | } 222 | current->left = currentLeft; 223 | } else { 224 | return; 225 | } 226 | } 227 | BinaryTree createBinaryTreeFromArray(int array[], int arraySize) { 228 | BinaryTree tree = initTree(); 229 | for (int i = 0; i < arraySize; i++) { 230 | addToBinaryTree(tree, array[i]); 231 | } 232 | return tree; 233 | } 234 | 235 | int deepthOfBinaryTree(BinaryTree tree) { 236 | if (!tree) return 0; 237 | return deepthOfNode(tree->root, 0); 238 | } 239 | 240 | int main(int argc, char const *argv[]) { 241 | int array[15] = {40, 20, 60, 10, 30, 50, 70, 5, 15, 25, 35, 45, 55, 65, 75}; 242 | BinaryTree tree = createBinaryTreeFromArray(array, 15); 243 | binaryTreeToJson(tree); 244 | printf("%d\n", tree->size); 245 | // inOrderVisitBinaryTree(tree, printNode); 246 | // printf("\n"); 247 | // preOrderVisitBinaryTree(tree, printNode); 248 | // printf("\n"); 249 | // postOrderVisitBinaryTree(tree, printNode); 250 | // printf("\n"); 251 | // printf("deepth of tree: %d\n", deepthOfBinaryTree(tree)); 252 | // Node node = findMin(tree); 253 | // printf("%d\n", node->data); 254 | // Node node2 = findMax(tree); 255 | // printf("%d\n", node2->data); 256 | deleteFromBinaryTree(tree, 40); 257 | binaryTreeToJson(tree); 258 | printf("%d\n", tree->size); 259 | printf("%d\n", deepthOfBinaryTree(tree)); 260 | return 0; 261 | } 262 | -------------------------------------------------------------------------------- /c/datastructure/binaryTree.h: -------------------------------------------------------------------------------- 1 | #ifndef BINARYTREE_H 2 | #define BINARYTREE_H 3 | 4 | typedef struct tnode *Node; 5 | struct tnode { 6 | int data; 7 | Node left; 8 | Node right; 9 | }; 10 | 11 | typedef struct tree *BinaryTree; 12 | 13 | struct tree { 14 | Node root; // 根节点 15 | unsigned int size; // 元素个数 16 | }; 17 | 18 | Node makeNode(int data); 19 | BinaryTree initTree(); 20 | void inOrderVisitBinaryTree(BinaryTree tree, void (*visit)(Node)); 21 | void preOrderVisitBinaryTree(BinaryTree tree, void (*visit)(Node)); 22 | void postOrderVisitBinaryTree(BinaryTree tree, void (*visit)(Node)); 23 | void binaryTreeToJson(BinaryTree tree); 24 | void addToBinaryTree(BinaryTree t, int data); 25 | Node find(BinaryTree t, int data); 26 | Node findMin(BinaryTree t); 27 | Node findMax(BinaryTree t); 28 | void deleteFromBinaryTree(BinaryTree tree, int data); 29 | BinaryTree createBinaryTreeFromArray(int array[], int arraySize); 30 | int deepthOfBinaryTree(BinaryTree tree); 31 | 32 | 33 | 34 | #endif 35 | -------------------------------------------------------------------------------- /c/datastructure/doubleLinkedList.c: -------------------------------------------------------------------------------- 1 | #include "doubleLinkedList.h" 2 | #include 3 | #include 4 | Node makeNode(int item) { 5 | Node node = malloc(sizeof *node); 6 | node->next = NULL; 7 | node->prev = NULL; 8 | node->item = item; 9 | return node; 10 | } 11 | DoubleLinkedList initDoubleLinkedList() { 12 | DoubleLinkedList list = malloc(sizeof *list); 13 | list->head = NULL; 14 | list->tail = NULL; 15 | list->size = 0; 16 | return list; 17 | } 18 | 19 | void freeNode(Node p) { free(p); } 20 | Node searchFromDoubleLinkedList(DoubleLinkedList list, int item) { 21 | Node headNode = list->head; 22 | Node tailNode = list->tail; 23 | if (sizeOfDoubleLinkedList(list) == 0) { 24 | return NULL; 25 | } 26 | if (sizeOfDoubleLinkedList(list) == 1) { 27 | if (headNode->item == item) { 28 | return headNode; 29 | } 30 | return NULL; 31 | } 32 | while (headNode != tailNode) { 33 | if (headNode->item == item) { 34 | return headNode; 35 | } 36 | if (tailNode->item == item) { 37 | return tailNode; 38 | } 39 | headNode = headNode->next; 40 | tailNode = tailNode->prev; 41 | } 42 | return NULL; 43 | } 44 | void insertToDoubleLinkedList(DoubleLinkedList list, int item) { 45 | Node node = makeNode(item); 46 | if (list->head == NULL && list->tail == NULL) { 47 | list->head = node; 48 | list->tail = node; 49 | list->size = 1; 50 | return; 51 | } 52 | 53 | Node tailPre = list->tail; 54 | Node tailNext = list->tail->next; 55 | list->tail = node; 56 | node->prev = tailPre; 57 | tailPre->next = node; 58 | node->next = tailNext; 59 | 60 | list->size += 1; 61 | } 62 | void deleteFromDoubleLinkedList(DoubleLinkedList list, int item) { 63 | if (sizeOfDoubleLinkedList(list) == 0) { 64 | return; 65 | } 66 | if (sizeOfDoubleLinkedList(list) == 1) { 67 | list->head = NULL; 68 | list->tail = NULL; 69 | list->size = 0; 70 | return; 71 | } 72 | 73 | Node headNode = list->head; 74 | Node tailNode = list->tail; 75 | 76 | Node current; 77 | 78 | while (headNode != tailNode) { 79 | if (headNode->item == item) { 80 | current = headNode; 81 | break; 82 | } 83 | if (tailNode->item == item) { 84 | current = tailNode; 85 | break; 86 | } 87 | headNode = headNode->next; 88 | tailNode = tailNode->prev; 89 | } 90 | 91 | // 重新做删除操作 92 | Node prev = current->prev; 93 | Node next = current->next; 94 | if (current == list->head) { 95 | list->head = next; 96 | } 97 | if (current == list->tail) { 98 | list->tail = prev; 99 | } 100 | if (prev) { 101 | prev->next = next; 102 | } 103 | if (next) { 104 | next->prev = prev; 105 | } 106 | list->size -= 1; 107 | } 108 | void traverseDoubleLinkedList(DoubleLinkedList list, void (*visit)(Node)) {} 109 | void destroyDoubleLinkedList(DoubleLinkedList list) { 110 | if (sizeOfDoubleLinkedList(list) == 0) { 111 | return; 112 | } 113 | Node q, p = list->head; 114 | list->head = NULL; 115 | while (p) { 116 | q = p; 117 | p = p->next; 118 | freeNode(q); 119 | } 120 | list->size = 0; 121 | } 122 | void pushToDoubleLinkedList(DoubleLinkedList list, int item) { 123 | insertToDoubleLinkedList(list, item); 124 | } 125 | Node popFromDoubleLinkedList(DoubleLinkedList list) { 126 | if (sizeOfDoubleLinkedList(list) == 0) { 127 | return NULL; 128 | } 129 | Node tail = list->tail; 130 | Node tailPrev = tail->prev; 131 | 132 | if (tailPrev) { 133 | tailPrev->next = NULL; 134 | } 135 | 136 | list->tail = tailPrev; 137 | list->size -= 1; 138 | 139 | return tail; 140 | } 141 | Node shiftFromDoubleLinkedList(DoubleLinkedList list) { 142 | if (sizeOfDoubleLinkedList(list) == 0) { 143 | return NULL; 144 | } 145 | Node head = list->head; 146 | Node headNext = head->next; 147 | if (headNext) { 148 | headNext->prev = NULL; 149 | } 150 | list->head = headNext; 151 | list->size -= 1; 152 | return head; 153 | } 154 | void printDoubleLinkedList(DoubleLinkedList list) { 155 | if (list->head == NULL) { 156 | printf("NULL\n"); 157 | return; 158 | } 159 | 160 | Node p = list->head; 161 | while (p) { 162 | if (p == list->tail) { 163 | printf("%d\n", p->item); 164 | } else { 165 | printf("%d -> ", p->item); 166 | } 167 | p = p->next; 168 | } 169 | printf("\n"); 170 | } 171 | int sizeOfDoubleLinkedList(DoubleLinkedList list) { return list->size; } 172 | 173 | int main(int argc, char const *argv[]) { 174 | DoubleLinkedList list = initDoubleLinkedList(); 175 | pushToDoubleLinkedList(list, 1); 176 | printDoubleLinkedList(list); 177 | printf("%d\n", popFromDoubleLinkedList(list)->item); 178 | printDoubleLinkedList(list); 179 | 180 | return 0; 181 | } 182 | -------------------------------------------------------------------------------- /c/datastructure/doubleLinkedList.h: -------------------------------------------------------------------------------- 1 | #ifndef DOUBLELINKEDLIST_H 2 | #define DOUBLELINKEDLIST_H 3 | 4 | typedef struct lnode *Node; 5 | struct lnode { 6 | int item; 7 | Node prev; 8 | Node next; 9 | }; 10 | 11 | typedef struct list *DoubleLinkedList; 12 | 13 | struct list { 14 | Node head; // 头指针 15 | Node tail; // 尾指针 16 | unsigned int size; // 列表大小 17 | }; 18 | 19 | DoubleLinkedList initDoubleLinkedList(); 20 | Node makeNode(int item); 21 | void freeNode(Node p); 22 | Node searchFromDoubleLinkedList(DoubleLinkedList list, int key); 23 | void insertToDoubleLinkedList(DoubleLinkedList list, int c); 24 | void deleteFromDoubleLinkedList(DoubleLinkedList list, int c); 25 | void traverseDoubleLinkedList(DoubleLinkedList list, void (*visit)(Node)); 26 | void destroyDoubleLinkedList(DoubleLinkedList list); 27 | void pushToDoubleLinkedList(DoubleLinkedList list, int c); 28 | Node popFromDoubleLinkedList(DoubleLinkedList list); 29 | Node shiftFromDoubleLinkedList(DoubleLinkedList list); 30 | void printDoubleLinkedList(DoubleLinkedList list); 31 | int sizeOfDoubleLinkedList(DoubleLinkedList list); 32 | 33 | #endif 34 | -------------------------------------------------------------------------------- /c/datastructure/hashmap.c: -------------------------------------------------------------------------------- 1 | #include "hashmap.h" 2 | #include 3 | #include 4 | #include 5 | 6 | #define DEFAULT 4 7 | #define FACTOR 0.75 8 | 9 | /** 10 | * 计算字符串哈希值 11 | * 采用java的算法,返回整数值,可能为负 12 | * hash = s[0]*31^(n-1) + s[1]*31^(n-2) + ... + s[n-1] 13 | */ 14 | int hashCode(char *s) { 15 | int h = 0; 16 | unsigned long length = strlen(s); 17 | for (int i = 0; i < length; i++) { 18 | h = 31 * h + s[i]; 19 | } 20 | return h; 21 | } 22 | 23 | int stringEqual(char *s1, char *s2) { return strcmp(s1, s2) == 0; } 24 | 25 | Entry makeEntry(char *s, int value) { 26 | Entry entry = malloc(sizeof *entry); 27 | entry->key = s; 28 | entry->value = value; 29 | entry->next = NULL; 30 | return entry; 31 | } 32 | 33 | HashMap initHashMap() { 34 | HashMap map = malloc(sizeof *map); 35 | map->size = 0; 36 | map->usage = 0; 37 | map->length = DEFAULT; 38 | map->datas = (Entry *)malloc(sizeof(Entry) * map->length); 39 | for (int i = 0; i < map->length; i++) { 40 | map->datas[i] = 0; 41 | } 42 | return map; 43 | } 44 | 45 | Entry findEntry(Entry entry, char *key) { 46 | if (!entry) return NULL; 47 | Entry current = entry; 48 | while (current && !stringEqual(current->key, key)) { 49 | current = current->next; 50 | } 51 | return current; 52 | } 53 | 54 | int findPosition(HashMap map, char *key) { 55 | if (!map) return -1; 56 | int hash = hashCode(key); 57 | if (hash < 0) hash = -hash; 58 | int pos = hash % map->length; 59 | return pos; 60 | } 61 | 62 | void expand(HashMap map) { 63 | Entry *tmp = map->datas; 64 | int originLength = map->length; 65 | printf("=======================\n"); 66 | printf("length: %d\n", originLength); 67 | map->length *= 2; 68 | map->size = 0; 69 | printf("length: %d\n", map->length); 70 | map->usage = 0; 71 | map->datas = (Entry *)malloc(sizeof(Entry) * map->length); 72 | for (int i = 0; i < map->length; i++) { 73 | map->datas[i] = 0; 74 | } 75 | 76 | // rehash 77 | for (int i=0;ikey, entry->value); 82 | entry = entry->next; 83 | } 84 | } 85 | } 86 | 87 | free(tmp); 88 | 89 | } 90 | 91 | void putToHashMap(HashMap map, char *key, int value) { 92 | if (!map) return; 93 | // 判断是否需要扩容,如果当前用量已超过扩容因子量,需要扩容 94 | if (map->usage > map->length*FACTOR) { 95 | expand(map); 96 | } 97 | int pos = findPosition(map, key); 98 | printf("pos of %s is %d\n", key, pos); 99 | Entry entry = makeEntry(key, value); 100 | if (map->datas[pos] == NULL) { 101 | map->datas[pos] = entry; 102 | map->usage += 1; 103 | map->size += 1; 104 | } else { 105 | // 这里需要检查key值是否已存在,如果已存在,那么需要覆盖当前的值 106 | Entry existEntry = findEntry(map->datas[pos], key); 107 | if (existEntry) { 108 | // 如果key已存在,直接覆盖value 109 | existEntry->value = value; 110 | } else { 111 | // 如果不存在该key,则将该节点插入到链表 112 | entry->next = map->datas[pos]; 113 | map->datas[pos] = entry; 114 | map->size += 1; 115 | } 116 | } 117 | } 118 | 119 | /** 120 | * get方法,根据键key获取value值 121 | * 如果不存在,返回-1 122 | */ 123 | int getFromHashMap(HashMap map, char *key) { 124 | if (!map) return -1; 125 | int pos = findPosition(map, key); 126 | Entry start = map->datas[pos]; 127 | if (start == NULL) return -1; 128 | while (!stringEqual(start->key, key) && start->next != NULL) { 129 | // printf("====%s\n", start->key); 130 | // printf("====%s\n", key); 131 | start = start->next; 132 | } 133 | if (stringEqual(start->key, key)) return start->value; 134 | return -1; 135 | } 136 | 137 | // TODO 138 | void removeFromHashMap(HashMap map, char *key) { 139 | if (!map) return; 140 | int pos = findPosition(map, key); 141 | Entry parent = map->datas[pos]; 142 | Entry current = parent; 143 | if (current == NULL) return; 144 | if (stringEqual(current->key, key)) { 145 | // 如果是在数组上的元素 146 | // 如果该位置只有一个元素 147 | if (current->next == NULL) map->usage -= 1; 148 | map->datas[pos] = current->next; 149 | free(current); 150 | map->size -= 1; 151 | } else { 152 | // 