资讯专栏INFORMATION COLUMN

基本数据结构和查找算法

姘搁『 / 1417人阅读

摘要:本文包括简单的数据结构和查找算法,属于个人整理。初学编程可以用这里的东西联系一下,看一看也挺有意思博主个人不认为中算法数据结构不重要,毕竟这是程序开发的基本功。

本文包括简单的数据结构和查找算法,属于个人整理。
初学编程可以用这里的东西联系一下,看一看也挺有意思
博主个人不认为js中算法数据结构不重要,毕竟这是程序开发的基本功。
本文还会根据博主学习进展和时间安排不定期更新
数据结构部分 列表
function List(){
  this.listSize = 0;
  this.pos = 0;
  this.dataStore = [];

  //查找
  this.find = function(element){
    return dataStore.indexOf(element);
  };

  //追加元素
  this.append = function(element){
    this.dataStore[this.listSize++] = element;
  };

  //删除元素
  this.remove = function(element){
    var foundAt = this.find(element);
    if(foundAt > -1){
      this.dataStore.splice(foundAt, 1);
      --this.listSize;
      return true;
    }
    return false;
  };

  //得到长度
  this.getLength = function(){
    return this.listSize;
  };

  //插入元素
  this.insert = function(element, after){
    var insertPos = this.find(after);
    if(insertPos > -1){
      this.dataStore.splice(insertPos+1, 0, element);
      ++this.listSize;
      return true;
    }
    return false;
  };

  //清空列表
  this.clear = function(){
    delete this.dataStore;
    this.dataStore.length = 0;
    this.listSize = this.pos = 0;
  };

  //判断是否包含某元素
  this.contains = function(element){
    return this.find(element) !== -1;
  };

  //转换为字符串
  this.toString = function(){
    return this.dataStore.join(",");
  };

  //把指针移到最前
  this.front = function(){
    this.pos = 0;
  };

  //把指针移到最后
  this.end = function(){
    this.pos = this.listSize - 1;
  };

  //前移指针
  this.prev = function(){
    if(this.pos > 0)
      --this.pos;
  };

  //后移指针
  this.next = function(){
    if(this.pos < this.listSize - 1)
      ++this.pos;
  };

  //得到指针当前位置
  this.currPos = function(){
    return this.pos;
  };

  //把指针移到posi
  this.moveTo = function(posi){
    if(posi < this.listSize && posi >= 0){
        this.pos = position;
        return true;
    }
    return false;
  };

  //得到当前指针位置元素
  this.getElement = function(){
    return this.dataStore[this.pos];
  };
}
队列
function queue(){
  this.dataStore = [];

  this.enqueue = function(element){    //入队
    this.dataStore.push(element);
  };
  this.dequeue = function(){    //出对
    return this.dataStore.shift();
  };
  this.front(){   //查看队首
    return this.dataStore[0];
  };
  this.back(){   //查看队尾
    return this.dataStore[this.dataStore.length - 1];
  };
  this.empty = function(){   //清空队列
    return this.dataStore.length === 0;
  };
  this.getLength = function(){   //得到队列长度
    return this.dataStore.length;
  };
}
function Stack(){
  this.dataStore = [];

  this.push = function(element){   //入栈
    this.dataStore.push(element);
  };
  this.peek = function(){    //查看栈顶
    if(this.dataStore.length > 0)
      return this.dataStore[this.dataStore.length - 1];
    return undefined;
  };

  this.clear = function(){   //清空
    this.dataStore.length = 0;
  };

  this.pop = function(){    //出栈
    return this.dataStore.pop();
  };

  this.getLength = function(){   //得到长度
    return this.dataStore.length;
  };
}
链表
function Node(element){      //链表节点
  this.element = element;
  this.next = null;
}
function LList(){
  this.head = new Node("head");

  this.find = function(item){   //查找
    var currNode = this.head;
    while(currNode && currNode.element != item){
      currNode = currNode.next;
    };
    return currNode;
  };

