Celine921的博客

单调栈

二分查找的前提是，数组必须是有序的。Array.sort()方法对数组元素进行排序，并返回数组。算法思路从数组的中间元素开始，如果中间元素正好是目标值，则结束搜索；如果目标值大于或小于中间元素，则在大于或小于中间元素的那一半数组中搜素；重复2，3步，若未找到，return -1。时间复杂度时间复杂度O(logN)每次使搜索范围缩小一半/劈成一半的问题，Time = O(logN)。CodingArray.prototype.binarySearch = function(item){

归并排序的核心思想：分治。分治法是将原问题分解为几个规模较小但类似原问题的子问题，递归的求解这些子问题，然后合并这些子问题的解来建立原问题的解。 归并排序适合解决数据量较大的问题，相比其他排序，性能较好。算法思路分区：把数组劈成两半，再递归的对子数组进行“分”操作，直到分成一个个单独的数；合并：把两个数合并为有序数组，再对有序数组进行合并，直到全部子数组合并为一个数组；时间复杂度分区的时间复杂度 O(logN)合并的时间复杂度 O(n)时间复杂度O(n*logN)操作步骤新建一个空

快速排序是面试环节中最常考的经典排序算法之一。面试官常要求面试者能够手写快速排序的代码。算法思路在数组中选择一个数字，即“基准”；把数组分为两部分，所有比基准小的放在基准前面，比基准大的放在基准后面；递归的对基准前后的子数列排序。关于基准的选取？可以固定位置选取，如arr[0]、随机选取、也可以三分取中。时间复杂度分区的时间复杂度 O(n)递归的时间复杂度 O(logN)所以时间复杂度为 O(n*logN)CodingArray.prototype.quickSort = fu

题目解题思路先序遍历顺序：根左右；中序遍历顺序：左根右；根据先序得到根节点位置；根据根节点位置 结合中序，得到左右子树；先序遍历、中序遍历中左右子树个数相同，可求出先序、中序中左右子树的下标；利用 map 求出根节点的位置，map始终存的是中序遍历元素（包括 leetcode106也是）；画图！画图！画图！画图可清楚的看出来左右子树的下标。画图求左右子树下标根据左右子树在先序和中序遍历中的个数相同，得出：x - (preLeft + 1) = pIndex - 1 - inLe

题目要求思路分析用哈希表表示映射关系：键是原节点，值是复制的节点。第一次遍历链表，复制每个节点和 next 指针，并且保存原节点-〉复制节点的映射关系；第二次遍历，通过哈希表获得节点对应的复制节点，更新random指针；Code partvar copyRandomList = function(head) { let p = head; let map = new Map(); while(p){ map.set(p,new Node(p.val)) //用map来保存

二叉树的概念：树中每个节点最多只能有两个子节点。树的一些常用操作，深度优先遍历DFS、广度（宽度）优先遍历BFS，二叉树的先、中、后序遍历。题目描述思路这道题要求找出数的最大深度，优先考虑使用DFS，DFS可以对根节点以及根结点的children进行深度查找，在查找的过程中，记录每个节点的层级，找到最大的即可。时间复杂度为 O(n)，n为整棵树的节点树，因为每个节点都遍历到；空间复杂度为 O(n)，n为最大深度。为什么空间复杂度是O(n)，而不是O(1)呢？因为code中存在函数里面调用函

看到题目还在想，这题还用考吗？直接 array.sort().shift() 不就解决了。其实还要从时间复杂度的方向去考虑问题，另外，直接用api，确定面试官不会把你赶出去吗？？其实这道题主要考察二分查找。用二分查找的方法去找到数组中的最小元素。题目描述解题思路解题思路可以参考二分查找，设置low，high表示要搜索的最大最小值的下标，可以先找到数组的中间元素，比较中间元素 mid 和数组末尾元素 high 的大小，根据比较的大小来判断区间值的位置，如果mid 大于 high，说明后部分存在最小值，