不是在数组上的元素,在链表上的元素 153 | current = current->next; 154 | while (current && !stringEqual(current->key, key)) { 155 | parent = current; 156 | current = current->next; 157 | } 158 | if (current != NULL) { 159 | // 链表中找到当前元素,进行删除 160 | parent->next = current->next; 161 | map->size -= 1; 162 | free(current); 163 | } 164 | } 165 | } 166 | int containsKey(HashMap map, char *key) { 167 | if (!map) return -1; 168 | int pos = findPosition(map, key); 169 | printf("pos of %s is %d\n", key, pos); 170 | Entry current = map->datas[pos]; 171 | while (current && !stringEqual(current->key, key)) { 172 | current = current->next; 173 | } 174 | if (current) return 1; 175 | return 0; 176 | } 177 | int containsValue(HashMap map, int value) { 178 | if (!map) return 0; 179 | int length = map->length; 180 | for (int i=0;idatas[i]; 182 | if (!current) continue; 183 | while (current && current->value != value) { 184 | current = current->next; 185 | } 186 | if (current) return 1; 187 | } 188 | return 0; 189 | } 190 | 191 | int sizeOfHashMap(HashMap map) { 192 | if (!map) return 0; 193 | return map->size; 194 | } 195 | 196 | int isHashMapEmpty(HashMap map) { 197 | if (!map) return 1; 198 | return sizeOfHashMap(map) == 0; 199 | } 200 | void printHashMap(HashMap map) { 201 | if (!map) return; 202 | printf("{ "); 203 | for (int i=0;ilength;i++) { 204 | Entry entry = map->datas[i]; 205 | while (entry) { 206 | printf("\"%s\":%d, ", entry->key, entry->value); 207 | entry = entry->next; 208 | } 209 | } 210 | printf(" }\n"); 211 | } 212 | 213 | int main(int argc, char const *argv[]) { 214 | HashMap map = initHashMap(); 215 | putToHashMap(map, "jack", 123); 216 | putToHashMap(map, "jason", 456); 217 | putToHashMap(map, "coolcao", 241); 218 | putToHashMap(map, "lili", 421); 219 | putToHashMap(map, "tom", 244); 220 | putToHashMap(map, "alex", 341); 221 | putToHashMap(map, "bob", 391); 222 | putToHashMap(map, "Aol", 371); 223 | putToHashMap(map, "Cat", 274); 224 | putToHashMap(map, "Dog", 304); 225 | putToHashMap(map, "Egg", 597); 226 | putToHashMap(map, "Fog", 459); 227 | putToHashMap(map, "God", 298); 228 | putToHashMap(map, "Hot", 891); 229 | putToHashMap(map, "If", 481); 230 | putToHashMap(map, "Jad", 781); 231 | putToHashMap(map, "Kiki", 489); 232 | putToHashMap(map, "Lad", 738); 233 | putToHashMap(map, "Momo", 640); 234 | 235 | printHashMap(map); 236 | printf("length: %d\n", map->length); 237 | printf("usage: %d\n", map->usage); 238 | printf("size: %d\n", map->size); 239 | 240 | return 0; 241 | } 242 | -------------------------------------------------------------------------------- /c/datastructure/hashmap.h: -------------------------------------------------------------------------------- 1 | #include "linkedlist.h" 2 | #ifndef HASHMAP_H 3 | #define HASHMAP_H 4 | 5 | typedef struct _entry *Entry; 6 | 7 | struct _entry { 8 | char *key; 9 | int value; 10 | Entry next; 11 | }; 12 | 13 | typedef struct _map *HashMap; 14 | 15 | struct _map { 16 | int size; // 标识当前map元素个数 17 | int usage;// 标识数组已使用个数 18 | int length;// 标识数组长度 19 | Entry *datas;// 数据 20 | }; 21 | 22 | HashMap initHashMap(); 23 | void putToHashMap(HashMap map, char *key, int value); 24 | int getFromHashMap(HashMap map, char *key); 25 | void removeFromHashMap(HashMap map, char *key); 26 | int containsKey(HashMap map, char *key); 27 | int containsValue(HashMap map, int value); 28 | int sizeOfHashMap(HashMap map); 29 | int isHashMapEmpty(HashMap map); 30 | void printHashMap(HashMap map); 31 | 32 | #endif -------------------------------------------------------------------------------- /c/datastructure/linkedlist.c: -------------------------------------------------------------------------------- 1 | #include "linkedlist.h" 2 | #include 3 | #include 4 | 5 | Node makeNode(char item) { 6 | Node p = malloc(sizeof *p); 7 | p->item = item; 8 | p->next = NULL; 9 | return p; 10 | } 11 | 12 | LinkedList initLinkedList() { 13 | Node head = NULL; 14 | Node tail = NULL; 15 | LinkedList list = malloc(sizeof *list); 16 | list->head = head; 17 | list->tail = tail; 18 | list->size = 0; 19 | return list; 20 | } 21 | 22 | void freeNode(Node p) { free(p); } 23 | 24 | Node searchFromLinkedList(LinkedList list, char key) { 25 | if (!list) return NULL; 26 | Node p = list->head; 27 | for (; p; p = p->next) { 28 | if (p->item == key) { 29 | return p; 30 | } 31 | } 32 | return NULL; 33 | } 34 | 35 | void insertToLinkedList(LinkedList list, char c) { 36 | Node p = makeNode(c); 37 | if (list) { 38 | p->next = list->head; 39 | list->head = p; 40 | list->size += 1; 41 | if (list->size == 1) { 42 | list->tail = p; 43 | } 44 | } 45 | } 46 | 47 | void deleteFromLinkedList(LinkedList list, char c) { 48 | if (list) { 49 | Node p = makeNode(c); 50 | Node pre, current; 51 | if (p->item == list->head->item) { 52 | list->head = p->next; 53 | list->size -= 1; 54 | return; 55 | } 56 | for (pre = list->head, current = pre->next; current; 57 | pre = pre->next, current = pre->next) { 58 | if (current->item == p->item) { 59 | pre->next = current->next; 60 | list->size -= 1; 61 | return; 62 | } 63 | } 64 | } 65 | } 66 | 67 | void traverseLinkedList(LinkedList list, void (*visit)(Node)) { 68 | if (list) { 69 | Node p; 70 | for (p = list->head; p; p = p->next) { 71 | visit(p); 72 | } 73 | } 74 | } 75 | 76 | void destroyLinkedList(LinkedList list) { 77 | if (list) { 78 | Node q, p = list->head; 79 | list->head = NULL; 80 | while (p) { 81 | q = p; 82 | p = p->next; 83 | freeNode(q); 84 | } 85 | list->size = 0; 86 | } 87 | } 88 | 89 | void pushToLinkedList(LinkedList list, char c) { insertToLinkedList(list, c); } 90 | 91 | Node popFromLinkedList(LinkedList list) { 92 | if (list->head == NULL) { 93 | return NULL; 94 | } else { 95 | Node p = list->head; 96 | list->head = list->head->next; 97 | list->size -= 1; 98 | return p; 99 | } 100 | } 101 | 102 | Node shiftFromLinkedList(LinkedList list) { 103 | if (list->size == 0) { 104 | return NULL; 105 | } 106 | if (list->size == 1) { 107 | Node node = list->head; 108 | list->size = 0; 109 | list->head = NULL; 110 | list->tail = NULL; 111 | return node; 112 | } 113 | Node pre = list->head; 114 | Node current = pre->next; 115 | while(current!=list->tail) { 116 | pre = current; 117 | current = current->next; 118 | } 119 | 120 | list->tail = pre; 121 | pre->next = NULL; 122 | list->size -= 1; 123 | return current; 124 | } 125 | 126 | void printLinkedList(LinkedList list) { 127 | if (list->head == NULL) { 128 | printf("NULL\n"); 129 | return; 130 | } 131 | 132 | Node p = list->head; 133 | while (p) { 134 | printf("%c -> ", p->item); 135 | p = p->next; 136 | } 137 | printf("NULL\n"); 138 | } 139 | 140 | // 链表的反转 141 | void reverseLinkedList(LinkedList list) { 142 | if (list->head == NULL) { 143 | return; 144 | } 145 | list->tail = list->head; 146 | Node pre = NULL; 147 | Node current = list->head; 148 | Node next = list->head->next; 149 | while (current) { 150 | current->next = pre; 151 | pre = current; 152 | current = next; 153 | if (next) { 154 | next = next->next; 155 | } 156 | } 157 | list->head = pre; 158 | } 159 | 160 | int sizeOfLinkedList(LinkedList list) { return list->size; } 161 | 162 | // int main(int argc, char const *argv[]) { 163 | // LinkedList list = initLinkedList(); 164 | // insertToLinkedList(list, 'a'); 165 | // insertToLinkedList(list, 'b'); 166 | // insertToLinkedList(list, 'c'); 167 | // printLinkedList(list); 168 | // printf("head: %c\n", list->head->item); 169 | // printf("tail: %c\n", list->tail->item); 170 | // reverseLinkedList(list); 171 | // printf("head: %c\n", list->head->item); 172 | // printf("tail: %c\n", list->tail->item); 173 | // printLinkedList(list); 174 | // return 0; 175 | // } 176 | -------------------------------------------------------------------------------- /c/datastructure/linkedlist.h: -------------------------------------------------------------------------------- 1 | /* linkedlist.h */ 2 | #ifndef LINKEDLIST_H 3 | #define LINKEDLIST_H 4 | 5 | typedef struct lnode *Node; 6 | struct lnode { 7 | char item; 8 | Node next; 9 | }; 10 | 11 | typedef struct list *LinkedList; 12 | 13 | struct list { 14 | Node head; // 头指针 15 | Node tail; // 尾指针 16 | unsigned int size; // 列表大小 17 | }; 18 | 19 | LinkedList initLinkedList(); 20 | Node makeNode(char item); 21 | void freeNode(Node p); 22 | Node searchFromLinkedList(LinkedList list, char key); 23 | void insertToLinkedList(LinkedList list, char c); 24 | void deleteFromLinkedList(LinkedList list, char c); 25 | void traverseLinkedList(LinkedList list, void (*visit)(Node)); 26 | void destroyLinkedList(LinkedList list); 27 | void pushToLinkedList(LinkedList list, char c); 28 | Node popFromLinkedList(LinkedList list); 29 | Node shiftFromLinkedList(LinkedList list); 30 | void printLinkedList(LinkedList list); 31 | void reverseLinkedList(LinkedList list); 32 | int sizeOfLinkedList(LinkedList list); 33 | 34 | #endif -------------------------------------------------------------------------------- /c/datastructure/queue.c: -------------------------------------------------------------------------------- 1 | #include "queue.h" 2 | #include 3 | #include 4 | 5 | Queue initQueue() { 6 | Queue queue = malloc(sizeof *queue); 7 | queue->data = initLinkedList(); 8 | return queue; 9 | } 10 | void enQueue(Queue queue, char c) { 11 | pushToLinkedList(queue->data, c); 12 | } 13 | char deQueue(Queue queue) { 14 | // return popFromLinkedList(queue->data)->item; 15 | return shiftFromLinkedList(queue->data)->item; 16 | } 17 | int sizeOfQueue(Queue queue) { 18 | return sizeOfLinkedList(queue->data); 19 | } 20 | int isQueueEmpty(Queue queue) { 21 | return sizeOfLinkedList(queue->data) == 0; 22 | } 23 | void printQueue(Queue queue) { 24 | printLinkedList(queue->data); 25 | } 26 | char getQueueHead(Queue queue) { 27 | char c ; 28 | if (queue) { 29 | Node head = queue->data->head; 30 | if (head) { 31 | c = head->item; 32 | } 33 | } 34 | return c; 35 | } 36 | char getQueueTail(Queue queue) { 37 | char c; 38 | if (queue) { 39 | Node tail = queue->data->tail; 40 | if (tail) { 41 | c = tail->item; 42 | } 43 | } 44 | return c; 45 | } 46 | 47 | int main(int argc, char const *argv[]) 48 | { 49 | Queue queue = initQueue(); 50 | enQueue(queue, 'a'); 51 | enQueue(queue, 'b'); 52 | enQueue(queue, 'c'); 53 | printf("The queue is : "); 54 | printQueue(queue); 55 | printf("deQueue %c\n", deQueue(queue)); 56 | printf("The queue is : "); 57 | printQueue(queue); 58 | printf("The size of Queue is %d\n", sizeOfQueue(queue)); 59 | printf("deQueue %c\n", deQueue(queue)); 60 | printf("The queue is : "); 61 | printQueue(queue); 62 | printf("The size of Queue is %d\n", sizeOfQueue(queue)); 63 | return 0; 64 | } 65 | -------------------------------------------------------------------------------- /c/datastructure/queue.h: -------------------------------------------------------------------------------- 1 | #include "linkedlist.h" 2 | #ifndef QUEUE_H 3 | #define QUEUE_H 4 | 5 | typedef struct _queue *Queue; 6 | 7 | struct _queue { 8 | LinkedList data; 9 | }; 10 | 11 | Queue initQueue(); 12 | void enQueue(Queue queue, char c); 13 | char deQueue(Queue queue); 14 | int sizeOfQueue(Queue queue); 15 | int isQueueEmpty(Queue queue); 16 | void printQueue(Queue queue); 17 | char getQueueHead(Queue queue); 18 | char getQueueTail(Queue queue); 19 | 20 | #endif -------------------------------------------------------------------------------- /c/datastructure/stack.c: -------------------------------------------------------------------------------- 1 | #include "stack.h" 2 | #include 3 | #include 4 | 5 | Stack initStack() { 6 | Stack stack = malloc(sizeof *stack); 7 | stack->data = initLinkedList(); 8 | return stack; 9 | } 10 | 11 | void pushToStack(Stack s, char c) { pushToLinkedList(s->data, c); } 12 | 13 | char popFromStack(Stack s) { return popFromLinkedList(s->data)->item; } 14 | 15 | int sizeOfStack(Stack s) { return sizeOfLinkedList(s->data); } 16 | 17 | int isStackEmpty(Stack s) { return sizeOfLinkedList(s->data) == 0; } 18 | 19 | void printStack(Stack s) { printLinkedList(s->data); } 20 | 21 | int main(int argc, char const *argv[]) { 22 | Stack stack = initStack(); 23 | pushToStack(stack, 'a'); 24 | pushToStack(stack, 'b'); 25 | pushToStack(stack, 'c'); 26 | pushToStack(stack, 'd'); 27 | pushToStack(stack, 'e'); 28 | printStack(stack); 29 | 30 | popFromStack(stack); 31 | printStack(stack); 32 | 33 | popFromStack(stack); 34 | printStack(stack); 35 | 36 | printf("size: %d\n", sizeOfStack(stack)); 37 | printf("isEmpty:%d\n", isStackEmpty(stack)); 38 | 39 | return 0; 40 | } 41 | -------------------------------------------------------------------------------- /c/datastructure/stack.h: -------------------------------------------------------------------------------- 1 | #include "linkedlist.h" 2 | #ifndef STACK_H 3 | #define STACK_H 4 | 5 | typedef struct _stack *Stack; 6 | 7 | struct _stack { 8 | LinkedList data; 9 | }; 10 | 11 | Stack initStack(); 12 | void pushToStack(Stack s, char c); 13 | char popFromStack(Stack s); 14 | int sizeOfStack(Stack s); 15 | int isStackEmpty(Stack s); 16 | void printStack(Stack s); 17 | 18 | #endif -------------------------------------------------------------------------------- /c/search/binary.search.c: -------------------------------------------------------------------------------- 1 | #include 2 | 3 | #define LEN 20 4 | 5 | int search(int array[], int length, int element) { 6 | int start = 0, end = length - 1; 7 | int mid = 0; 8 | 9 | // while (start <= end) { 10 | // mid = (start + end) / 2; 11 | // if (array[mid] > element) { 12 | // end = mid - 1; 13 | // } else if (array[mid] < element) { 14 | // start = mid + 1; 15 | // } else { 16 | // return mid; 17 | // } 18 | // } 19 | 20 | for (int mid = (start + end) / 2; start <= end; mid = (start + end) / 2) { 21 | if (array[mid] > element) { 22 | end = mid - 1; 23 | } else if (array[mid] < element) { 24 | start = mid + 1; 25 | } else { 26 | return mid; 27 | } 28 | } 29 | 30 | return -1; 31 | } 32 | 33 | int main(int argc, char const *argv[]) { 34 | int array[LEN] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 35 | 12, 14, 16, 17, 18, 19, 20, 21, 24, 29}; 36 | int e = search(array, LEN, 6); 37 | printf("%d\n", e); 38 | return 0; 39 | } 40 | -------------------------------------------------------------------------------- /c/sort/bubble.sort.c: -------------------------------------------------------------------------------- 1 | #include 2 | #define LEN 5 3 | 4 | void sort(int a[LEN]) { 5 | // 小泡法,较小的数往前冒 6 | for (int i = 0; i < LEN - 1; i++) { 7 | printf("交换前:%d %d %d %d %d\n", a[0], a[1], a[2], a[3], a[4]); 8 | for (int j = i + 1; j < LEN; j++) { 9 | if (a[i] > a[j]) { 10 | int tmp = a[i]; 11 | a[i] = a[j]; 12 | a[j] = tmp; 13 | } 14 | } 15 | printf("交换后:%d %d %d %d %d\n", a[0], a[1], a[2], a[3], a[4]); 16 | printf("-----------------------\n"); 17 | } 18 | 19 | // 大泡法,较大的数往后冒 20 | // for (int i = LEN - 1; i > 0; i--) { 21 | // printf("交换前:%d %d %d %d %d\n", a[0], a[1], a[2], a[3], a[4]); 22 | // for (int j = 0; j < i; j++) { 23 | // if (a[i] < a[j]) { 24 | // int tmp = a[i]; 25 | // a[i] = a[j]; 26 | // a[j] = tmp; 27 | // } 28 | // } 29 | // printf("交换后:%d %d %d %d %d\n", a[0], a[1], a[2], a[3], a[4]); 30 | // printf("-----------------------\n"); 31 | // } 32 | } 33 | 34 | int main(int argc, char const *argv[]) { 35 | int a[LEN] = {10, 5, 2, 4, 7}; 36 | sort(a); 37 | printf("最终结果:%d %d %d %d %d\n", a[0], a[1], a[2], a[3], a[4]); 38 | 39 | return 0; 40 | } 41 | -------------------------------------------------------------------------------- /c/sort/heap.sort.c: -------------------------------------------------------------------------------- 1 | #include 2 | #include "../common/utils.h" 3 | 4 | #define LEN 15 5 | 6 | /** 7 | * arr: 传入的数组 8 | * start: 开始位置 9 | * end: 结束位置 10 | * offset: 偏移量,即从哪个位置开始做最小堆 11 | */ 12 | void swapMin(int arr[], int start, int end, int offset) { 13 | int dad = start; 14 | int son = dad * 2 + 1 - offset; 15 | if (son >= end) { 16 | return; 17 | } 18 | 19 | // 先比较两个子节点,选择最小的 20 | if (son + 1 < end && arr[son] > arr[son + 1]) { 21 | son += 1; 22 | } 23 | // 如果父节点大于子节点,交换父子节点 24 | if (arr[dad] >= arr[son]) { 25 | swapArray(arr, dad, son); 26 | } 27 | } 28 | 29 | /** 30 | * arr: 传入的数组 31 | * start: 开始位置 32 | * end: 结束位置 33 | * offset: 偏移量,即从哪个位置开始做最大堆 34 | */ 35 | void swapMax(int arr[], int start, int end, int offset) { 36 | int dad = start; 37 | int son = dad * 2 + 1 - offset; 38 | if (son >= end) { 39 | return; 40 | } 41 | 42 | // 先比较两个子节点,选择最大的 43 | if (son + 1 < end && arr[son] < arr[son + 1]) { 44 | son += 1; 45 | } 46 | // 如果父节点小于子节点,交换父子节点 47 | if (arr[dad] <= arr[son]) { 48 | swapArray(arr, dad, son); 49 | } 50 | } 51 | 52 | /** 53 | * 构建最小堆 54 | * arr: 数组 55 | * start: 起始元素。从start元素往后的所有元素构建最小堆。start之前的表示已排好序 56 | * length: 数组的长度 57 | * 58 | */ 59 | void minHeapify(int arr[], int start, int length) { 60 | for (int i = length / 2 - 1 + start; i >= start; i--) { 61 | swapMin(arr, i, length, start); 62 | } 63 | } 64 | 65 | /** 66 | * 构建最大堆 67 | * arr: 数组 68 | * start: 起始元素。从start元素往后的所有元素构建最小堆。start之前的表示已排好序 69 | * length: 数组的长度 70 | * 71 | */ 72 | void maxHeapify(int arr[], int start, int length) { 73 | for (int i = length / 2 - 1 + start; i >= start; i--) { 74 | swapMax(arr, i, length, start); 75 | } 76 | } 77 | 78 | /** 79 | * 排序方法 80 | * arr: 数组 81 | * length: 数组长度 82 | * 83 | */ 84 | void sort(int arr[], int length) { 85 | for (int i = 0; i < length; i++) { 86 | minHeapify(arr, i, length); 87 | // maxHeapify(arr, i, length); 88 | } 89 | } 90 | 91 | /** 92 | * 获取一个无序数组中第k大(小)元素 93 | */ 94 | int getTopK(int arr[], int length, int k) { 95 | if (k <= 0 || k > length) { 96 | printf("参数错误\n"); 97 | return -1; 98 | } 99 | for (int i = 0; i < k; i++) { 100 | maxHeapify(arr, i, length); 101 | } 102 | return arr[k - 1]; 103 | } 104 | 105 | int main(int argc, char const *argv[]) { 106 | int a[LEN] = {10, 5, 3, 4, 7, 3, 2, 9, 7, 6, 12, 8, 3, 15, 20}; 107 | // sort(a, LEN); 108 | int k = 3; 109 | printf("the %d's min is %d\n", k, getTopK(a, LEN, k)); 110 | printArray(a, LEN); 111 | return 0; 112 | } 113 | -------------------------------------------------------------------------------- /c/sort/insert.sort.c: -------------------------------------------------------------------------------- 1 | #include 2 | #include "../common/utils.h" 3 | #define LENGTH 5 4 | 5 | void sort(int array[], int length) { 6 | for (int i = 1; i < length; i++) { 7 | printf("交换前:"); 8 | printArray(array, length); 9 | for (int j = 0; j < i; j++) { 10 | if (array[i] < array[j]) { 11 | int tmp = array[i]; 12 | array[i] = array[j]; 13 | array[j] = tmp; 14 | } 15 | } 16 | printf("交换后:"); 17 | printArray(array, length); 18 | printf("-------------------------------\n"); 19 | } 20 | } 21 | 22 | int main(int argc, char const* argv[]) { 23 | int array[LENGTH] = {10, 5, 2, 4, 7}; 24 | sort(array, LENGTH); 25 | printf("最终结果:"); 26 | printArray(array, LENGTH); 27 | return 0; 28 | } 29 | -------------------------------------------------------------------------------- /c/sort/merge.sort.c: -------------------------------------------------------------------------------- 1 | #include 2 | #include "../common/utils.h" 3 | 4 | #define LEN 12 5 | 6 | /** 7 | * 对两个已经拍好序的子序列进行合并操作 8 | * 9 | */ 10 | void merge(int a[], int start, int mid, int end) { 11 | // 左侧序列的范围是 [start, mid] 12 | int leftLenght = mid - start + 1; 13 | // 右侧序列的范围是 [mid+1, end] 14 | int rightLenght = end - mid; 15 | int left[leftLenght], right[rightLenght]; 16 | // 将左右两侧数据分别放到两个临时数组中 17 | for (int i = 0; i < leftLenght; i++) { 18 | left[i] = a[start + i]; 19 | } 20 | for (int i = 0; i < rightLenght; i++) { 21 | right[i] = a[mid + 1 + i]; 22 | } 23 | 24 | printf("left:"); 25 | printArray(left, leftLenght); 26 | printf("right:"); 27 | printArray(right, rightLenght); 28 | 29 | // 左右两部分进行合并 30 | int start1 = 0, start2 = 0; 31 | int i = start; 32 | while (start1 < leftLenght && start2 < rightLenght) { 33 | if (left[start1] < right[start2]) { 34 | a[i] = left[start1]; 35 | start1 += 1; 36 | } else { 37 | a[i] = right[start2]; 38 | start2 += 1; 39 | } 40 | i += 1; 41 | } 42 | 43 | while (start1 < leftLenght) { 44 | a[i++] = left[start1++]; 45 | } 46 | 47 | while (start2 < rightLenght) { 48 | a[i++] = right[start2++]; 49 | } 50 | 51 | printf("merge: "); 52 | printArray(a, leftLenght + rightLenght); 53 | printf("----------\n"); 54 | } 55 | 56 | void sort(int a[], int start, int end) { 57 | int mid = (start + end) / 2; 58 | if (start != mid) { 59 | sort(a, start, mid); 60 | } 61 | if (mid + 1 != end) { 62 | sort(a, mid + 1, end); 63 | } 64 | merge(a, start, mid, end); 65 | } 66 | 67 | int main(int argc, char const *argv[]) { 68 | int a[LEN] = {3, 5, 6, 4, 7, 9, 8, 0, 1, 2, 19, 15}; 69 | 70 | sort(a, 0, LEN - 1); 71 | printf("排序后:"); 72 | printArray(a, LEN); 73 | return 0; 74 | } 75 | -------------------------------------------------------------------------------- /c/sort/quick.sort.c: -------------------------------------------------------------------------------- 1 | #include 2 | #define LEN 5 3 | 4 | /* 5 | * 快速排序 6 | * 先选定一个元素,将所有小于该元素的元素放到该元素的左边,所有大于该元素的元素放到该元素的右边 7 | * 分别对左右两部分进行快速排序 8 | * 直到每次排序的元素只有一个元素为止 9 | */ 10 | 11 | void sort(int a[], int length, int start, int end) { 12 | printf("排序区间:a[%d]-a[%d]\n", start, end); 13 | if (start >= end) { 14 | return; 15 | } 16 | int idx = start; 17 | for (int i = start + 1; i <= end; i++) { 18 | // 将所有小于基准的值放到该基准值的前面 19 | if (a[idx] > a[i]) { 20 | int tmp = a[i]; 21 | int sidx = i; 22 | while (sidx > idx) { 23 | a[sidx] = a[sidx - 1]; 24 | sidx -= 1; 25 | } 26 | a[idx] = tmp; 27 | idx += 1; 28 | } 29 | } 30 | for (int i = 0; i < length; i++) { 31 | printf("%d ", a[i]); 32 | } 33 | printf("\n-----------------------\n"); 34 | if (idx > 0) { 35 | sort(a, length, start, idx - 1); 36 | } 37 | if (idx < length - 1) { 38 | sort(a, length, idx + 1, end); 39 | } 40 | } 41 | 42 | int main(int argc, char const *argv[]) { 43 | int a[LEN] = {10, 5, 2, 4, 7}; 44 | sort(a, 0, LEN - 1); 45 | printf("最终结果:%d %d %d %d %d\n", a[0], a[1], a[2], a[3], a[4]); 46 | return 0; 47 | } 48 | -------------------------------------------------------------------------------- /c/sort/select.sort.c: -------------------------------------------------------------------------------- 1 | #include 2 | #define LEN 5 3 | 4 | void sort(int a[LEN]) { 5 | for (int i = 0; i < LEN - 1; i++) { 6 | printf("交换前:%d %d %d %d %d\n", a[0], a[1], a[2], a[3], a[4]); 7 | int minIdx = i; 8 | for (int j = i + 1; j < LEN; j++) { 9 | if (a[j] < a[minIdx]) { 10 | minIdx = j; 11 | } 12 | } 13 | int tmp = a[minIdx]; 14 | a[minIdx] = a[i]; 15 | a[i] = tmp; 16 | printf("交换后:%d %d %d %d %d\n", a[0], a[1], a[2], a[3], a[4]); 17 | printf("-----------------------\n"); 18 | } 19 | } 20 | 21 | int main(int argc, char const *argv[]) { 22 | int a[LEN] = {10, 5, 2, 4, 7}; 23 | sort(a); 24 | return 0; 25 | } 26 | -------------------------------------------------------------------------------- /c/sort/shell.sort.c: -------------------------------------------------------------------------------- 1 | #include 2 | #include "../common/utils.h" 3 | 4 | #define LEN 10 5 | 6 | void sort(int a[], int length) { 7 | for (int gap = length / 2; gap > 0; gap /= 2) { 8 | printf("gap: %d\n", gap); 9 | for (int g = 0; g < gap; g++) { 10 | int tmplength = length / gap; 11 | 12 | // 针对每个子间隔序列进行插入排序 13 | for (int i = g + gap; i < tmplength * gap + g; i += gap) { 14 | for (int j = g; j < i; j += gap) { 15 | if (a[i] < a[j]) { 16 | int tmp = a[i]; 17 | a[i] = a[j]; 18 | a[j] = tmp; 19 | } 20 | } 21 | } 22 | printArray(a, LEN); 23 | } 24 | printf("--------------\n"); 25 | } 26 | } 27 | 28 | 29 | int main(int argc, char const *argv[]) { 30 | int a[LEN] = {10, 5, 2, 4, 7, 3, 1, 9, 8, 6}; 31 | sort(a, LEN); 32 | printArray(a, LEN); 33 | return 0; 34 | } 35 | -------------------------------------------------------------------------------- /js/DynamicProgramming/dynFib.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | /** 3 | * 1)动态规划是运筹学中用于求解决策过程中的最优化数学方法。 当然,我们在这里关注的是作为一种算法设计技术,作为一种使用多阶段决策过程最优的通用方法。 4 | * 它是应用数学中用于解决某类最优化问题的重要工具。 5 | * 2)如果问题是由交叠的子问题所构成,我们就可以用动态规划技术来解决它,一般来说,这样的子问题出现在对给定问题求解的递推关系中,这个递推关系包含了相 6 | * 同问题的更小子问题的解。动态规划法建议,与其对交叠子问题一次又一次的求解,不如把每个较小子问题只求解一次并把结果记录在表中(动态规划也是空间换时间 7 | * 的),这样就可以从表中得到原始问题的解。 8 | * 动态规划的思想是什么:记忆,空间换时间,不重复求解,由交叠子问题从较小问题解逐步决策,构造较大问题的解。 9 | */ 10 | 11 | /** 12 | * 动态规划求解 斐波那契 数列 13 | * 斐波那契 数列最简单的做法是使用递归。但是递归由于计算过程中的重复计算,效率非常低下。 14 | * 动态规划设计的算法从它能解决的最简单的子问题开始,继而通过得到的解,去解决其他更复杂的子问题,直到整个问题都被解决。 15 | * 所有子问题的解通常被存储在一个数组里面以便于访问。 