  this.insert = function(newElement, item){    //在item之后插入
    var newNode = new Node(newElement);
    var current = this.find(item);
    if(current === null) {
      this.append(newElement);
      return false;
    }
    newNode.next = current.next;
    current.next = newNode;
    return true;
  };

  this.display = function(){   //输出列表
    var currNode = this.head;
    while(currNode.next !== null){
      console.log(currNode.next.element);
      currNode = currNode.next;
    }
  };

  this.remove = function(element){
    var currNode = this.head;
    while(1){
      if(currNode.next === null) return false;
      if(currNode.next.element === element) break;
      currNode = currNode.next;
    }
    currNode.next = currNode.next.next;
  };
}
环形链表
function Node(element){      //链表节点
  this.element = element;
  this.next = null;
}
function LList(){
  this.head = new Node("head");
  this.head.next = this.head;  //成环

  this.find = function(item){  //查找
    var currNode = this.head;
    while(currNode.element != item){
      if(currNode.next === this.head) return null;
      currNode = currNode.next;
    };
    return currNode;
  };

  this.insert = function(newElement, item){   //在item之后插入
    var newNode = new Node(newElement);
    var current = this.find(item);
    newNode.next = current.next;
    current.next = newNode;
  };

  this.display = function(){   //输出列表
    var currNode = this.head;
    while(currNode.next !== this.head){
      console.log(currNode.next.element);
      currNode = currNode.next;
    }
  };

  this.remove = function(element){    //删除
    var currNode = this.head;
    while(1){
      if(currNode.next == this.head) return false;
      if(currNode.next.element == element) break;
      currNode = currNode.next;
    }
    currNode.next = currNode.next.next;
  };
}
双向链表
function Node(element){
  this.element = element;
  this.next = null;
  this.previous = null;
}
function LList(){
  this.head = new Node("head");
  this.tail = this.head;

  this.find = function(item){   //查找
    var currNode = this.head;
    while(currNode.element != item){
      if(currNode.next === null) return null;
      currNode = currNode.next;
    };
    return currNode;
  };

  this.insert = function(newElement, item){   //在item之后插入
    var newNode = new Node(newElement);
    var current = this.find(item);
    newNode.next = current.next;
    current.next = newNode;
    current.next.previous = newNode;
    newNode.previous = current;
  };

  this.display = function(){   //输出列表
    var currNode = this.head;
    while(currNode.next !== null){
      console.log(currNode.next.element);
      currNode = currNode.next;
    }
  };

  this.remove = function(item){   //删除
    var currNode = this.find(item);
    if(currNode){
      currNode.previous.next = currNode.next;
      currNode.next.previous = currNode.previous;
      currNode.next = null;
      currNode.previous = null;
      return true;
    }
    return false;
  };

  this.dispReverse = function(){   //反向输出
    var currNode = this.tail;
    while(currNode.previous !== null){
      console.log(currNode.element);
      currNode = currNode.previous;
    }
  };
}
字典
function dictionary(){
  this.dataStore = [];

  this.add = function(key, value){  //插入
    if(this.find(key)) console.log(""" + key + "" exists");
    else this.dataStore[key] = value;
  };

  this.find = function(key){   //查找
    return this.dataStore[key];
  };

  this.remove = function(key){   //删除
    delete this.dataStore[key];
  };

  this.showAll = function(){   //有序输出
    var keys = Object.keys(this.dataStore).sort();
    keys.forEach(function(key){
      console.log(key + " -> " + this.dataStore[key]);
    });
  };

  this.count = function(){   //计数
    return Object.keys(this.dataStore).length;
  };

  this.clear = function(){   //清除
    for(var k in this.dataStore){
      if(dataStore.hasOwnPorperty(k)){
        delete this.dataStore[k];
      }
    }
  };
}
集合
function Set(){
  if(arr){
    this.arr = arr.filter(function(item, index) {
      return arr.indexOf(item) === index;
    });
  } else {
    this.arr = [];
  }
}
Set.prototype.constructor = Set;

Myset.prototype.sort = function(fun){  //排序
  this.arr.sort(fun);
  return this;
};

