梁婉玲krysliang的博客

1、有效的括号https://leetcode-cn.com/problems/valid-parentheses给定一个只包括 '('，')'，'{'，'}'，'['，']' 的字符串 s ，判断字符串是否有效。有效字符串需满足：左括号必须用相同类型的右括号闭合。左括号必须以正确的顺序闭合。/** * @param {string} s * @return {boolean} */var isValid = function(s) { let map = { .

/** * * 跳表： * * 普通的单链表，一个节点指向下一个节点，如果想要在单链表中查找一个元素，必须要遍历整个链表才可以搜索到这个元素。 * 那么，如果我们想要像二分查找那样对链表进行搜索查找呢？ * * 此时我们可以用另一个链表简历索引，每两个元素建立一个索引。比如 * * 1->2->3->4->5->6->7->8->9->10 * * 如果要查找的元素是10，那么我们就要从1开始遍历链表，查找到10则需要遍.

/** * B+树的构造 * * * 1、第一步 改造二叉查找树（左边的子节点比当前节点小，右边的子节点比当前节点大） * 树中的节点并不存储数据本身，而是只作为索引，然后再每个叶子节点串在一条链表上，链表中 * 的数据是从小到大有序的。 * 改造以后，只要拿着区间的起始值在树中进行查找，当查找到某个叶子节点的时候，顺着链表往后遍历， * 直到链表中的结点数据值大于区间的终点值。那么遍历到的数据，就是符合区间值的所有数据。 * * 2、第二步 降低树的高度 减少读取节点的操作 从.

调表

/** * 最短路径 * Dijkstra算法 * 首先根据起始顶点到当前顶点的dist 构建小顶堆，然后区堆顶元素。 * 取堆顶元素以后，需要从下往上堆化 * 然后取堆顶元素对应的邻接表中，更新每个顶点的dist值，并且入队。 */ class Graph{ constructor(v){ this.v = v;//图中的顶点 this.n = v.length; this.adj = new Array(this.n);//图...

/** * 拓扑排序 * 凡是需要通过局部顺序来推到全局顺序的，使用拓扑排序来解决。 * 还可以使用拓扑排序来检测图中环的存在。 * * * 假设几个源文件之间两两之间的依赖关系已知，如何确定一个全局的编译的顺序呢？ * 比如a依赖b，b依赖c，d依赖b * 那么编译顺序就是 c->b->a->d * 或者c->b->d->a * * * 我们使用一个有向无环图来实现拓扑排序。 * 文件之间的依赖关系抽象成一个有向图，每个源文件就是一个.

/** * 动态规划 * 一个模型 三个特征 * 一个模型：动态规划适合解决的问题的模型：“多阶段决策最优解模型” * 三个特征：1、最优子结构(可以通过问题的子问题的最优解推导出问题的最优解)、无后效性、重复子问题 * 解决动态规划的两种思路：1、状态转移表法和状态转移方程 * 1、状态转移表：拿到问题的时候，定义状态，每个状态代表一个节点，然后画出递归树，从递归树中就可以看出来， * 是否存在重复子问题。然后画出一个状态表，每个状态包含三个变量，行、列、数组值。 * 根据决策的先后过程.

/** * 贪心算法 * 贪心算法有：霍夫曼编码、prim和kruskal最小生成树算法、Dijkstra最短路径算法。 * * 什么是贪心算法： * * 1、针对一组数据，问题有限制值和期望值，希望从中选出几个数据，在满足限制值的情况下，期望值最大。 * 2、每次选择当前情况下，在对限制值同等贡献量的情况下，对期望值贡献最大的数据。 * 3、举几个例子看下贪心算法产生的结果是否是最优的。 * * * 举例子 * 1、区间覆盖 * 假设有n个区间，区间的起始断点和结束断点.

分治算法

回溯

字符串匹配

图、图的深度优先、广度优先

堆（优先队列）

/***树*树的概念**节点的高度=节点到叶子节点的最长路径（边数）*节点的深度=根节点到节点的路径（边的个数）*节点的层数=节点的深度+1*树的高度=根节点的高度（根节点到叶节点的个数）*//***二叉树*二叉树的概念*二叉树，每个节点最多有两个子节点，分别是左子节点和右子节点。**当除叶节点以外所有的节点都拥有左右子节点，且叶节点都在最底层的树，叫满二叉树。*...