16 | * 动态规划是 空间换时间 17 | */ 18 | 19 | let dynFib = function(n) { 20 | //result保存中间计算结果 21 | let result = []; 22 | result.push(0); 23 | result.push(1); 24 | if (n === 0 || n === 1) { 25 | return result[n]; 26 | } else { 27 | for (let i = 2; i <= n; i++) { 28 | result[i] = result[i - 1] + result[i - 2]; 29 | } 30 | } 31 | return result[n]; 32 | } 33 | 34 | /** 35 | * 尾递归求解斐波那契 36 | * @param {Number} n 求解第几个 37 | * @param {Number} pre1 第n个数 38 | * @param {Number} pre2 第n个与第n+1个之和 39 | * @return {Number} 40 | */ 41 | let fibByTailRecursion = function(n, pre1, pre2) { 42 | console.log(pre2); 43 | if (n < 2) { 44 | return pre1; 45 | } else { 46 | return fibByTailRecursion(n - 1, pre2, pre1 + pre2); 47 | } 48 | } 49 | 50 | 51 | console.log(fibByTailRecursion(5, 1, 1)); -------------------------------------------------------------------------------- /js/Graph/Graph.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | 3 | const dfs = Symbol('dfs'); 4 | const bfs = Symbol('bfs'); 5 | const Queue = require('../Queue/Queue.js'); 6 | const resetVisted = Symbol('resetVisted'); 7 | 8 | /** 9 | * 图类 10 | */ 11 | class Graph { 12 | /** 13 | * 构造函数 14 | * @param {Array} vertices 顶点数组 15 | * @return {Graph} 图实例对象 16 | */ 17 | constructor(vertices) { 18 | this.vertices = []; 19 | this.adj = Object.create(null); //用于存储邻接表 20 | this.edges = 0; //边的条数 21 | this.visited = Object.create(null); //用于记录访问过的顶点 22 | if (Array.isArray(vertices)) { 23 | vertices.forEach(v => { 24 | this.vertices.push(v); 25 | this.adj[v] = []; 26 | }); 27 | } 28 | } 29 | 30 | hasVertice(v){ 31 | return this.vertices.includes(v); 32 | } 33 | 34 | /** 35 | * 添加边 36 | * @param {Any} v 顶点 37 | * @param {Any} w 顶点 38 | */ 39 | addEdge(v, w) { 40 | let has_v = this.hasVertice(v); 41 | let has_w = this.hasVertice(w); 42 | if ( has_v && has_w ) { 43 | this.adj[v].push(w); 44 | this.adj[w].push(v); 45 | this.edges++; 46 | }else{ 47 | throw new Error(has_v?`不存在顶点${w}`:`不存在顶点${v}`); 48 | } 49 | } 50 | 51 | /** 52 | * 添加顶点 53 | * @param {Any} v 要添加的顶点 54 | */ 55 | addVertex(v){ 56 | this.vertices.push(v); 57 | this.adj[v] = []; 58 | } 59 | 60 | /** 61 | * 显示图 62 | */ 63 | toString() { 64 | let vertices = this.vertices; 65 | return vertices.reduce((pre,current)=>{ 66 | pre += ((current + ' --> ') + this.adj[current] + '\n'); 67 | return pre; 68 | },''); 69 | } 70 | 71 | /** 72 | * 重置访问顶点 73 | */ 74 | [resetVisted](){ 75 | this.vertices.forEach(v => { 76 | this.visited[v] = false; 77 | }) 78 | } 79 | 80 | /** 81 | * 深度优先搜索 82 | * @param {Any} v 访问顶点 83 | * @param {Array} result 用于保存搜索结果的数组 84 | */ 85 | [dfs](v,result){ 86 | this.visited[v] = true; 87 | result.push(v); 88 | this.adj[v].forEach(w => { 89 | if(!this.visited[w]){ 90 | this[dfs](w,result); 91 | } 92 | }); 93 | } 94 | 95 | /** 96 | * 深度优先搜索 97 | * @param {Any} v 开始搜索的顶点 98 | * @return {Array} 深度优先搜索返回的数组 99 | */ 100 | dfs(v) { 101 | let result = []; 102 | //每次访问之前,还原访问记录 103 | this[resetVisted](); 104 | this[dfs](v,result); 105 | return result; 106 | } 107 | 108 | /** 109 | * 广度优先搜索 110 | * @param {Any} v 访问的顶点 111 | * @param {Array} result 用于保存访问结果的数组 112 | */ 113 | [bfs](v){ 114 | let distance = []; //标记距离 115 | let predecessors = []; //用于标记千溯节点 116 | let level = 0; 117 | this.visited[v] = true; 118 | let queue = new Queue(); 119 | queue.enqueue({value:v,level:level}); 120 | while (queue.size() > 0) { 121 | let _v = queue.dequeue(); 122 | distance.push(_v); 123 | this.adj[_v.value].forEach(w => { 124 | if(!this.visited[w]){ 125 | this.visited[w] = true; 126 | queue.enqueue({value:w,level:_v.level+1}); 127 | predecessors.push({value:w,pre:_v.value}); 128 | } 129 | }) 130 | } 131 | 132 | return {distance:distance,predecessors:predecessors}; 133 | } 134 | 135 | /** 136 | * 广度优先搜索 137 | * @param {Any} s 开始搜索的顶点 138 | * @return {Array} 搜索结果数组 139 | */ 140 | bfs(s){ 141 | //每次遍历之前,还原访问记录 142 | this[resetVisted](); 143 | let result = this[bfs](s); 144 | let distance = result.distance.map(item => { 145 | return item.value; 146 | }); 147 | return distance; 148 | } 149 | 150 | /** 151 | * 计算两个节点之间最短距离 152 | * @param {Any} s 元素 153 | * @param {Any} d 元素 154 | * @return {Number} 之间的最短距离 155 | */ 156 | minPath(s,d){ 157 | 158 | if(!this.hasVertice(s) || !this.hasVertice(d)){ 159 | throw new Error('不存在顶点,请检查'); 160 | } 161 | 162 | let path = []; 163 | let minPath = 0; 164 | 165 | //重置访问节点 166 | this[resetVisted](); 167 | //以s为起点,进行广度遍历 168 | let result = this[bfs](s); 169 | 170 | let distance = result.distance; 171 | let predecessors = result.predecessors; 172 | 173 | //计算最小距离 174 | for(let item of distance){ 175 | if(item.value === d){ 176 | minPath = item.level; 177 | } 178 | } 179 | 180 | 181 | //查找前溯节点 182 | let findPre = function (v,predecessors) { 183 | for(let pre of predecessors){ 184 | if(pre.value === v){ 185 | return pre.pre; 186 | } 187 | } 188 | return null; 189 | } 190 | //根据前置节点追溯路径 191 | let node = d; 192 | path.unshift(d); 193 | let pre = findPre(node,predecessors); 194 | while (pre && pre!== s ) { 195 | path.unshift(pre); 196 | node = pre; 197 | pre = findPre(node,predecessors); 198 | } 199 | path.unshift(s); 200 | 201 | return {min:minPath,path:path} 202 | 203 | } 204 | 205 | } 206 | 207 | module.exports = Graph; -------------------------------------------------------------------------------- /js/LinkedList/DoubleLinkedList.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | 3 | class Node { 4 | constructor(element) { 5 | this.next = null; 6 | this.previous = null; 7 | this.element = element; 8 | } 9 | toString(){ 10 | return this.element; 11 | } 12 | } 13 | /** 14 | * 双向链表 15 | */ 16 | class DoubleLinkedList { 17 | constructor() { 18 | this.head = new Node(Symbol.for('head')); 19 | } 20 | 21 | /** 22 | * find 查找元素,找到返回元素,如果没找到,返回null 23 | * @param {element} element 要查找的元素 24 | * @return {Node} 要返回的节点 25 | */ 26 | find(element) { 27 | if(!element){ 28 | return null; 29 | } 30 | let currentNode = this.head; 31 | while (currentNode.element !== element) { 32 | currentNode = currentNode.next; 33 | if (currentNode === null) { 34 | break; 35 | } 36 | } 37 | return currentNode; 38 | } 39 | 40 | /** 41 | * findLast 查找链表的最后一项 42 | * @return {Node] 链表中的最后一个节点 43 | */ 44 | findLast() { 45 | let currentNode = this.head; 46 | while (currentNode.next !== null) { 47 | currentNode = currentNode.next; 48 | } 49 | return currentNode; 50 | } 51 | 52 | /** 53 | * insert 插入新元素 54 | * @param {element} ne 要插入的新元素 55 | * @param {element} e 插入到原链表中这个元素后面 56 | * @return {null} 57 | */ 58 | insert(ne, e) { 59 | let currentNode = this.find(e) || this.head; 60 | 61 | let next = currentNode.next; 62 | let newNode = new Node(ne); 63 | 64 | currentNode.next = newNode; 65 | newNode.next = next; 66 | newNode.previous = currentNode; 67 | if(next){ 68 | next.previous = newNode; 69 | } 70 | } 71 | 72 | /** 73 | * remove 删除节点,先找到该节点前面的节点,然后进行删除 74 | * @param {element} element 要删除的节点 75 | * @return {null} 76 | */ 77 | remove(element) { 78 | let currentNode = this.find(element); 79 | if(currentNode){ 80 | let nextNode = currentNode.next; 81 | let prevNode = currentNode.previous; 82 | if(nextNode){ 83 | nextNode.previous = prevNode; 84 | } 85 | if(prevNode){ 86 | prevNode.next = nextNode; 87 | } 88 | } 89 | } 90 | display() { 91 | let currentNode = this.head; 92 | let s = 'head'; 93 | while (currentNode.next) { 94 | currentNode = currentNode.next; 95 | s = s + ' < -- > ' + currentNode.element; 96 | } 97 | return s; 98 | } 99 | } 100 | 101 | let dllist = new DoubleLinkedList(); 102 | dllist.insert(1,this.head); 103 | dllist.insert(2,1); 104 | console.log(dllist.display()); 105 | 106 | module.exports = DoubleLinkedList; 107 | -------------------------------------------------------------------------------- /js/LinkedList/DoubleLoopLinkedList.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | 3 | /** 4 | * 双向循环列表 5 | */ 6 | 7 | class Node { 8 | constructor(data) { 9 | this.data = data; 10 | this.pre = null; 11 | this.next = null; 12 | } 13 | getData() { 14 | return this.data; 15 | } 16 | } 17 | 18 | class DoubleLoopLinkedList { 19 | //初始时,head的next和pre均指向head自身 20 | constructor(){ 21 | this.head = new Node(Symbol.for('head')); 22 | this.head.next = this.head; 23 | this.head.pre = this.head; 24 | } 25 | /** 26 | * 插入新元素到链表,data为要插入的元素,pdata为插入元素位置上元素 27 | * @param {Element} data 要插入的元素 28 | * @param {Element} pdata 要插入元素的位置 29 | */ 30 | insert(data,pdata){ 31 | let head = this.head; 32 | let pnode = this.find(pdata); 33 | let newNode = new Node(data); 34 | newNode.next = pnode.next; 35 | newNode.pre = pnode; 36 | pnode.next.pre = newNode; 37 | pnode.next = newNode; 38 | } 39 | 40 | /** 41 | * 删除链表中的元素 42 | * @param {Element} data 要删除的元素 43 | * @return {Element} 返回删除后的元素 44 | */ 45 | remove(data){ 46 | let node = this.find(data); 47 | //如果没有查找到,则返回null 48 | if(node === this.head){ 49 | return null; 50 | }else{ 51 | node.pre.next = node.next; 52 | node.next.pre = node.pre; 53 | node.next = null; 54 | node.pre = null; 55 | return data; 56 | } 57 | } 58 | 59 | /** 60 | * 查找节点 61 | * 双向循环链表,从两个方向开始查找,一旦找到,立即返回 62 | * @param {Element} data 要查找的节点元素 63 | * @return {Node} 元素所处的节点位置 64 | */ 65 | find(data){ 66 | let head = this.head; 67 | 68 | //如果要查找的元素为空,直接返回头节点 69 | if(!data){ 70 | return head; 71 | } 72 | let next = head.next; 73 | let pre = head.pre; 74 | while (next && pre) { 75 | if(next.getData() === data){ 76 | return next; 77 | }else if(pre.getData() === data){ 78 | return pre; 79 | }else if(next.next === this.head || pre.pre === this.head){ 80 | return head; 81 | }else{ 82 | next = next.next; 83 | pre = pre.pre; 84 | } 85 | } 86 | } 87 | 88 | /** 89 | * 双向循环链表不能正确JSON序列化,该方法用于显示双向循环链表 90 | */ 91 | display() { 92 | let currentNode = this.head; 93 | let s = 'head'; 94 | while (currentNode.next !== this.head) { 95 | currentNode = currentNode.next; 96 | s = s + ' -- > ' + currentNode.getData(); 97 | } 98 | s += ' --> head'; 99 | return s; 100 | } 101 | } 102 | 103 | module.exports = DoubleLoopLinkedList; 104 | 105 | -------------------------------------------------------------------------------- /js/LinkedList/LinkedList.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | 3 | 4 | class Node { 5 | constructor(element) { 6 | this.element = element; 7 | this.next = null; 8 | } 9 | data(){ 10 | return this.element; 11 | } 12 | toString(){ 13 | return Object.prototype.toString.call(this.element); 14 | } 15 | } 16 | 17 | class LinkedList { 18 | constructor() { 19 | this.head = new Node(Symbol.for('head')); 20 | } 21 | 22 | /** 23 | * find 查找元素,找到返回元素,如果没找到,返回null 24 | * @param {element} element 要查找的元素 25 | * @return {Node} 查找到的节点 26 | */ 27 | find(element) { 28 | if(!element){ 29 | return null; 30 | } 31 | let currentNode = this.head; 32 | while (currentNode && currentNode.element !== element) { 33 | currentNode = currentNode.next; 34 | if (currentNode === null) { 35 | break; 36 | } 37 | } 38 | return currentNode; 39 | } 40 | 41 | /** 42 | * findPrev 查找元素的上一个节点,如果找不到返回null 43 | * @param {element} element 要查找的元素 44 | * @return {Node} 元素的上一个节点 45 | */ 46 | findPrev(element) { 47 | let prevNode = null; 48 | let currentNode = this.head; 49 | while (currentNode && currentNode.element !== element) { 50 | prevNode = currentNode; 51 | currentNode = currentNode.next; 52 | //如果最后一个节点已经遍历完,说明没有该元素,则其前驱也没有,返回null 53 | if (currentNode === null) { 54 | prevNode = null; 55 | break; 56 | } 57 | } 58 | return prevNode; 59 | } 60 | 61 | /** 62 | * insert 插入新元素 63 | * @param {element} ne 要插入的新元素 64 | * @param {element} e 插入到原链表中这个元素后面 65 | * @return {null} 66 | */ 67 | insert(ne, e) { 68 | let currentNode = this.find(e) || this.head; 69 | let next = currentNode.next; 70 | let newNode = new Node(ne); 71 | currentNode.next = newNode; 72 | newNode.next = next; 73 | } 74 | 75 | findLast(){ 76 | let currentNode = this.head; 77 | while (currentNode.next) { 78 | currentNode = currentNode.next; 79 | } 80 | return currentNode; 81 | } 82 | 83 | /** 84 | * 链表末端添加元素 85 | * @param {element} e 要添加的元素 86 | * @return {null} 87 | */ 88 | append(e){ 89 | // let head = this.head; 90 | // let currentNode = head.next || head; 91 | // while (currentNode.next) { 92 | // currentNode = currentNode.next ; 93 | // } 94 | let lastNode = this.findLast(); 95 | lastNode.next = new Node(e); 96 | } 97 | 98 | /** 99 | * remove 删除节点,先找到该节点前面的节点,然后进行删除 100 | * @param {element} element 要删除的节点元素 101 | * @return {null} 102 | */ 103 | remove(element) { 104 | let prevNode = this.findPrev(element); 105 | if(prevNode){ 106 | prevNode.next = prevNode.next.next; 107 | } 108 | 109 | } 110 | 111 | /** 112 | * 判断链表是否为空 113 | * @return {Boolean} 为空返回true,否则返回false 114 | */ 115 | isEmpty(){ 116 | let head = this.head; 117 | return head.next == null; 118 | } 119 | 120 | /** 121 | * 返回链表中元素个数 122 | * @return {Number} 链表中元素个数 123 | */ 124 | size(){ 125 | let i = 0; 126 | let currentNode = this.head; 127 | while (currentNode.next) { 128 | currentNode = currentNode.next; 129 | i++; 130 | } 131 | return i; 132 | } 133 | 134 | 135 | display() { 136 | let currentNode = this.head; 137 | let s = 'head'; 138 | while (currentNode.next) { 139 | currentNode = currentNode.next; 140 | s = s + '-->' + currentNode.element; 141 | } 142 | 143 | return s; 144 | } 145 | } 146 | 147 | 148 | 149 | 150 | module.exports = {LinkedList,Node}; 151 | -------------------------------------------------------------------------------- /js/LinkedList/LoopLinkedList.