JS基础算法
# 一、字符串
## 字符串中出现最多次数的字符
```
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;
}
1234567891011121314151617
```
## []()[]()2.翻转字符串
```
function reverseString(str) {
return str.split("").reverse().join("");
}
123
```
## []()[]()3.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;
}
1234567
```
# []()[]()**二、数组**
```
// 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));
}
123456789101112
```
# []()[]()**三、排序**
## []()[]()1.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;
}
}
}
}
123456789101112
```
## []()[]()2.快速排序
```
// 快速排序
function qSort(arr) {
// 声明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) {
// 如果小于基准值，push到左边的数组
left.push(arr[i]);
} else {
// 如果大于基准值，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));
}
123456789101112131415161718192021
```
## []()[]()3.插入排序
```
// 插入排序 过程就像你拿到一副扑克牌然后对它排序一样
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])即可
// 如果新元素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]);
// 由于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;
}
123456789101112131415161718192021
```
当目标是升序排序，最好情况是序列本来已经是升序排序，那么只需比较n-1次，时间复杂度O(n)。最坏情况是序列本来是降序排序，那么需比较n(n-1)/2次，时间复杂度O(n2)。所以平均来说，插入排序的时间复杂度是O(n2)。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。
在这段代码中，我们可以看到，这段代码实现了通过pivot区分左右部分，然后递归的在左右部分继续取pivot排序，实现了快速排序的文本描述，也就是说该的算法实现本质是没有问题的。
虽然这种实现方式非常的易于理解。不过该实现也是有可以改进的空间，在这种实现中，我们发现在函数内定义了left/right两个数组存放临时数据。随着递归的次数增多，会定义并存放越来越多的临时数据，需要Ω(n)的额外储存空间。
# []()[]()**四、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);
}
}
1234567891011121314
```
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，并没有发现太明显的差距。。大家可以自己试验一下~（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**
## []()[]()1.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;
}
1234567891011121314151617181920212223242526272829
```
## []()[]()2.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;
}
```
)