Set.prototype.add = function(data){   //添加
  if(this.dataStore.indexOf(data) < 0){
    this.dataStore.push(data);
  }
  return this;
};

Set.prototype.show = function(){  //输出
  console.log(this.dataStore.join(","));
  return this;
};

Set.prototype.remove = function(data){   //删除
  var pos = this.dataStore.indexOf(data);
  if(pos > -1){
    this.dataStore.splice(pos, 1);
  }
  return this;
};

Set.prototype.size = function(){  //得到当前集合大小(元素数量)
  return this.dataStore.length;
};
Set.prototype.contains = function(data) {    //是否包含data
  return this.dataStore.indexOf(data) > -1;
};

Set.prototype.clone = function(){   //复制当前集合
  var tempSet = new Set();
  for(var i = 0; i < this.size(); ++i)
    tempSet.add(this.dataStore[i]);
  return tempSet;
};

Set.prototype.union = function(set){   //求并集
  var tempSet = this.clone();
  for(var i = 0; i < set.size(); ++i){
    if(!tempSet.contains(set.dataStore[i]))
      temp.dataStore.push(set.dataStore[i]);
  }
  return tempSet;
};

Set.prototype.interSect = function(set){   //求交集
  var tempSet = new Set();
  for(var i = 0; i < this.size(); ++i){
    if(set.contains(this.dataStore[i]))
      tempSet.add(this.dataStore[i]);
  }
  return tempSet;
};

Set.prototype.subSet = function(set){    //判断当前集合是否set的子集
  if(this.size() > set.size()) return false;
  else{
    for(var i = 0; i < this.size(); ++i){
      if(!set.contains(this.dataStore[i]))
        return false;
    }
  }
  return true;
};

this.difference = function(set){   //求差集 this-set
  var tempSet = new Set();
  for(var i = 0; i < this.dataStore.length; ++i){
    if(!set.contains(this.dataStore[i]))
      tempSet.add(this.dataStore[i]);
  }
  return tempSet;
};
哈希表
function HashTable(){
  this.table = [];

  //this.values = [];

  //当key是整数的时候可以简单的使用simpleHash
  this.simpleHash = function(data){   //这个函数下文不会用到
    var total = 0;
    for(var i = 0; i < data.length; ++i)
      total += data.charDodeAt(i);
    return total % this.table.length;
  };

  //simpleHash()有一个严重的问题:不同字符串可能得到相同hash码,比如"Raymond"和"Clayton"。 这叫做哈希碰撞(hashing collision)

  this.betterHash = function(string, arr){
    const H = 31;    //引入一个质数
    var total = 0;
    for(var i = 0; i < string.length; ++i)
      total += H * total + string.charCodeAt(i);
    total = total % arr.length;
    return parseInt(total);
  };


  this.showDistro = function(){
    var n = 0;
    for(var i = 0; i < this.table.length; ++i){
      // if(this.table[i] !== undefined)      //线性探针法使用这个if
      if(this.table[i][0] !== undefined)    //散列法使用这个if
        console.log(i + ": " + this.table[i]);
    }
  };

  //即使使用了betterHash,也不能保证在所有输入中不会一重复的输出,因此产生了散列法(separate chaining)和线性探针法(linear probing)
  //建立散列
  this.buildChains = function(){
    for(var i = 0; i < this.table.length; ++i)
      this.table[i] = [];
  };

  //散列法对应put函数
  this.put = function(data){
    var pos = this.betterHash(data);
    var index = 0;

    if(this.table[pos][index] === undefined)
      this.table[pos][index] = data;
    else {
      while(this.table[pos][index] !== undefined) ++index;
      this.table[pos][index] = data;
    }
  };

  //散列法对应get函数
  this.get = function(key){
    var pos = this.betterHash(key);
    var index = 0;
    if(this.table[pos][index] === key)
      return this.table[pos][index + 1];
    else {
      while(this.table[pos][index] !== key) index += 2;
      return this.table[pos][index + 1];
    }
    return undefined;
  };