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | 3 | 4 | class Node { 5 | constructor(element) { 6 | this.element = element; 7 | this.next = null; 8 | } 9 | toString(){ 10 | return this.element; 11 | } 12 | } 13 | 14 | class LinkedList { 15 | constructor() { 16 | this.head = new Node(Symbol.for('head')); 17 | this.head.next = this.head; 18 | } 19 | 20 | /** 21 | * find 查找元素,找到返回元素,如果没找到,返回null 22 | * @param {string} element 要查找的元素 23 | * @return {Node} 要返回的节点 24 | */ 25 | find(element) { 26 | if(!element){ 27 | return null; 28 | } 29 | let currentNode = this.head; 30 | while (currentNode.element !== element) { 31 | currentNode = currentNode.next; 32 | if (currentNode === this.head) { 33 | break; 34 | } 35 | } 36 | return currentNode == this.head?null:currentNode; 37 | } 38 | 39 | /** 40 | * findPrev 查找元素的上一个节点,如果找不到返回null 41 | * @param {element} element 要查找的元素 42 | * @return {Node} 元素的上一个节点 43 | */ 44 | findPrev(element) { 45 | let prevNode = null; 46 | let currentNode = this.head; 47 | while (currentNode.element !== element) { 48 | prevNode = currentNode; 49 | currentNode = currentNode.next; 50 | //如果最后一个节点已经遍历完,说明没有该元素,则其前驱也没有,返回null 51 | if (currentNode === this.head) { 52 | prevNode = null; 53 | break; 54 | } 55 | } 56 | return prevNode; 57 | } 58 | 59 | /** 60 | * insert 插入新元素 61 | * @param {element} ne 要插入的新元素 62 | * @param {element} e 插入到原链表中这个元素后面 63 | * @return {null} 64 | */ 65 | insert(ne, e) { 66 | let currentNode = this.find(e) || this.head; 67 | let newNode = new Node(ne); 68 | let nextNode = currentNode.next; 69 | currentNode.next = newNode; 70 | newNode.next = nextNode; 71 | } 72 | 73 | /** 74 | * remove 删除节点,先找到该节点前面的节点,然后进行删除 75 | * @param {element} element 要删除的节点 76 | * @return {null} 77 | */ 78 | remove(element) { 79 | let prevNode = this.findPrev(element); 80 | if(prevNode){ 81 | prevNode.next = prevNode.next.next; 82 | } 83 | 84 | } 85 | display() { 86 | let currentNode = this.head; 87 | let s = 'head'; 88 | while (currentNode.next !== this.head) { 89 | currentNode = currentNode.next; 90 | s = s + ' -- > ' + currentNode.element; 91 | } 92 | s += ' --> head'; 93 | return s; 94 | } 95 | } 96 | 97 | module.exports = LinkedList; 98 | -------------------------------------------------------------------------------- /js/List/List.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | 3 | class List { 4 | constructor() { 5 | this.pos = 0; //用于标记当前位置 6 | this.data = []; //用于存储数据 7 | } 8 | 9 | /** 10 | * 返回列表长度 11 | * @return {number} 列表长度 12 | */ 13 | length() { 14 | return this.data.length; 15 | } 16 | 17 | /** 18 | * 清空列表 19 | * @return {null} 清空列表 20 | */ 21 | clear() { 22 | this.data = []; 23 | this.pos = 0; 24 | } 25 | 26 | toString() { 27 | return 'List [' + this.data.toString() + ']'; 28 | } 29 | 30 | /** 31 | * 返回当前位置元素 32 | * @return {element} 当前位置元素 33 | */ 34 | getElement() { 35 | return this.data[this.pos]; 36 | } 37 | 38 | /** 39 | * 列表末尾追加元素 40 | * @param {element} element 要追加的元素 41 | * @return {null} 42 | */ 43 | append(element) { 44 | let length = this.length(); 45 | this.data[length] = element; 46 | } 47 | 48 | /** 49 | * 插入元素 50 | * @param {element} element 要插入的元素 51 | * @param {number} n 插入位置 52 | * @return {null} 53 | */ 54 | insert(element, n) { 55 | let length = this.length(); 56 | if (n > length || n < 0) { 57 | throw new Error('插入位置不正确'); 58 | } 59 | for (let i = length; i > n; i--) { 60 | this.data[i] = this.data[i - 1]; 61 | } 62 | this.data[n] = element; 63 | } 64 | 65 | /** 66 | * 从列表表移除元素 67 | * @param {element} element 要移除的元素 68 | * @return {boolean} 移除成功返回true,失败返回false 69 | */ 70 | remove(element) { 71 | let pos = this.find(element); 72 | if (pos.length > 0) { 73 | for (let p of pos) { 74 | // this.data.splice(p,1); 75 | this.removeAt(p); 76 | } 77 | } 78 | } 79 | 80 | /** 81 | * 移除指定位置的元素 82 | * @param {Number} pos 指定位置 83 | * @return {element} 移除的元素,如果没有,则返回null 84 | */ 85 | removeAt(pos) { 86 | let length = this.length(); 87 | if (pos < 0 || pos >= length) { 88 | return null; 89 | } 90 | let e = this.data[pos]; 91 | for (let i = pos; i < length; i++) { 92 | this.data[i] = this.data[i + 1]; 93 | } 94 | this.data.length = length - 1; 95 | return e; 96 | } 97 | 98 | /** 99 | * 查找元素位置 100 | * @param {element} element 要查找的元素 101 | * @return {number} 元素的位置组成的数组 102 | */ 103 | find(element) { 104 | let ps = []; 105 | for (let i = 0; i < this.data.length; i++) { 106 | if (this.data[i] === element) { 107 | ps.push(i); 108 | } 109 | } 110 | return ps; 111 | } 112 | 113 | /** 114 | * 将当前位置移动到第一个位置 115 | * @return {null} 116 | */ 117 | front() { 118 | this.pos = 0; 119 | } 120 | 121 | /** 122 | * 将当前位置移动到最后一个位置 123 | * @return {null} 124 | */ 125 | end() { 126 | this.pos = this.length() - 1; 127 | } 128 | 129 | /** 130 | * 将当前位置向前移动一位 131 | * @return {null} 132 | */ 133 | prev() { 134 | if (this.pos > 0) { 135 | this.pos - 1; 136 | } 137 | } 138 | 139 | /** 140 | * 将当前位置向后移动一位 141 | * @return {null} 142 | */ 143 | next() { 144 | if (this.pos < this.data.length - 1) { 145 | this.pos++; 146 | } 147 | } 148 | 149 | /** 150 | * 判断是否有前一位 151 | * @return {Boolean} 有前一位返回true,没有返回false 152 | */ 153 | hasPrev() { 154 | let has = true; 155 | if (this.pos === 0) { 156 | has = false; 157 | } 158 | return has; 159 | } 160 | 161 | /** 162 | * 判断是否有后一位 163 | * @return {Boolean} 判断是否有后一位,有返回true,没有返回false 164 | */ 165 | hasNext() { 166 | let has = true; 167 | if (this.pos + 1 === this.data.length) { 168 | has = false; 169 | } 170 | return has; 171 | } 172 | 173 | /** 174 | * 返回当前位置 175 | * @return {number} 当前位置 176 | */ 177 | currentPos() { 178 | return this.pos; 179 | } 180 | 181 | /** 182 | * 将当前位置移动到指定位置 183 | * @param {number} pos 制定位置 184 | * @return {null} 185 | */ 186 | moveTo(pos) { 187 | this.pos = pos; 188 | } 189 | 190 | 191 | /** 192 | * 判断元素是否在列表中 193 | * @param {element} element 要判断的元素 194 | * @return {Boolean} 195 | */ 196 | contains(element) { 197 | for (let e of this.data) { 198 | if (e === element) { 199 | return true; 200 | } 201 | } 202 | return false; 203 | } 204 | 205 | } 206 | 207 | module.exports = List; -------------------------------------------------------------------------------- /js/Queue/Deque.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | 3 | class Deque{ 4 | constructor(){ 5 | this.data = []; 6 | } 7 | /** 8 | * 尾部添加元素 9 | * @param {element} element 要添加的元素 10 | * @return {null} 11 | */ 12 | push(element){ 13 | let size = this.size(); 14 | this.data[size] = element; 15 | } 16 | /** 17 | * 尾部删除并返回删除的元素 18 | * @return {element} 删除的元素 19 | */ 20 | pop(){ 21 | let size = this.size(); 22 | let e = this.data[size - 1]; 23 | this.data.length = size - 1; 24 | return e; 25 | } 26 | /** 27 | * 头部添加元素 28 | * @param {element} element 要添加的元素 29 | * @return {null} 30 | */ 31 | unshift(element){ 32 | let size = this.size(); 33 | for(let i=size;i>0;i--){ 34 | this.data[i] = this.data[i - 1]; 35 | } 36 | this.data[0] = element; 37 | } 38 | /** 39 | * 头部删除元素,并返回删除的元素 40 | * @return {element} 演出的元素 41 | */ 42 | shift(){ 43 | let size = this.size(); 44 | let e = this.data[0]; 45 | for(let i=0;i { 23 | return item.toString(); 24 | }); 25 | return 'Queue:[' + data + ']'; 26 | }; 27 | /** 28 | * 入队 29 | * @param {any} data 要插入数据 30 | * @param {Number} priority 优先级,默认为0 31 | * @return {PriorityQueue} 队列本身 32 | */ 33 | enqueue(data, priority = 0) { 34 | if (!data) { 35 | throw new Error('参数data不能为空'); 36 | } 37 | 38 | let length = this.size(); 39 | this.data[length] = new Element(data, priority); 40 | return this; 41 | }; 42 | 43 | /** 44 | * 出队 45 | * @return {[type]} [description] 46 | */ 47 | dequeue() { 48 | let priority = 0; 49 | let index = 0; 50 | for (let i = 0; i < this.data.length; i++) { 51 | if (this.data[i].priority > priority) { 52 | index = i; 53 | priority = this.data[i].priority; 54 | } 55 | } 56 | 57 | let e = this.data[index]; 58 | let length = this.size(); 59 | for (let i=index; i < length - 1; i++) { 60 | this.data[i] = this.data[i+1] 61 | } 62 | this.data.length --; 63 | return e; 64 | }; 65 | 66 | /** 67 | * 清空队列 68 | * @return {null} 69 | */ 70 | empty() { 71 | this.data = []; 72 | }; 73 | 74 | /** 75 | * 判断队列是否为空 76 | * @return {Boolean} 空返回ture,否则返回false 77 | */ 78 | isEmpty() { 79 | return this.data.length == 0; 80 | }; 81 | 82 | /** 83 | * 返回队首元素 84 | * @return {Element} 队首元素 85 | */ 86 | front() { 87 | return this.data[0]; 88 | }; 89 | 90 | /** 91 | * 队尾元素 92 | * @return {Element} 队尾元素 93 | */ 94 | backend() { 95 | return this.data[this.data.length - 1]; 96 | }; 97 | 98 | /** 99 | * 返回队列长度 100 | **/ 101 | size() { 102 | return this.data.length; 103 | }; 104 | }; 105 | 106 | module.exports = PriorityQueue; -------------------------------------------------------------------------------- /js/Queue/Queue.js: -------------------------------------------------------------------------------- 1 | /** 2 | * 队列实现 3 | **/ 4 | class Queue{ 5 | constructor(){ 6 | this.data = []; 7 | }; 8 | toString(){ 9 | return 'Queue:' + JSON.stringify(this.data); 10 | }; 11 | /** 12 | * 入队 13 | * @param {element} item 要入队的元素 14 | * @return {Queue} 入队后的队列 15 | */ 16 | enqueue(item){ 17 | let length = this.size(); 18 | this.data[length] = item; 19 | return this; 20 | }; 21 | 22 | /** 23 | * 出队 24 | * @return {element} 出队元素 25 | */ 26 | dequeue(){ 27 | let e = this.data[0]; 28 | let length = this.size(); 29 | for (let i=0; i < length - 1; i++) { 30 | this.data[i] = this.data[i+1] 31 | } 32 | this.data.length --; 33 | return e; 34 | }; 35 | 36 | /** 37 | * 清空队列 38 | * @return {null} 39 | */ 40 | empty(){ 41 | this.data = []; 42 | }; 43 | 44 | /** 45 | * 判断队列是否为空 46 | * @return {Boolean} 队列为空,返回true,否则返回false 47 | */ 48 | isEmpty(){ 49 | return this.data.length == 0; 50 | }; 51 | 52 | /** 53 | * 读取队首元素 54 | * @return {element} 队首元素 55 | */ 56 | front(){ 57 | return this.data[0]; 58 | }; 59 | 60 | /** 61 | * 读取队尾元素 62 | * @return {element} 队尾元素 63 | */ 64 | backend(){ 65 | return this.data[this.data.length - 1]; 66 | }; 67 | 68 | /** 69 | * 返回队列中元素个数 70 | * @return {Number} 队列中元素个数 71 | */ 72 | size(){ 73 | return this.data.length; 74 | }; 75 | } 76 | module.exports = Queue; -------------------------------------------------------------------------------- /js/Queue/queue.usage.sort.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | /** 3 | 使用队列队数据进行排序 4 | 基数排序: 5 | 对于0`99的数字,将数据集扫描两次,第一次按个位上的数字进行排序 6 | 第二次按十位上的数字进行排序。每个数字根据对应位上的数值被分在不同的盒子里。 7 | 假设:有如下数字: 8 | 91,46,85,15,92,35,31,22 9 | 经过基数排序第一次扫描之后,数字被分配到如下的盒子 10 | bin 0: 11 | bin 1:91,31 12 | bin 2:92,22 13 | bin 3: 14 | bin 4: 15 | bin 5:85,15,35 16 | bin 6:46 17 | bin 7: 18 | bin 8: 19 | bin 9: 20 | 根据盒子的顺序,对数字进行第一次排序的结果如下: 21 | 91,31,92,22,85,15,35,46 22 | 然后根据十位上的数字再将上次排序的结果分配到不同的盒子中: 23 | bin 0: 24 | bin 1:15 25 | bin 2:22 26 | bin 3:31,35 27 | bin 4:46 28 | bin 5: 29 | bin 6: 30 | bin 7: 31 | bin 8:85 32 | bin 9:91,92 33 | 最后,将盒子中的数字取出,组成一个新的列表,该列表即为排好的数字: 34 | 15,22,31,35,46,85,91,92 35 | **/ 36 | 37 | const Queue = require('./Queue.js'); 38 | 39 | /** 40 | 根据位数进行排序 41 | 参数array为要扫描的数字数组。 42 | base为要根据分组的位,个位,base为1,十位,base为10,百位,base为100,依此类推。 43 | **/ 44 | const sortByBase = function(array, base) { 45 | 46 | if (!Array.isArray(array)) { 47 | throw new Error('参数array必须为数组类型'); 48 | } 49 | if (Object.prototype.toString.call(base) != '[object Number]') { 50 | throw new Error('参数base必须为整型'); 51 | } 52 | 53 | //初始化10个盒子 54 | let q = []; 55 | let label = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]; 56 | for (let i of label) { 57 | q[i] = new Queue(); 58 | } 59 | 60 | array.forEach(function(item) { 61 | let n = item % (base * 10) / base >>> 0; 62 | q[n].enqueue(item); 63 | }); 64 | 65 | let r = []; 66 | for (let i of label) { 67 | let _queue = q[i]; 68 | while (!