JavaScript常用基础算法

基础算法
一、排序
冒泡排序

//冒泡排序function bubbleSort(arr) {  for(var i = 1, len = arr.length; i < len - 1; ++i) {    for(var j = 0; j <= len - i; ++j) {      if (arr[j] > arr[j + 1]) {        let temp = arr[j];        arr[j] = arr[j + 1];        arr[j + 1] = temp;      }    }  }}

插入排序

//插入排序 过程就像你拿到一副扑克牌而后对它排序一样function insertionSort(arr) {  var n = arr.length;  // 我们认为arr[0]已经被排序，所以i从1开始  for (var i = 1; i < n; i++) {    // 取出下一个新元素，在已排序的元素序列中从后向前扫描来与该新元素比较大小    for (var j = i - 1; j >= 0; j--) {      if (arr[i] >= arr[j]) { // 若要从大到小排序，则将该行改为if (arr[i] <= arr[j])就可        // 假如新元素arr[i] 大于等于 已排序的元素序列的arr[j]，        // 则将arr[i]插入到arr[j]的下一位置，保持序列从小到大的顺序        arr.splice(j + 1, 0, arr.splice(i, 1)[0]);        // 因为序列是从小到大并从后向前扫描的，所以不必再比较下标小于j的值比arr[j]小的值，退出循环        break;        } else if (j === 0) {        // arr[j]比已排序序列的元素都要小，将它插入到序列最前面        arr.splice(j, 0, arr.splice(i, 1)[0]);      }    }  }  return arr;}

当目标是升序排序，最好情况是序列原本已经是升序排序，那么只要比较n-1次，时间复杂度O(n)。最坏情况是序列原本是降序排序，那么需比较n(n-1)/2次，时间复杂度O(n^{2)。所以平均来说，插入排序的时间复杂度是O(n}2)。显然，次方级别的时间复杂度代表着插入排序不适合数据特别多的情况，一般来说插入排序适合小数据量的排序。

快速排序

//快速排序function qSort(arr) {  //公告并初始化左边的数组和右边的数组  var left = [], right = [];  //使用数组第一个元素作为基准值  var base = arr[0];  //当数组长度只有1或者者为空时，直接返回数组，不需要排序  if(arr.length <= 1) return arr;  //进行遍历  for(var i = 1, len = arr.length; i < len; i++) {    if(arr[i] <= base) {    //假如小于基准值，push到左边的数组      left.push(arr[i]);    } else {    //假如大于基准值，push到右边的数组      right.push(arr[i]);    }  }  //递归并且合并数组元素  return [...qSort(left), ...[base], ...qSort(right)];    //return qSort(left).concat([base], qSort(right));}

二、字符串
回文字符串

//判断回文字符串function palindrome(str) {  var reg = /[\W\_]/g;  var str0 = str.toLowerCase().replace(reg, "");  var str1 = str0.split("").reverse().join("");  return str0 === str1;}翻转字符串function reverseString(str) {  return str.split("").reverse().join("");}

字符串中出现最屡次数的字符

function findMaxDuplicateChar(str) {  var cnt = {}, //用来记录所有的字符的出现频次      c = ''; //用来记录最大频次的字符  for (var i = 0; i < str.length; i++) {    var ci = str[i];    if (!cnt[ci]) {      cnt[ci] = 1;    } else {      cnt[ci]++;    }    if (c == '' || cnt[ci] > cnt[c]) {      c = ci;    }  }  console.log(cnt)  return c;}

三、数组
数组去重

//数组去重function uniqueArray(arr) {  var temp = [];  for (var i = 0; i < arr.length; i++) {    if (temp.indexOf(arr[i]) == -1) {      temp.push(arr[i]);    }  }  return temp;  //or  return Array.from(new Set(arr));}

四、查找
二分查找

//二分查找function binary_search(arr, l, r, v) {  if (l > r) {    return -1;  }  var m = parseInt((l + r) / 2);  if (arr[m] == v) {    return m;  } else if (arr[m] < v) {    return binary_search(arr, m+1, r, v);  } else {    return binary_search(arr, l, m-1, v);  }}

将二分查找运用到之前的插入排序中，形成二分插入排序，据说可以提高效率。但我测试的时候也许是数据量太少，并没有发现太显著的差距。。大家可以自己实验一下~（譬如在函数调用开始和结束使用console.time(‘插入排序耗时’)和console.timeEnd(‘插入排序耗时’)）