  /*
  //线性探针法对应put函数
  this.put = function(key, data){
    var pos = this.betterHash(data);
    if(this.table[pos] == undefined){
      this.table[pos] = key;
      this.values[pos] = data;
    } else {
      while(this.table[pos] != undefined) ++pos;
      this.table[pos] = key;
      this.values[pos] = data;
    }
  };

  //线性探针法对应get函数
  this.get = function(key){
    var hash = -1;
    hash = this.betterHash(key);
    if(hash > -1){
      for(var i = hash; this.table[hash] != undefined; ++i){
        if(this.table[hash] == key)
          return this.values[hash];
      }
    }
  };
  */
}
function Node(data, left, right){   //树节点
  this.data = data;
  this.left = left;
  this.right = right;
  this.show = function(){ return this.data; };
}

//建立一个二叉查找树(Binary Search Tree)
function BST(){
  this.root = null;

  this.insert = function(data){
    var n = new Node(data, null, null);
    if(this.root === null) {
      this.root = n;
    }
    else{
      var current = this.root;
      var parent;
      while(true){
        parent = current;
        if(data < current.data){
          current = current.left;
          if(current === null){
            parent.left = n;
            break;
          }
        }
        else{
          current = current.right;
          if(current == null){
            parent.right = n;
            break;
          }
        }
      }
    }
  };

  //中序遍历
  this.inOrder = function(node){
    if(node !== null){
      inOrder(node.left);
      console.log(node.show() + " ");
      inOrder(node.right);
    }
  };

  //前序遍历
  this.preOrder = function(node){
    if(node !== null){
      console.log(node.show() + " ");
      preOrder(node.left);
      preOrder(node.right);
    }
  };

  //后序遍历
  this.postOrder = function(node){
    if(node !== null){
      postOrder(node.left);
      postOrder(node.right);
      console.log(node.show() + " ");
    }
  };

  //得最小值
  this.getMin = function(){
    var current = this.root;
    while(current.left !== null)
      current = current.left;
    return current.data;
  };

  //得最大值
  this.getMax = function(){
    var current = this.root;
    while(current.right !== null)
      current = current.right;
    return current.data;
  };

  //查找值
  function find(data){
    var current = this.root;
    while(current !== null){
      if(current.data == data) return current;
      else if(data < current.data) current = current.left;
      else if(data > current.data) current = current.right;
    }
    return null;
  };

  //删除值
  this.removeData = function(data){
    this.root = removeNode(this.root, data);
    function removeNode(node, data){
      if(node === null) return null;
      if(data === node.data){
        if(node.left == null && node.right == null) return null;
        if(node.left == null) return node.right;
        if(node.right == null) return node.left;
        var tempNode = getSmallest(node.right);
        node.data = tempNode.data;
        node.right = removeNode(node.right, tempNode.data);
        return node;
      }
      else if(data < node.data){
        node.left = removeNode(node.left, data);
        return node;
      } else{
        node.right = removeNode(node.right, data);
        return node;
      }
    }
  };
}
function Graph(v_num){
  this.vertices = v_num;    //定点数量
  this.edges = 0;       //边的数量
  this.adj = [];        //邻接矩阵
  this.marked = [];     //用于遍历时标记已遍历的点
  this.vertexList = []; //存放顶点
  this.edgeTo = [];     //在寻找最短路径时,存放轨迹

  for(var i = 0; i < this.vertices; ++i){    //初始化邻接矩阵
    this.adj[i] = [];
    this.adj[i] = push("");
  }

  this.addEdge = function(v, w){   //添加边,传入2个点
    this.adj[v].push(w);
    this.adj[w].push(v);
    this.edges++;
  };

  this.showGraph = function(){    //输出图
    for(var i = 0; i < this.vertices; ++i){
      console.log(i + " -> ");
      for(var j = 0; j < this.vertices; ++j){
        if(this.adj[i][j] !== undefined)
          console.log(this.adj[i][j] + " ");
      }
      console.log("
");
    }
  };