_queue.isEmpty()) { 69 | r.push(_queue.dequeue()); 70 | } 71 | } 72 | return r; 73 | } 74 | 75 | let array = [91, 46, 85, 15, 92, 35, 31, 22]; 76 | array = sortByBase(array,1); 77 | array = sortByBase(array,10); 78 | console.log(array); 79 | -------------------------------------------------------------------------------- /js/Search/binSearch.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | 3 | /** 4 | * 二分查找 5 | * @param {Array} arr 要查找的数组,已排序数组 6 | * @param {Number} data [要查找数据] 7 | * @return {Number} 找到返回其index,否则返回 -1 8 | */ 9 | let binSearch = function(arr, data) { 10 | if (!Array.isArray(arr)) { 11 | throw new Error('第一个参数arr必须为Array类型'); 12 | } 13 | let start = 0; 14 | let end = arr.length - 1; 15 | 16 | while (start <= end) { 17 | let mid = ((start + end) / 2) >>> 0; 18 | if (arr[mid] < data) { 19 | start = mid + 1; 20 | } else if (arr[mid] > data) { 21 | end = mid - 1; 22 | } else { 23 | return mid; 24 | } 25 | } 26 | return -1; 27 | } 28 | 29 | /** 30 | * 递归二分查找 31 | * @param {Array} arr 要查找的数组 32 | * @param {Number} data 要查找的数据 33 | * @return {Number} 索引位置 34 | */ 35 | let binSearchByRecursion = function(arr, data) { 36 | let search = function(start, end) { 37 | if (start <= end) { 38 | let mid = ((start + end) / 2) >>> 0; 39 | if (arr[mid] === data) { 40 | return mid; 41 | } else { 42 | if (arr[mid] < data) { 43 | start = mid + 1; 44 | } else if (arr[mid] > data) { 45 | end = mid - 1; 46 | } 47 | return search(start, end); 48 | } 49 | }else{ 50 | return -1; 51 | } 52 | } 53 | return search(0, arr.length-1); 54 | } 55 | 56 | /** 57 | * 计算重复次数 58 | * @param {Array} arr 要统计的数组 59 | * @param {Number} data 要统计的元素 60 | * @return {Number} 统计个数 61 | */ 62 | let count = function(arr, data) { 63 | let pos = binSearch(arr, data); 64 | let count = 0; 65 | if (pos > -1) { 66 | count++; 67 | 68 | /** 69 | * 二分查找数组为已排序数组 70 | * 如果元素有多个,那么其他元素肯定在找到位置的左右两侧 71 | * 我们在找到的位置设置左右两个游标 72 | * 同时移动左游标和右游标,当遇到相同数据,计数加1 73 | * 当左右两侧游标同时都不等于元素时,说明已统计完 74 | */ 75 | 76 | let x = pos - 1; 77 | let y = pos + 1; 78 | while (arr[x] === data || arr[y] === data) { 79 | if (arr[x] === data) { 80 | count++; 81 | } 82 | if (arr[y] === data) { 83 | count++; 84 | } 85 | x--; 86 | y++; 87 | } 88 | 89 | } 90 | return count; 91 | } 92 | 93 | // let arr = [...Array(100).keys()]; 94 | // arr = arr.filter(function(item) { 95 | // return item % 2 == 0; 96 | // }); 97 | 98 | let arr = [1, 2, 3, 3, 3, 3, 4, 4, 5, 6,6,7,7,8,8,9,10,11,12,14]; 99 | 100 | console.log(binSearchByRecursion(arr, 8)); 101 | // console.log('=========='); 102 | // console.log(binSearch(arr, 8)); 103 | 104 | module.exports = binSearch; -------------------------------------------------------------------------------- /js/Set_and_Dict/Dictionary.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | 3 | class Dictionary { 4 | constructor() { 5 | this.data = Object.create(null); 6 | } 7 | toString() { 8 | return this.data; 9 | } 10 | 11 | /** 12 | * 添加键值对 13 | * @param {String|Symbol} key 键,只能String或Symbol类型 14 | */ 15 | set(key, value) { 16 | if (Object.prototype.toString.call(key) != '[object String]' && Object.prototype.toString.call(key) != '[object Symbol]') { 17 | throw new Error('key 必须为字符串类型或Symbol类型'); 18 | } 19 | this.data[key] = value; 20 | } 21 | 22 | /** 23 | * 删除键值对 24 | * @param {String|Symbol} key 要删除的键 25 | * @return {Boolean} 删除成功返回true,删除失败返回false 26 | */ 27 | remove(key) { 28 | if(this.has(key)){ 29 | delete this.data[key]; 30 | return true; 31 | }else{ 32 | return false; 33 | } 34 | } 35 | 36 | /** 37 | * 根据键获取值 38 | * @param {String|Symbol} key 键 39 | * @return {Any} 获取的值 40 | */ 41 | get(key) { 42 | return this.data[key]; 43 | } 44 | 45 | /** 46 | * 清空字典 47 | */ 48 | clear() { 49 | delete this.data; 50 | this.data = Object.create(null); 51 | } 52 | 53 | /** 54 | * 返回字典大小 55 | * @return {Number} 字典中元素个数 56 | */ 57 | size() { 58 | return Object.keys(this.data).length; 59 | } 60 | 61 | /** 62 | * 字典中是否存在某个键 63 | * @param {String|Symbol} key 键 64 | * @return {Boolean} 存在返回true,否则返回false 65 | */ 66 | has(key) { 67 | let keys = this.keys(); 68 | for (let k of keys) { 69 | if (k == key) { 70 | return true; 71 | } 72 | } 73 | return false; 74 | } 75 | 76 | /** 77 | * 以数组形式返回字典中的键 78 | * @return {Array} 字典中键组成的数组 79 | */ 80 | keys() { 81 | return Object.keys(this.data); 82 | } 83 | 84 | /** 85 | * 以数组形式返回字典中的值 86 | * @return {Array} 字典中值组成的数组 87 | */ 88 | values() { 89 | let keys = this.keys(); 90 | return keys.map((key) => { 91 | return this.data[key]; 92 | }); 93 | } 94 | 95 | /** 96 | * 以数组形式返回字典中键值对,键值对以[key,value]形式 97 | * @return {Array} 字典中键值对组成的数组 98 | */ 99 | entries(){ 100 | let keys = this.keys(); 101 | return keys.map(key => { 102 | return [key,this.data[key]] 103 | }) 104 | } 105 | 106 | } 107 | 108 | module.exports = Dictionary; -------------------------------------------------------------------------------- /js/Set_and_Dict/Set.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | /** 3 | * Set是一种包含不同元素的数据结构,集合中的元素是无序的,其次集合中不允许相同成员存在。 4 | */ 5 | 6 | let removeByIndex = Symbol('remove'); 7 | 8 | class Set { 9 | constructor() { 10 | this.data = []; 11 | } 12 | /** 13 | * 添加元素 14 | * @param {element} item 要添加的元素 15 | * @return {Boolean} 添加成功,返回true,如果集合中已存在该元素,返回false 16 | */ 17 | add(item) { 18 | if (this.has(item)) { 19 | return false; 20 | } 21 | let size = this.size(); 22 | this.data[size] = item; 23 | return true; 24 | } 25 | 26 | /** 27 | * 清空集合 28 | */ 29 | clean(){ 30 | delete this.data; 31 | this.data = []; 32 | } 33 | 34 | [removeByIndex](array,index){ 35 | let length = array.length; 36 | for(let i=index;i this.length()){ 163 | return false; 164 | } 165 | for(let sv of svs){ 166 | if(!this.has(sv)){ 167 | return false; 168 | } 169 | } 170 | return true; 171 | } else { 172 | throw new Error('set必须是Set类型'); 173 | } 174 | } 175 | 176 | } 177 | 178 | module.exports = Set; -------------------------------------------------------------------------------- /js/Sort/CArray.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | 3 | //生成测试数组数据用的类 4 | class CArray { 5 | constructor(size = 0) { 6 | this.data = []; 7 | if (size) { 8 | this.setData(size); 9 | } 10 | } 11 | 12 | setData(size) { 13 | for (let i = 0; i < size; i++) { 14 | this.data.push(Math.floor(Math.random() * (size + 1))); 15 | } 16 | } 17 | 18 | insert(item) { 19 | if (item) { 20 | this.data.push(item); 21 | } 22 | } 23 | 24 | clear() { 25 | this.data = []; 26 | } 27 | 28 | getData() { 29 | return this.data; 30 | } 31 | 32 | /** 33 | * 交换两个位置的值 34 | * @param {Number} i 第一个索引 35 | * @param {Number} j 第二个索引 36 | */ 37 | swap(i, j) { 38 | if (Object.prototype.toString.call(i) !== '[object Number]' || Object.prototype.toString.call(j) !== '[object Number]') { 39 | throw new Error('类型错误,索引必须为数字类型'); 40 | } 41 | let tmp = this.data[i]; 42 | this.data[i] = this.data[j]; 43 | this.data[j] = tmp; 44 | } 45 | 46 | /** 47 | * 冒泡排序 48 | * 逐一比较两个相邻的数,一轮下来,最大的数会“冒”到最后,然后再将倒数第二最大数“冒”到倒数第二位置,依次类推直到排序完成 49 | * 冒泡排序是一种稳定的排序算法 50 | */ 51 | bubbleSort() { 52 | let size = this.data.length; 53 | for (let outer = size - 1; outer > 0; outer--) { 54 | for (let inner = 0; inner < outer; inner++) { 55 | if (this.data[inner] > this.data[inner + 1]) { 56 | this.swap(inner, inner + 1); 57 | } 58 | } 59 | } 60 | } 61 | 62 | /** 63 | * 选择排序 64 | * 选择排序从数组的开头开始,将第一个元素和其他元素进行比较。检查完所有元素后,最小的元素会被放到数组的第一个位置 65 | * 然后再从第二个位置继续。这个过程一直进行,当进行到数组的倒数第二个位置时,所有元素已完成排序 66 | * 其实很简单,就是依次从未排好序的剩余元素中选择最小的,放到已排序的最后面 67 | */ 68 | selectionSort() { 69 | let size = this.data.length; 70 | for (let i = 0; i < size - 1; i++) { 71 | let min = i; 72 | for (let j = i; j < size; j++) { 73 | if (this.data[min] > this.data[j]) { 74 | min = j; 75 | } 76 | } 77 | //如果最小值就是当前游标的值,则不进行交换 78 | if (min !== i) { 79 | this.swap(i, min); 80 | } 81 | } 82 | 83 | } 84 | 85 | /** 86 | * 插入排序 87 | */ 88 | insertionSort() { 89 | let size = this.data.length; 90 | for (let outer = 1; outer < size; outer++) { 91 | let tmp = this.data[outer]; 92 | let inner = outer; 93 | while (inner > 0 && (this.data[inner - 1] >= tmp)) { 94 | this.data[inner] = this.data[inner - 1]; 95 | inner--; 96 | } 97 | this.data[inner] = tmp; 98 | } 99 | } 100 | 101 | toString() { 102 | let size = this.data.length; 103 | let str = ''; 104 | for (let i = 0; i < size; i++) { 105 | str += this.data[i] + ' '; 106 | if (i % 10 == 9) { 107 | str += '\n'; 108 | } 109 | } 110 | return str; 111 | } 112 | } 113 | 114 | module.exports = CArray; -------------------------------------------------------------------------------- /js/Sort/HeapSort.js: -------------------------------------------------------------------------------- 1 | 'use strict' 2 | 3 | /** 4 | * 堆排序 5 | */ 6 | 7 | let swap = function(array, i, j) { 8 | let tmp = array[i]; 9 | array[i] = array[j]; 10 | array[j] = tmp; 11 | } 12 | 13 | //将一个数组最小堆化 14 | let minHeapify = function(arr) { 15 | let min_heapify = function(start, end) { 16 | //建立父节点指针和子节点指针 17 | let dad = start; 18 | let son = dad * 2 + 1; 19 | 20 | //如果子节点超限,直接跳出函数 21 | if (son >= end) { 22 | return; 23 | } 24 | 25 | //先比较两个子节点,选择最小的 26 | if (son + 1 < end && arr[son] > arr[son + 1]) { 27 | son++; 28 | } 29 | //如果父节点小于子节点,交换父子节点,在继续子节点和孙节点比较 30 | if (arr[dad] >= arr[son]) { 31 | swap(arr, dad, son); 32 | min_heapify(son, end); 33 | } 34 | } 35 | 36 | let len = arr.length; 37 | //初始化,i从最后一个父节点开始调整 38 | for (let i = Math.floor(len / 2) - 1; i >= 0; i--) { 39 | min_heapify(i, len); 40 | } 41 | } 42 | 43 | const heapSort = function(array) { 44 | let arr = array.slice(0); 45 | let result = []; 46 | 47 | //首先将数组最小堆化 48 | minHeapify(arr); 49 | 50 | //如果最小堆化后的数组长度大于0,取出第一个数,然后将剩下的数组继续最小堆化,直到数组为空结束 51 | while (arr.length > 0) { 52 | console.log(arr); 53 | result.push(arr.shift()); 54 | minHeapify(arr); 55 | } 56 | return result; 57 | }; 58 | 59 | 60 | let arr = [9, 4, 8, 2, 7, 11, 18, 39, 90]; 61 | console.log(heapSort(arr)); 62 | console.log(arr); 63 | 64 | module.exports = heapSort; -------------------------------------------------------------------------------- /js/Sort/MergeSort.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | 3 | /** 4 | * 归并操作(merge),也叫归并算法,指的是将两个已经排序的序列合并成一个序列的操作。归并排序算法依赖归并操作。 5 | * 时间复杂度:n*log.n 6 | * 最优时间复杂度:n 7 | * 平均时间复杂度:n*log.n 8 | * wiki百科:https://zh.wikipedia.org/wiki/%E5%BD%92%E5%B9%B6%E6%8E%92%E5%BA%8F#.E5.BD.92.E5.B9.B6.E6.93.8D.E4.BD.9C 9 | * 申请空间,使其大小为两个已经排序序列之和,该空间用来存放合并后的序列 10 | * 设定两个指针,最初位置分别为两个已经排序序列的起始位置 11 | * 比较两个指针所指向的元素,选择相对小的元素放入到合并空间,并移动指针到下一位置 12 | * 重复步骤3直到某一指针到达序列尾 13 | * 将另一序列剩下的所有元素直接复制到合并序列尾 14 | */ 15 | 16 | /** 17 | * 归并两个数组,已排好序的数组 18 | * @param {Array} left 左边数组 19 | * @param {Array} right 右边数组 20 | * @return {Array} 合并后的数组 21 | */ 22 | const merge = function merge(left,right) { 23 | if(!Array.isArray(left) || !Array.isArray(right)){ 24 | throw new Error('参数必须为数组类型!'); 25 | } 26 | let result = []; 27 | let il = 0; 28 | let ir = 0; 29 | while (il>> 0; 65 | 66 | let left = []; 67 | let right = []; 68 | 69 | for(let i=0;i> 1; gap > 0; gap >>= 1) { 14 | for (i = gap; i < array.length; i++) { 15 | temp = array[i]; 16 | for (j = i - gap; j >= 0 && array[j] > temp; j -= gap) { 17 | array[j + gap] = array[j]; 18 | } 19 | array[j + gap] = temp; 20 | } 21 | } 22 | } 23 | 24 | let array = [9, 4, 8, 2, 7, 11, 18, 39, 90, 3, 76]; 25 | shellSort(array); 26 | console.log(array); 27 | 28 | module.exports = shellSort; -------------------------------------------------------------------------------- /js/Stack/Stack.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | 3 | class Stack { 4 | constructor() { 5 | this.data = []; 6 | }; 7 | 8 | /** 9 | * 向栈中推入元素 10 | * @param {element} item 要推入的元素 11 | * @return {null} 12 | */ 13 | push(item) { 14 | let size = this.size(); 15 | this.data[size] = item; 16 | }; 17 | 18 | /** 19 | * 删除并返回栈顶元素 20 | * @return {element} 栈顶元素 21 | */ 22 | pop() { 23 | let size = this.size(); 24 | let e = this.peek(); 25 | delete this.data[size - 1]; 26 | this.data.length = size - 1; 27 | return e; 28 | }; 29 | 30 | /** 31 | * 只返回栈顶元素,不修改栈 32 | * @return {element} 栈顶元素 33 | */ 34 | peek() { 35 | let size = this.size(); 36 | let e = this.data[size - 1]; 37 | return e; 38 | } 39 | 40 | /** 41 | * 判断栈是否为空 42 | * @return {Boolean} 栈为空,返回true,否则返回false 43 | */ 44 | isEmpty() { 45 | return this.size() === 0; 46 | } 47 | 48 | /** 49 | * 清空栈 50 | * @return {null} 51 | */ 52 | clear() { 53 | this.data = []; 54 | }; 55 | 56 | /** 57 | * 返回栈中元素的个数 58 | * @return {Number} 栈中元素的个数 59 | */ 60 | size() { 61 | return this.data.length; 62 | }; 63 | 64 | toString() { 65 | return this.data; 66 | }; 67 | }; 68 | 69 | module.exports = Stack; -------------------------------------------------------------------------------- /js/Stack/stack.usage.isPalindrome.