五、树的搜索/遍历
深度优先搜索

//深搜 非递归实现function dfs(node) {  var nodeList = [];  if (node) {    var stack = [];    stack.push(node);    while(stack.length != 0) {      var item = stack.pop();      nodeList.push(item);      var children = item.children;      for (var i = children.length-1; i >= 0; i--) {        stack.push(children[i]);      }    }  }  return nodeList;}//深搜 递归实现function dfs(node, nodeList) {  if (node) {    nodeList.push(node);    var children = node.children;    for (var i = 0; i < children.length; i++) {      dfs(children[i], nodeList);    }  }  return nodeList;}

广度优先搜索

//广搜 非递归实现function bfs(node) {    var nodeList = [];    if (node != null) {        var queue = [];        queue.unshift(node);        while (queue.length != 0) {            var item = queue.shift();            nodeList.push(item);            var children = item.children;            for (var i = 0; i < children.length; i++)                queue.push(children[i]);        }    }    return nodeList;}//广搜 递归实现var i=0;  //自增标识符function bfs(node, nodeList) {    if (node) {      nodeList.push(node);      if (nodeList.length > 1) {        bfs(node.nextElementSibling, nodeList);  //搜索当前元素的下一个兄弟元素      }      node = nodeList[i++];      bfs(node.firstElementChild, nodeList); //该层元素节点遍历完了，去找下一层的节点遍历    }    return nodeList;}

高阶函数衍生算法
1.filter去重

filter也是一个常用的操作，它用于把Array的某些元素过滤掉，而后返回剩下的元素。也可以这么了解，filter的回调函数把Array的每个元素都解决一遍，解决结果返回false则过滤结果去除该元素，true则留下来

用filter()这个高阶函数，关键在于正的确现一个“挑选”函数。

其实这个挑选函数有多个参数，filter(function (element, index, self)，演示一个使用filter去重，像这样：

var r,    arr = ['apple', 'strawberry', 'banana', 'pear', 'apple', 'orange', 'orange', 'strawberry'];    r = arr.filter(function (element, index, self) {        return self.indexOf(element) === index;        //拿到元素，判断他在数组里第一次出现的位置，是不是和当前位置一样，一样的话返回true，不一样说明重复了，返回false。    });

2.sort排序算法

排序也是在程序中经常用到的算法。无论使用冒泡排序还是快速排序，排序的核心是比较两个元素的大小。假如是数字，我们可以直接比较，但假如是字符串或者者两个对象呢？直接比较数学上的大小是没有意义的，因而，比较的过程必需通过函数笼统出来。通常规定，对于两个元素x和y，假如认为x < y，则返回-1，假如认为x == y，则返回0，假如认为x > y，则返回1，这样，排序算法就不用关心具体的比较过程，而是根据比较结果直接排序。

值得注意的例子

// 看上去正常的结果:['Google', 'Apple', 'Microsoft'].sort(); // ['Apple', 'Google', 'Microsoft'];// apple排在了最后:['Google', 'apple', 'Microsoft'].sort(); // ['Google', 'Microsoft", 'apple']// 无法了解的结果:[10, 20, 1, 2].sort(); // [1, 10, 2, 20]

解释起因

第二个排序把apple排在了最后，是由于字符串根据ASCII码进行排序，而小写字母a的ASCII码在大写字母之后。

第三个排序结果，简单的数字排序都能错。

这是由于Array的sort()方法默认把所有元素先转换为String再排序，结果’10’排在了’2’的前面，由于字符’1’比字符’2’的ASCII码小。

因而我们把结合这个原理：

var arr = [10, 20, 1, 2];    arr.sort(function (x, y) {        if (x < y) {            return -1;        }        if (x > y) {            return 1;        }        return 0;    });    console.log(arr); // [1, 2, 10, 20]

上面的代码解读一下：传入x，y，假如x<y，返回-1，x与前面排，假如x>y，返回-1，x后面排，假如x=y，无所谓谁拍谁前面。

还有一个，sort()方法会直接对Array进行修改，它返回的结果仍是当前Array，一个栗子：

var a1 = ['B', 'A', 'C'];var a2 = a1.sort();    a1; // ['A', 'B', 'C']    a2; // ['A', 'B', 'C']    a1 === a2; // true, a1和a2是同一对象

最后，给大家推荐一个前台学习进阶内推交流群685910553（前台资料分享），不论你在地球哪个方位，
不论你参与工作几年都欢迎你的入驻！（群内会定期免费提供少量群主收藏的免费学习书籍资料以及整理好的面试题和答案文档！）

假如您对这个文章有任何异议，那么请在文章评论处写上你的评论。

假如您觉得这个文章有意思，那么请分享并转发，或者者也可以关注一下表示您对我们文章的认可与鼓励。

愿大家都能在编程这条路，越走越远。