  //深度优先遍历
  this.dfs = function(v){
    for(var i = 0; i < this.vertices; ++i)   //初始化标记矩阵
      this.mark[i] = false;
    innerDfs(v);

    function innerDfs(v){
      this.marked[v] = true;
      if(this.adj[v] !== undefined)
        console.log(v + " ");
      for(var i = 0; i < this.adj[v].length; ++i){
        var ver = this.adj[v][i];
        if(!this.marked[ver]) this.innerDfs(ver);
      }
    }
  };

  //广度优先遍历
  this.bfs = function(s){
    for(var i = 0; i < this.vertices; ++i)   //初始化标记矩阵
      this.mark[i] = false;
    var queue = [];     //存放访问过的节点
    this.marked[s] = true;
    queue.push(s);
    while(queue.length > 0){
      var v = queue.shift();
      if(v !== undefined) console.log(s + "");
      for(var i = 0; i < this.adj[v].length; ++i){
        var ver = this.adj[v][i];
        if(!this.marked[ver]){
          this.edgeTo[ver] = v;
          this.marked[ver] = true;
          queue.push(ver);
        }
      }
    }
  };

  this.hasPathTo = function(v){   //判断是否有到节点v的路径
      return this.marked[v];
  };

  this.showPath = function(){     //显示路径
    while(paths.length > 0){
      if(paths.legnth > 1) console.log(paths.pop() + "-");
      else console.log(paths.pop());
    }
  };

  this.pathTo = function(v) {    //计算path路径
    var path = [];
    var source = 0;
    if(!this.hasPathTo(v))
      return undefined;
    for(var i = v; i !== source; i = this.edgeTo[i])
      path.push(i);
    path.push(source);
    return path;

  };

  //拓扑排序
  this.topologicalSort = function(){

    var stack = [];     //栈
    var visited = [];   //记录已访问节点
    //初始化
    for(var i = 0; i < this.vertices; ++i)
      visited = false;

    for(var i = 0; i < this.vertices; ++i){
      if(!visited[i])
        this.topSortHelper(i, visited);  //排列没有访问过的节点
    }

    for(var i = 0; i < stack.length; ++i){
      if(stack[i] !== undefined && stack[i] !== false)
        console.log(this.vertexList[stack[i]]);
    }

    function topSortHelper(v, visited){
      visit[v] = true;
      for(var i = 0; i < this.adj[v].length; ++i){
        var w = this.adj[v][i];
        if(!visited[w])
          this.topSortHelper(visited[w], visited);  //递归当前节点的相邻节点
      }
      stack.push(v);
    }
  };
}
查找相关算法 顺序查找
function seqSearch(arr, data){
  for(var i = 0; i < arr.length; i++){
    if(arr[i] == data) return i;
  }
  return -1;
}
二分查找
//数组arr应该已升序排列
function binSearch(arr, data){
  var upperBound = arr.length - 1;
  var lowerBound = 0;
  while(lowerBound <= upperBound){
    var mid = Math.floor((upperBound + lowerBound) / 2);
    if(arr[mid] < data) lowerBound = mid + 1;
    if(arr[mid] > data) upperBound = mid - 1;
    if(arr[mid] == data) return mid;
  }
  return -1;
}

//利用二分查找计数
//数组arr应该已升序排列
function count(arr, data){
  var count = 0;
  var pos = binSearch(arr, data);
  if(pos > -1){
    ++count;
    for(var i = pos - 1; i > 0; --i){
      if(arr[i] == data) ++count;
      else break;
    }
    for(var i = pos + 1; i < arr.length; ++i){
      if(arr[i] == data) ++count;
      else break;
    }
  }
  return count;
}
二叉查找树