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | 3 | const Stack = require('./Stack.js'); 4 | 5 | /** 6 | * 判断一个单词是否是回文单词 7 | * 回文单词左右读都是一样的 8 | **/ 9 | 10 | const isPalindrome = function isPalindrome(word) { 11 | if(Object.prototype.toString.call(word) != '[object String]'){ 12 | throw new Error('参数word只能为字符串类型'); 13 | } 14 | let s = new Stack(); 15 | for(let c of word){ 16 | s.push(c); 17 | } 18 | let rword = ''; 19 | while (s.size() > 0) { 20 | rword += s.pop(); 21 | } 22 | if(word === rword){ 23 | return true; 24 | } 25 | return false; 26 | } 27 | 28 | /** 29 | * 使用递归判断一个字符串是否是回文 30 | * 回文的第一个字符和最后一个字符必定相同 31 | * 去除第一个和最后一个,再继续比较 32 | * @param {String} word 要判断的字符串 33 | * @return {Boolean} 34 | */ 35 | const isPalindromeByRecursion = function (word) { 36 | if(word.length === 1){ 37 | return true; 38 | }else{ 39 | let length = word.length; 40 | if(word.charAt(0) !== word.charAt(length - 1)){ 41 | return false; 42 | }else{ 43 | word = word.substr(1,length - 2); 44 | return isPalindromeByRecursion(word); 45 | } 46 | } 47 | } 48 | 49 | let str = 'abcdefedcba'; 50 | 51 | console.time('isPalindrome'); 52 | isPalindrome(str); 53 | console.timeEnd('isPalindrome'); 54 | console.time('isPalindromeByRecursion'); 55 | isPalindromeByRecursion(str); 56 | console.timeEnd('isPalindromeByRecursion'); 57 | 58 | 59 | 60 | 61 | 62 | 63 | -------------------------------------------------------------------------------- /js/Stack/stack.usage.mulBase.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | 3 | /** 4 | * 栈的应用 5 | * 十进制数转换为其他进制 6 | * 1.最高位为 n % b ,将此位压入栈 7 | * 2.使用n/b代替n 8 | * 3.重复1,2 直到n=0且没有余数 9 | * 4.弹出栈内元素,按顺序就是其进制的字符串表示 10 | * 只适用于 2-9进制 11 | **/ 12 | 13 | const Stack = require('./Stack.js'); 14 | 15 | const mulBase = function mulBase(num,base) { 16 | if(Object.prototype.toString.call(num) != '[object Number]'){ 17 | throw new Error(`参数num必须为Number类型`); 18 | } 19 | //这里base可以是整数或字符类型的2-9的值,如果其他类型的则不允许 20 | base = base >>> 0; 21 | if(base<0 || base>9){ 22 | throw new Error(`参数base只能为2-9整数`); 23 | } 24 | let m = num % base; 25 | //q是商,这里只取整 26 | let q = num / base >>> 0; 27 | let s = new Stack(); 28 | s.push(m); 29 | while (q != 0 ) { 30 | num = q; 31 | q = num / base >>> 0; 32 | m = num % base; 33 | s.push(m); 34 | } 35 | let r = ''; 36 | while (s.length() > 0) { 37 | r = r + s.pop(); 38 | } 39 | return r; 40 | } 41 | 42 | console.log(mulBase(100,8)); 43 | 44 | 45 | -------------------------------------------------------------------------------- /js/Stack/stack.usage.recursion.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | 3 | const Stack = require('./Stack.js'); 4 | 5 | /** 6 | * 递归演示 7 | * 递归实现中就用到了栈结构,这里我们简单使用栈模拟一下阶乘递归的实现 8 | **/ 9 | 10 | const factorial = function factorial(num) { 11 | if(Object.prototype.toString.call(num) != '[object Number]'){ 12 | throw new Error('参数num必须为Number类型'); 13 | } 14 | let s = new Stack(); 15 | while (num > 1) { 16 | s.push(num--); 17 | } 18 | let r = 1; 19 | while (s.length() > 0) { 20 | r *= s.pop(); 21 | } 22 | return r; 23 | } 24 | 25 | console.log(factorial(5)); -------------------------------------------------------------------------------- /js/Tree/BSTree.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | 3 | const min = Symbol('min'); 4 | const max = Symbol('max'); 5 | const search = Symbol('search'); 6 | const removeNode = Symbol('removeNode'); 7 | const inOrder = Symbol('inOrder'); 8 | const preOrder = Symbol('preOrder'); 9 | const postOrder = Symbol('postOrder'); 10 | const printLevel = Symbol('printLevel'); 11 | 12 | const Queue = require('../Queue/Queue.js'); 13 | 14 | class Node { 15 | constructor(data) { 16 | this.data = data; 17 | this.left = null; 18 | this.right = null; 19 | } 20 | getData() { 21 | return this.data; 22 | } 23 | } 24 | 25 | /** 26 | * 搜索二叉树 27 | * 定义: 28 | * 若它的左子树不空,则左子树上所有结点的值均小于它的根结点的值; 29 | * 若它的右子树不空,则右子树上所有结点的值均大于或等于它的根结点的值; 30 | * 它的左、右子树也分别为二叉排序树。 31 | */ 32 | class BSTree { 33 | constructor() { 34 | this.root = null; 35 | }; 36 | 37 | /** 38 | * 查找以node为父节点的子树的最小值 39 | * @param {Node} node 父节点 40 | * @return {Any} 子树的最小值 41 | */ 42 | [min](node) { 43 | let currentNode = node; 44 | while (currentNode && currentNode.left) { 45 | currentNode = currentNode.left; 46 | } 47 | return currentNode && currentNode.getData(); 48 | }; 49 | 50 | /** 51 | * 查找以node为父节点的子树的最大值 52 | * @param {Node} node 父节点 53 | * @return {Any} 子树的最大值 54 | */ 55 | [max](node) { 56 | let currentNode = node; 57 | while (currentNode && currentNode.right) { 58 | currentNode = currentNode.right; 59 | } 60 | return currentNode && currentNode.getData(); 61 | }; 62 | 63 | /** 64 | * 查找元素 65 | * @param {Node} node 父节点 66 | * @return {Boolean} 找到返回true,否则返回false 67 | */ 68 | [search](node, data) { 69 | if (node === null) { 70 | return false; 71 | } 72 | if (data < node.getData()) { 73 | return this[search](node.left, data); 74 | } else if (data > node.getData()) { 75 | return this[search](node.right, data); 76 | } else { 77 | return true; 78 | } 79 | }; 80 | 81 | /** 82 | * 从二叉搜索树删除节点 83 | * 1.判断当前节点是否包含待删除的数 84 | * 2.如果包含,则删除节点,如果不包含,则比较当前节点上的数和待删除数据, 85 | * 如果待删除数据小于当前节点上的数,则移至当前节点的左子节点继节点续比较。 86 | * 如果待删除数据大于当前节点上的数,则移至当前节点的右子节点继续比较。 87 | * 删除判断: 88 | * 1.如果当前节点是叶子节点(没有左子节点和右子节点),那么只需要将父节点指向它的链接指向null。 89 | * 2.如果待删除的节点只包含一个子节点,那么原本指向它的节点指向它的子节点 90 | * 3.如果待删除的节点包含两个子节点,那么,有两种做法: 91 | * 1>查找删除节点左子树上的最大值 92 | * 2>查找其右子树上的最小值 93 | */ 94 | /** 95 | * 删除树的节点,并返回树的根节点 96 | * @param {Node} node 树的根节点 97 | * @param {Any} data 要删除数据 98 | */ 99 | [removeNode](node, data) { 100 | if (node == null) { 101 | return null; 102 | } 103 | if (data == node.getData()) { 104 | //没有子节点的节点 105 | if (node.left == null && node.right == null) { 106 | return null; 107 | } 108 | //没有左子节点的节点 109 | if (node.left == null) { 110 | return node.right; 111 | } 112 | //没有右子节点的节点 113 | if (node.right == null) { 114 | return node.left; 115 | } 116 | //有两个子节点的节点 117 | let smallest = this[min](node.right); 118 | node.data = smallest; 119 | node.right = this[removeNode](node.right, smallest); 120 | return node; 121 | } else if (data < node.getData()) { 122 | node.left = this[removeNode](node.left, data); 123 | return node; 124 | } else { 125 | node.right = this[removeNode](node.right, data); 126 | return node; 127 | } 128 | }; 129 | 130 | /** 131 | * 中序遍历二叉树 132 | * @param {Node} node 遍历树的根节点 133 | * @param {Array} result 暂存遍历结果 134 | */ 135 | [inOrder](node, result) { 136 | if (node !== null) { 137 | this[inOrder](node.left, result); 138 | result.push(node.getData()); 139 | this[inOrder](node.right, result); 140 | } 141 | }; 142 | 143 | /** 144 | * 先序遍历二叉树 145 | * @param {Node} node 遍历树的根节点 146 | * @param {Array} result 暂存遍历结果 147 | */ 148 | [preOrder](node, result) { 149 | if (node !== null) { 150 | result.push(node.getData()); 151 | this[preOrder](node.left, result); 152 | this[preOrder](node.right, result); 153 | } 154 | }; 155 | 156 | /** 157 | * 后序遍历二叉树 158 | * @param {Node} node 遍历树的根节点 159 | * @param {Array} result 暂存遍历结果 160 | */ 161 | [postOrder](node, result) { 162 | if (node !== null) { 163 | this[postOrder](node.left, result); 164 | this[postOrder](node.right, result); 165 | result.push(node.getData()); 166 | } 167 | }; 168 | 169 | 170 | /** 171 | * 搜索二叉树插入规则: 172 | * 1.先检查是否有根节点,如果没有,则根节点就是要插入的新节点。 173 | * 2.如果有根节点 174 | * 1》设根节点为当前节点 175 | * 2》如果待插入节点保存的数据小于当前节点,则设新的当前节点为原节点的左节点;反之,执行第 4 步。 176 | * 3》如果当前节点的左节点为null,就将新节点插入这个位置。反之,继续执行下一次循环。 177 | * 4》设新的当前节点为原节点的右节点 178 | * 5》如果当前节点的右节点为null,就将新节点插入这个位置。反之,继续执行下一次循环。 179 | */ 180 | insert(element) { 181 | let newNode = new Node(element); 182 | //如果根节点为空,则直接将新节点插入到根节点 183 | if (this.root == null) { 184 | this.root = newNode; 185 | } else { 186 | let currentNode = this.root; 187 | while (true) { 188 | if (newNode.getData() < currentNode.getData()) { 189 | if (currentNode.left == null) { 190 | currentNode.left = newNode; 191 | break; 192 | } 193 | currentNode = currentNode.left; 194 | } else { 195 | if (currentNode.right == null) { 196 | currentNode.right = newNode; 197 | break; 198 | } 199 | currentNode = currentNode.right; 200 | } 201 | } 202 | 203 | } 204 | }; 205 | 206 | /** 207 | * 在树中查找一个键,如果节点存在,则返回true;如果不存在,则返回false 208 | * @param {Any} element 要查找的元素 209 | * @return {Boolean} 存在返回true,否则返回false 210 | */ 211 | search(element) { 212 | return this[search](this.root, element); 213 | }; 214 | 215 | /** 216 | * 返回树中最小的值/键 217 | * @return {Any} 返回树中最小值 218 | */ 219 | min() { 220 | return this[min](this.root); 221 | }; 222 | 223 | /** 224 | * 返回树中最大的值/键 225 | * @return {Any} 查找最大值 226 | */ 227 | max() { 228 | return this[max](this.root); 229 | }; 230 | 231 | 232 | /** 233 | * 从树中移除某个键 234 | * @param {Any} data 要删除的值 235 | */ 236 | remove(data) { 237 | let root = this[removeNode](this.root, data); 238 | }; 239 | 240 | /** 241 | * 中序遍历,以数组的形式返回遍历结果 242 | * @return {Array} 遍历结果 243 | */ 244 | inOrder() { 245 | let result = []; 246 | this[inOrder](this.root, result); 247 | return result; 248 | }; 249 | 250 | /** 251 | * 先序遍历,以数组形式返回遍历结果 252 | * @return {Array} 遍历结果 253 | */ 254 | preOrder() { 255 | let result = []; 256 | this[preOrder](this.root, result); 257 | return result; 258 | }; 259 | 260 | /** 261 | * 后序遍历,以数组形式返回遍历结果 262 | * @return {Array} 遍历结果 263 | */ 264 | postOrder() { 265 | let result = []; 266 | this[postOrder](this.root, result); 267 | return result; 268 | }; 269 | 270 | levelTraversal(){ 271 | let result = []; 272 | if(this.root){ 273 | let visted = new Queue(); 274 | visted.enqueue(this.root); 275 | while (!visted.isEmpty()) { 276 | let node = visted.dequeue(); 277 | result.push(node.getData()); 278 | if(node.left){ 279 | visted.enqueue(node.left); 280 | } 281 | if(node.right){ 282 | visted.enqueue(node.right); 283 | } 284 | } 285 | } 286 | return result; 287 | } 288 | 289 | /** 290 | * 打印以node为节点的子树第level层节点 291 | */ 292 | [printLevel](node,level,result){ 293 | if(!node || level < 0){ 294 | return false; 295 | } 296 | if(level == 0){ 297 | result.push(node.getData()); 298 | return true; 299 | } 300 | let pleft = this[printLevel](node.left,level-1,result); 301 | let pright = this[printLevel](node.right,level-1,result); 302 | return pleft || pright; 303 | } 304 | 305 | /** 306 | * 打印第level层的节点 307 | * @param {Number} level 要打印的层数 308 | * @return {Boolean} 成功返回ture,失败返回false 309 | */ 310 | printLevel(level){ 311 | let result = []; 312 | this[printLevel](this.root,level,result); 313 | return result; 314 | } 315 | 316 | /** 317 | * 计算树的深度 318 | */ 319 | deep(){ 320 | let _deep = 0; 321 | for(let i=0;;i++){ 322 | let pl = this.printLevel(i) 323 | if(pl.length > 0){ 324 | _deep ++; 325 | }else{ 326 | break; 327 | } 328 | } 329 | return _deep; 330 | } 331 | 332 | 333 | //递归打印所有层的节点 334 | levelTraversal2(){ 335 | let result = []; 336 | let i = 0; 337 | for (i = 0; ; i++) { 338 | let pl = this.printLevel(i); 339 | result = result.concat(pl); 340 | if(pl.length == 0){ 341 | break; 342 | } 343 | } 344 | return result; 345 | } 346 | } 347 | 348 | module.exports = BSTree; -------------------------------------------------------------------------------- /js/homework/dict.7.4.2.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | 3 | const Dictionary = require('../src/Dictionary.js'); 4 | 5 | /** 6 | 使用Dictionary类写一个程序,该程序用来存储一段文本中各个单词出现的次数。程序显示每个单词出现的次数,但每个单词只显示一次。比如,下面一段话,“the brown fox jumped over the blue fox”,程序输出的是: 7 | the:2 8 | brown:1 9 | fox:2 10 | jumped:1 11 | over:1 12 | blue:1 13 | **/ 14 | 15 | const count = function count(str) { 16 | if(Object.prototype.toString.call(str) != '[object String]'){ 17 | throw new Error('参数str只能是字符串String类型'); 18 | } 19 | let words = str.split(' '); 20 | let dict = new Dictionary(); 21 | for(let w of words){ 22 | if(dict.has(w)){ 23 | dict.set(w,dict.get(w) + 1); 24 | }else{ 25 | dict.set(w,1); 26 | } 27 | } 28 | return dict; 29 | } 30 | 31 | -------------------------------------------------------------------------------- /js/homework/queue.5.6.1.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | 3 | /** 4 | 修改Queue类,形成一个Deque类,这是一个和队列类似的结构,允许从队列两端添加和移动元素,因此也叫双向队列。写一段程序测试该类。 