/** * 哈希表（散列表） * * 散列的思想，就是用key对应着一个value。将key转换为value的方法叫做散列函数，而散列函数得到的value就是散列值， * 散列值也叫做哈希值。这个value就对应着数组的下表，然后根据value去数组中对应的位置存取数据。 * * 散列函数，hash(key)，其中key表示着元素的键值，has(key)-》value就是经过散列函数计算得到的散列值（哈希值）。 * * 散列函数设计的基本要求 * a.散列函数计算得到的散列值...

/** * 二分查找法 * * 二分查找针对的是一个有序的数据集合，查找思想有点类似于分治思想。 * 每次都通过跟区间的中间元素对比，待查找的区间缩小为之前的一半，等找到要查找到的元素，或者区间被缩小为0. * 时间复杂度为O(logn)，非常高效的时间复杂度。 * * * * 二分查找的局限性 * 1）只能依赖于数组的这种数据结构，因为二分查找依赖于随机访问下标。 * 2）只能依赖于有序的数组。如果数据还没排序过，需要先排序再进行二分查找 * 3）只能使用与一组静态的数.

1、剑指 Offer 05. 替换空格var replaceSpace = function(s) { let newS = s.split(' '); return newS.join('%20')};2、剑指 Offer 58 - II. 左旋转字符串var reverseLeftWords = function(s, n) { let s1 = s.slice(0,n); let s2 = s.slice(n,n.length); r.

1、剑指 Offer 06. 从尾到头打印链表/** * @param {ListNode} head * @return {number[]} */var reversePrint = function(head) { let stack = [],cur = head; while(cur){ stack.unshift(cur.val); if(cur){cur = cur.next;} } return stack;}

题目地址剑指 Offer 30. 包含min函数的栈解题思路：一个栈存放原来正常的数据，一个栈存放每次入栈时当前栈中最小值。var MinStack = function() { this.stack = [];//原来的栈 this.ministack = [Infinity]//存放按照压栈顺序中最小的那个值};/** * @param {number} x * @return {void} */MinStack.prototype.push = funct

题目地址力扣解题思路：有两个数组，一个作为入栈数组，一个作为出栈数组。入栈直接将元素压栈；出栈的话，如果出栈数组还有元素就直接出栈，否则将入栈数组的元素全部出栈压到出栈数组中。var CQueue = function() { this.stackA = []; this.stackB = [];};/** * @param {number} value * @return {void} */CQueue.prototype.appendTail = fun

/** * @param {ListNode} l1 * @param {ListNode} l2 * @return {ListNode} */var addTwoNumbers = function(l1, l2) { let head = new ListNode(-1); let cur = head; let sum = 0,inter = 0; while(l1 || l2){ let val1 = l1?l1.val:0; .

这题有两个思路：第一个就是暴力法，遍历每位进行判断赋值，结合js的方法varfindComplement=function(num){letbinString=num.toString(2)letnewString=''for(leti=0;i<binString.length;i++){if(binString[i]=='0'){new...

一、插入排序插入排序分为直接插入排序和折半插入排序1、直接插入排序首先我们将数组的数据分为两个部分，已排序区间和未排序区间（在同一个数组中）。初始已排序区间只有一个元素，就是数组的第一个元素。算法的核心思想是取未排序区间中的元素，在已经排序区间中找到合适的插入位置将iq插入，并保证已排序区间数据一直有序。重复这个过程直到未排序区间中元素未空。当我们需要将一个数据a插入到已排序...

一、栈栈是一种“操作受限的线性表”1、栈主要包含两个操作，入栈和出栈，也就是在栈顶插入一个数据，在栈顶删除一个数据，也就是说所有的操作都是在栈顶进行的。2、用代码实现一个栈栈的实现有两种，如果是用数组实现的叫做顺序栈，如果是用链表实现的叫链式栈。下面来用js实现一个顺序栈class Stack{constructor(){thi...

复杂度分析（一）如何分析、统计算法的执行效率和资源消耗1、大O复杂度表示法算法的执行效率，粗略的讲，就是算法代码执行的时间。所有代码执行的时间T(n)与每行代码的执行次数n成正比。这个规律总结成一个公式就是大O了T(n) = O(f(n)这条公式里，Tn代表的是代码执行的时间，n代表的是数据规模的大小，fn表示每行代码执行的次数总和。公式中的O代表的是代码时间与...

数组一、基本概念1、什么数组？数组是一种线性表的数据结构。它用一组连续的内存空间，来存储一组具有相同类型的数据。2、数组是如何实现下标随机访问数组元素的？我们拿一个长度为10的数组来举例，在下面的图中，计算机给数组分配了一块连续的内存空间，其中内存的首地址为base_address=1000。每次获取数据的时候，计算机都会根据下面的寻址公式计算出元素的存储的内存...