在本文数据结构部分——树的部分已经实现

哈希查找

在本文数据结构部分——哈希表部分的get()方法已经实现

插值查找
function insertionSearch(arr, value){
  return insertionSearchHelper(arr, value, 0, arr.length);

  function insertionSearchHelper(arr, value, low, high){
    var mid = low + (value - arr[low]) / (arr[high] - arr[low]) * (high - low);

    if(arr[mid] === value)
      return mid;
    if(arr[mid] > value)
      return InsertionSearchHelper(arr, value, low, mid-1);
    if(arr[mid] < value)
      return InsertionSearchHelper(arr, value, mid+1, high);
    return null;
  }
}

整理所有查找算法时间复杂度

算法 查找(最坏) 插入(最坏) 删除(最坏) 查找(最好) 插入(最好) 删除(最好) 是否要求有序
顺序结构 N N N $frac{N}{2}$ N $frac{N}{2}$ No
二分算法 logN N N logN $frac{N}{2}$ $frac{N}{2}$ Yes
二叉查找树(BST) N N N 1.39logN 1.39logN $sqrt{N}$ Yes
2-3树 clogN clogN clogN clogN clogN clogN Yes
红黑树 2logN 2logN 2logN logN logN logN Yes
哈希散列查找 logN logN logN 3~5 3~5 3~5 No
哈希探针查找 logN logN logN 3~5 3~5 3~5 No

平均查找长度(ASL) = 查找表中第 $i$ 个元素概率($P_i$) $ imes$ 找到第 $i$ 个元素时已经比较的次数($C_i$)

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/97455.html

相关文章

  • 基础数据结构算法概念

    摘要:数据结构程序数据结构算法数据结构基本概念数据的逻辑结构反映数据元素之间的关系的数据元素集合的表示。这两部分信息组成数据元素的存储映象,称为结点。 本文涉及更多的是概念,代码部分请参考之前写过的 2 篇博客 基于 Javascript 的排序算法 基于 javascript 的基本数据结构和查找算法 本文主要是基础的数据结构和算法概念,可能部分地方会涉及更高级的算法和算法,具体内容以...

    fsmStudy 评论0 收藏0
  • 用 PHP 的方式实现的各类算法合集

    摘要:数据项是数据的不可分割的最小单位。数据项是对客观事物某一方面特性的数据描述。数据对象是性质相同的数据元素的集合,是数据的一个子集。数据的逻辑结构数据元素之间的相互关系称为逻辑结构。 项目地址 https://github.com/m9rco/algo... 每周最少一更,求出题,求虐待 At least once a week, ask for problems and abuse 简...

    Karrdy 评论0 收藏0
  • 用 PHP 的方式实现的各类算法合集

    摘要:数据项是数据的不可分割的最小单位。数据项是对客观事物某一方面特性的数据描述。数据对象是性质相同的数据元素的集合,是数据的一个子集。数据的逻辑结构数据元素之间的相互关系称为逻辑结构。 项目地址 https://github.com/m9rco/algo... 每周最少一更,求出题,求虐待 At least once a week, ask for problems and abuse 简...

    pakolagij 评论0 收藏0
  • 用 PHP 的方式实现的各类算法合集

    摘要:数据项是数据的不可分割的最小单位。数据项是对客观事物某一方面特性的数据描述。数据对象是性质相同的数据元素的集合,是数据的一个子集。数据的逻辑结构数据元素之间的相互关系称为逻辑结构。 项目地址 https://github.com/m9rco/algo... 每周最少一更,求出题,求虐待 At least once a week, ask for problems and abuse 简...

    leonardofed 评论0 收藏0
  • 数据结构算法:二叉树算法

    摘要:因此,根据题目给出的先序遍历和中序遍历,可以画出二叉树选参考数据结构与算法描述实现二叉树算法浅谈数据结构二叉树慕课网实现二叉树算法前端树控件腾讯软件开发面试题 内容衔接上一章 数据结构与算法:常见排序算法 内容提要 什么是树   - 为什么使用树 二叉树 二叉查找树 红黑树 B、B+树 堆 伸展树 树 可以点击链接感受下笔者用d3.js画的tree https://codepen...

    Little_XM 评论0 收藏0

发表评论

0条评论

姘搁『

|高级讲师

TA的文章

阅读更多
最新活动
阅读需要支付1元查看
<