5 | **/ 6 | 7 | class Deque{ 8 | constructor(){ 9 | this.data = []; 10 | } 11 | toString(){ 12 | return "Deque:[" + this.data + "]"; 13 | } 14 | //队尾添加元素 15 | push_back(item){ 16 | return this.data.push(item); 17 | } 18 | //队尾删除元素 19 | pop_back(){ 20 | return this.data.pop(); 21 | } 22 | //队首删除元素 23 | pop_front(){ 24 | return this.data.shift(); 25 | } 26 | //队首添加元素 27 | push_front(item){ 28 | return this.data.unshift(item); 29 | } 30 | //队列大小 31 | length(){ 32 | return this.data.length; 33 | } 34 | //清空队列 35 | empty(){ 36 | this.data = []; 37 | } 38 | //判断队列是否为空 39 | isEmpty(){ 40 | return this.data.length == 0; 41 | } 42 | //返回队首元素 43 | front(){ 44 | return this.data[0]; 45 | } 46 | //返回队尾元素 47 | backend(){ 48 | return this.data[this.data.length - 1]; 49 | } 50 | 51 | } 52 | 53 | 54 | module.exports = Deque; -------------------------------------------------------------------------------- /js/homework/queue.5.6.2.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | /** 3 | 使用前面完成的Deque来判断一个单词是否是回文 4 | **/ 5 | 6 | const Deque = require('./queue.5.6.1.js'); 7 | 8 | const isPalindrome = function isPalindrome(word) { 9 | if(Object.prototype.toString.call(word) != '[object String]'){ 10 | throw new Error('参数word必须为字符串类型'); 11 | } 12 | let dq = new Deque(); 13 | for(let c of word){ 14 | dq.push_back(c); 15 | } 16 | let rs = ''; 17 | while (dq.length() > 0) { 18 | rs += dq.pop_back(); 19 | } 20 | return rs == word; 21 | } 22 | 23 | let word = 'abba'; 24 | console.log(isPalindrome(word)); -------------------------------------------------------------------------------- /js/homework/set.9.4.1.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | /** 3 | * 修改Set类, 使里面的元素按顺序存储,写一段代码测试你的修改。 4 | */ 5 | 6 | const Set = require('../src/Set.js'); 7 | class OrderSet extends Set{ 8 | constructor(){ 9 | super(); 10 | } 11 | add(item){ 12 | if (this.has(item)) { 13 | return false; 14 | } 15 | let index = 0; 16 | for(let i=0;i this.length()){ 103 | return false; 104 | } 105 | for(let sv of svs){ 106 | if(!this.has(sv)){ 107 | return false; 108 | } 109 | } 110 | return true; 111 | } else { 112 | throw new Error('set必须是Set类型'); 113 | } 114 | } 115 | //返回集合中的所有值 116 | values() { 117 | let currentNode = this.data.head; 118 | let r = []; 119 | while(currentNode.next){ 120 | currentNode = currentNode.next; 121 | r.push(currentNode.element); 122 | } 123 | return r; 124 | } 125 | } 126 | 127 | 128 | 129 | 130 | let s1 = new Set(); 131 | let s2 = new Set(); 132 | 133 | s1.add(1); 134 | s1.add(2); 135 | s1.add(3); 136 | s1.add(4); 137 | s1.add(5); 138 | 139 | s2.add(2); 140 | s2.add(4); 141 | s2.add(6); 142 | s2.add(8); 143 | s2.add(0); 144 | 145 | console.log(s1.union(s2).values()); 146 | console.log(s1.intersect(s2).values()); 147 | console.log(s1.difference(s2).values()); 148 | -------------------------------------------------------------------------------- /js/homework/stack.4.1.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | 3 | const Stack = require('../src/Stack.js'); 4 | 5 | /** 6 | * 栈可以用来判断一个算术表达式中的括号是否匹配。编写一个函数,该函数接受一个算 术表达式作为参数,返回括号缺失的位置。下面是一个括号不匹配的算术表达式的例 子:2.3 + 23 / 12 + (3.14159×0.24 7 | **/ 8 | 9 | /** 10 | * 我们使用一个栈来记录表达式中遇到的括号数,如果遇到左括号,进栈,遇到又括号,出栈 11 | * 最后如果栈为空,则说明匹配,否则不匹配 12 | **/ 13 | var brackets_match = function brackets_match(exp) { 14 | if(Object.prototype.toString.call(exp) != '[object String]'){ 15 | throw new Error('参数exp必须为字符串类型'); 16 | } 17 | let s = new Stack(); 18 | for(let c of exp){ 19 | if(c === '('){ 20 | s.push(1); 21 | }else if(c === ')'){ 22 | if(s.size() === 0){ 23 | return false; 24 | } 25 | s.pop(); 26 | } 27 | } 28 | return s.size() === 0; 29 | } 30 | 31 | console.log(brackets_match('2.3 + 23 / 12 + (3.14159×0.24')); 32 | 33 | /** 34 | 上面这个函数只是判断了括号是否匹配,并没能返回不匹配的位置 35 | 我们可以修改下程序,如果匹配,返回true 36 | 如果不匹配,返回不匹配的括号的位置 37 | **/ 38 | 39 | var brackets_match_result = function brackets_match_result(exp) { 40 | if(Object.prototype.toString.call(exp) != '[object String]'){ 41 | throw new Error('参数exp必须为字符串类型'); 42 | } 43 | let s = new Stack(); 44 | for(let i=0;i= 80 && charCode <=89){ 43 | numsStack.push(c); 44 | }else{ 45 | if(c == '('){ 46 | operatorStack.push(c); 47 | }else if(c == ')'){ 48 | while (operatorStack.length() > 0) { 49 | let op = operatorStack.pop(); 50 | if(op == '('){ 51 | break; 52 | }else{ 53 | numsStack.push(op); 54 | } 55 | } 56 | }else{ 57 | 58 | } 59 | } 60 | } 61 | } 62 | 63 | -------------------------------------------------------------------------------- /js/homework/stack.4.3.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | 3 | const Stack = require('../src/Stack.js'); 4 | 5 | /** 6 | 有一个盒子,里面塞满了糖果,红色的,蓝色的,绿色的,但是你不喜欢绿色的,写一段程序,在不改变其他糖果顺序的基础上,将绿色的糖果移除。 7 | **/ 8 | 9 | let stack = new Stack(); 10 | stack.push('red'); 11 | stack.push('blue'); 12 | stack.push('blue'); 13 | stack.push('green'); 14 | stack.push('green'); 15 | stack.push('blue'); 16 | stack.push('red'); 17 | stack.push('red'); 18 | 19 | const removeGreen = function removeGreen(stack) { 20 | if(stack instanceof Stack){ 21 | let s1 = new Stack(); 22 | let s2 = new Stack(); 23 | while (stack.size() > 0) { 24 | let item = stack.pop(); 25 | if(item !== 'green'){ 26 | s1.push(item); 27 | } 28 | } 29 | while (s1.size() > 0) { 30 | s2.push(s1.pop()); 31 | } 32 | return s2; 33 | }else{ 34 | throw new Error('stack must be a Stack type'); 35 | } 36 | } 37 | 38 | console.log(removeGreen(stack).toString()); 39 | 40 | 41 | 42 | -------------------------------------------------------------------------------- /test/BSTree.test.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | const BSTree = require('../src/Tree/BSTree.js'); 3 | 4 | let array = [ 87, 5, 21, 65, 23, 234, 98, 90, 98 ]; 5 | 6 | let bst = new BSTree(); 7 | array.forEach(item => { 8 | bst.insert(item); 9 | }); 10 | 11 | console.log(bst.preOrder()); 12 | console.log(bst.inOrder()); 13 | console.log(bst.postOrder()); 14 | console.log('--------------'); 15 | 16 | let post = bst.postOrder(); 17 | let bst2 = new BSTree(); 18 | post.reduceRight((pre,current)=>{ 19 | pre.insert(current); 20 | return pre; 21 | },bst2); 22 | 23 | console.log(bst2.preOrder()); 24 | console.log(bst2.postOrder()); 25 | console.log('================'); 26 | console.log(bst2.printLevel(2)); 27 | -------------------------------------------------------------------------------- /test/DoubleLinkedList.test.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | 3 | const DoubleLinkedList = require('./DoubleLinkedList'); 4 | 5 | let dlist = new DoubleLinkedList(); 6 | 7 | dlist.insert(1,null); 8 | dlist.insert(2,1); 9 | dlist.insert(3,2); 10 | dlist.insert(4,2); 11 | dlist.insert(5,null); 12 | console.log(dlist.display()); 13 | 14 | dlist.remove(3); 15 | console.log(dlist.display()); 16 | 17 | console.log(dlist.findLast()); 18 | -------------------------------------------------------------------------------- /test/DoubleLoopLinkedList.test.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | 3 | const DoubleLoopLinkedList = require('../src/DoubleLoopLinkedList.js'); 4 | 5 | let dlll = new DoubleLoopLinkedList(); 6 | dlll.insert(1); 7 | dlll.insert(2); 8 | dlll.insert(3); 9 | dlll.insert(4); 10 | dlll.insert(5); 11 | dlll.insert(9,3); 12 | 13 | console.log(dlll.display()); 14 | -------------------------------------------------------------------------------- /test/LinkedList.test.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | 3 | const LinkedList = require('../src/LinkedList.js').LinkedList; 4 | 5 | let llist = new LinkedList(); 6 | llist.append(1); 7 | llist.append(4); 8 | llist.append(8); 9 | llist.append(2); 10 | llist.append(9); 11 | llist.append(0); 12 | 13 | /** 14 | * 找出链表中倒数第n个元素 15 | * @param {LinkedList} llist 链表 16 | * @param {Number} n 17 | * @return {element} 找到的倒数第n个值 18 | */ 19 | var findKthToTail = function findKthToTail(llist, n) { 20 | let size = llist.size(); 21 | let rvalue = null; 22 | if (n <= size) { 23 | let head = llist.head; 24 | let currentNode = head.next; 25 | for (let i = 0; i < size - n; i++) { 26 | currentNode = currentNode.next; 27 | } 28 | rvalue = currentNode.element; 29 | } 30 | return rvalue; 31 | } 32 | 33 | console.log(findKthToTail(llist,2)); 34 | 35 | /** 36 | * 逆转链表 37 | * @param {LinkedList} llist 要逆转的链表 38 | * @return {LinkedList} 逆转后的链表 39 | */ 40 | var reverseLinkedList = function reverseLinkedList(llist){ 41 | let head = llist.head; 42 | let pre = null; 43 | let current = head.next; 44 | while (current){ 45 | let next = current.next; 46 | current.next = pre; 47 | //如果当前节点已为最后一个节点,将头指针指向这个节点 48 | if(!next){ 49 | head.next = current; 50 | return llist; 51 | } 52 | pre = current; 53 | current = next; 54 | } 55 | return llist; 56 | } 57 | 58 | console.log(reverseLinkedList(llist).display()); 59 | 60 | -------------------------------------------------------------------------------- /test/Loop.LinkedList.test.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | 3 | const LinkedList = require('../src/LinkedList.js').LinkedList; 4 | const Node = require('../src/LinkedList.js').Node; 5 | 6 | 7 | //判断一个单向链表中是否存在环 8 | 9 | var n1 = new Node(1); 10 | var n2 = new Node(2); 11 | var n3 = new Node(3); 12 | var n4 = new Node(4); 13 | var n5 = new Node(5); 14 | 15 | var llist = new LinkedList(); 16 | llist.head.next = n1; 17 | n1.next = n2; 18 | n2.next = n3; 19 | n3.next = n4; 20 | n4.next = n5; 21 | n5.next = n2; 22 | 23 | /** 24 | * 判断一个链表中是否存在环 25 | * 遍历链表,如果有元素被变量两遍则存在环 26 | * @param {LinkedList} llist 链表 27 | * @return {Boolean} 存在返回true,否则返回false 28 | */ 29 | var existLoop1 = function existLoop(llist){ 30 | let visted = []; 31 | let current = llist.head; 32 | while (current.next) { 33 | if(visted.indexOf(current.data()) > -1){ 34 | return true; 35 | } 36 | visted.push(current.data()); 37 | current = current.next; 38 | } 39 | return false; 40 | } 41 | 42 | 43 | /** 44 | * 判断一个链表中是否存在环 45 | * @param {LinkedList} llist 链表 46 | * @return {Boolean} 存在返回true,否则返回false 47 | */ 48 | var existLoop2 = function existLoop(llist){ 49 | let head = llist.head; 50 | let slow = head; 51 | let fast = head; 52 | while (slow.next) { 53 | slow = slow.next; 54 | fast = fast.next && fast.next.next; 55 | if(!fast){ 56 | return false; 57 | } 58 | if(fast.data() == slow.data()){ 59 | return true; 60 | } 61 | } 62 | } 63 | 64 | console.log(existLoop1(llist)); 65 | console.log(existLoop2(llist)); -------------------------------------------------------------------------------- /test/LoopLinkedList.test.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | 3 | const LoopLinkedList = require('./LoopLinkedList.js'); 4 | 5 | let lll = new LoopLinkedList(); 6 | 7 | lll.insert(1,null); 8 | lll.insert(2,1); 9 | lll.insert(3,1); 10 | lll.insert(4,1); 11 | 12 | console.log(lll.display()); 13 | -------------------------------------------------------------------------------- /test/Sort.test.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | 3 | const CArray = require('../src/Sort/CArray.js'); 4 | const quickSort = require('../src/Sort/QuickSort.js'); 5 | 6 | let array = new CArray(10000); 7 | console.time('bubbleSort'); 8 | array.bubbleSort(); 9 | console.timeEnd('bubbleSort'); 10 | // console.log(array.getData()); 11 | array.clear(); 12 | array.setData(10000); 13 | 14 | console.time('quickSort'); 15 | quickSort(array.getData()); 16 | console.timeEnd('quickSort'); 17 | 18 | 19 | 20 | 21 | 22 | -------------------------------------------------------------------------------- /test/Stack.test.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | 3 | const Stack = require('../src/Stack.js'); 4 | 5 | const divideBy2 = function divideBy2(decNumber) { 6 | let s = new Stack(); 7 | let str = ''; 8 | while (decNumber > 0) { 9 | s.push(Math.floor(decNumber %2)); 10 | decNumber = Math.floor(decNumber / 2); 11 | } 12 | while (!s.isEmpty()) { 13 | str += s.pop().toString(); 14 | } 15 | return str; 16 | } 17 | 18 | console.log(divideBy2(102)); 19 | -------------------------------------------------------------------------------- /test/graph.test.js: -------------------------------------------------------------------------------- 1 | 'use strict'; 2 | const Graph = require('../src/Graph/Graph.js'); 3 | 4 | let g = new Graph(); 5 | 6 | g.addVertex(1); 7 | g.addVertex(2); 8 | g.addVertex(3); 9 | g.addVertex(4); 10 | g.addVertex(5); 11 | g.addVertex(6); 12 | 13 | g.addEdge(1,2); 14 | g.addEdge(2,3); 15 | g.addEdge(2,4); 16 | g.addEdge(3,4); 17 | g.addEdge(1,4); 18 | g.addEdge(3,5); 19 | g.addEdge(5,6); 20 | g.addEdge(2,6); 21 | g.addEdge(4,6); 22 | 23 | // console.log(g.minPath(2,6)); 24 | console.log(g.minPath(1,6)); 25 | console.log(g.bfs(1)); --------------------------------------------------------------------------------