前端程序员必备算法
以下是前端程序员在职业生涯中可能会遇到且大概率需要掌握的十个重要算法。
1. 排序算法
冒泡排序（Bubble Sort）
function bubbleSort(arr) {
let len = arr.length;
for (let i = 0; i < len - 1; i++) {
for (let j = 0; j < len - 1 - i; j++) {
if (arr[j] > arr[j + 1]) {
[arr[j], arr[j + 1]] = [arr[j + 1], arr[j]];
}
}
}
return arr;
}
快速排序（Quick Sort）
function quickSort(arr) {
if (arr.length <= 1) return arr;
let pivotIndex = Math.floor(arr.length / 2);
let pivot = arr.splice(pivotIndex, 1)[0];
let left = [];
let right = [];
for (let i = 0; i < arr.length; i++){
if (arr[i] < pivot){
left.push(arr[i]);
} else {
right.push(arr[i]);
}
}
return quickSort(left).concat([pivot], quickSort(right));
}
2. 搜索算法
二分查找（Binary Search）
function binarySearch(arr, target) {
let low = 0;
let high = arr.length - 1;
while (low <= high) {
let mid = Math.floor((low + high) / 2);
if (arr[mid] === target) {
return mid;
} else if (arr[mid] < target) {
low = mid + 1;
} else {
high = mid - 1;
}
}
return -1;
}
3. 数据结构
栈（Stack）
class Stack {
constructor() {
this.items = [];
}
push(item) {
this.items.push(item);
}
pop() {
if (this.isEmpty()) {
return null;
}
return this.items.pop();
}
peek() {
if (this.isEmpty()) {
return null;
}
return this.items[this.items.length - 1];
}
isEmpty() {
return this.items.length === 0;
}
size() {
return this.items.length;
}
}
队列（Queue）
class Queue {
constructor() {
this.items = [];
}
enqueue(item) {
this.items.push(item);
}
dequeue() {
if (this.isEmpty()) {
return null;
}
return this.items.shift();
}
front() {
if (this.isEmpty()) {
return null;
}
return this.items[0];
}
isEmpty() {
return this.items.length === 0;
}
size() {
return this.items.length;
}
}
4. 图算法
广度优先搜索（BFS）
function bfs(graph, start) {
let visited = new Set();
let queue = [start];
while (queue.length > 0) {
let node = queue.shift();
if (!visited.has(node)) {
visited.add(node);
let neighbors = graph[node];
for (let neighbor of neighbors) {
queue.push(neighbor);
}
}
}
return visited;
}
深度优先搜索（DFS）
function dfs(graph, start) {
let visited = new Set();
function traverse(node) {
if (visited.has(node)) return;
visited.add(node);
let neighbors = graph[node];
for (let neighbor of neighbors) {
traverse(neighbor);
}
}
traverse(start);
return visited;
}
5. 动态规划算法
斐波那契数列（Fibonacci）
function fibonacci(n) {
let fib = [0, 1];
for (let i = 2; i <= n; i++) {
fib[i] = fib[i - 1] + fib[i - 2];
}
return fib[n];
}
6. 字符串处理算法
反转字符串
function reverseString(str) {
return str.split('').reverse().join('');
}
判断回文字符串
function isPalindrome(str) {
let reversedStr = reverseString(str);
return str === reversedStr;
}
7. 数学算法
最大公约数
function gcd(a, b) {
if (b === 0) {
return a;
} else {
return gcd(b, a % b);
}
}
质因数分解
function primeFactors(n) {
let factors = [];
let divisor = 2;
while (n >= 2) {
if (n % divisor === 0) {
factors.push(divisor);
n = n / divisor;
} else {
divisor++;
}
}
return factors;
}
8. 高级算法
归并排序（Merge Sort）
function mergeSort(arr) {
if (arr.length <= 1) return arr;
let mid = Math.floor(arr.length / 2);
let leftArr = mergeSort(arr.slice(0, mid));
let rightArr = mergeSort(arr.slice(mid));
return merge(leftArr, rightArr);
}
function merge(leftArr, rightArr) {
let result = [];
let i = 0;
let j = 0;
while (i < leftArr.length && j < rightArr.length) {
if (leftArr[i] < rightArr[j]) {
result.push(leftArr[i]);
i++;
} else {
result.push(rightArr[j]);
j++;
}
}
return result.concat(leftArr.slice(i), rightArr.slice(j));
}
9. 算法思想
贪心算法（Greedy Algorithm）
贪心算法是一种在每一步选择中都采取在当前状态下最好或最优解的策略，从而希望导致结果是全局最好或最优的算法。
10. 搜索算法
深度优先搜索（DFS）
深度优先搜索是一种用于遍历或搜索树或图的算法。它从根节点开始，逐步向下访问子节点，直到到达叶子节点或无法继续向下访问时回溯到上一个节点再进行下一步的访问，直到访问完所有节点。