前端：20 个常见的前端算法题

短命女 2024-04-23 21:21 1阅读 0赞

现在面试中，算法出现的频率越来越高了，大厂基本必考

今天给大家带来 20 个常见的前端算法题，重要的地方已添加注释，如有不正确的地方，欢迎多多指正 💕

#### 1、两数之和 ####

**题目**： 给定一个数组 nums 和一个目标值 target，在该数组中找出和为目标值的两个数

**输入**： nums: \[8, 2, 6, 5, 4, 1, 3\] ； target:7

**输出**： \[2, 5\]

// 时间复杂度O(n)、 空间复杂度O(n)
    function twoNumAdd(arr, target) {
        
      if (Array.isArray(arr)) {
        
        // 使用map将遍历过的数字存起来，空间换时间
        let map = {
        };
        for (let i = 0; i < arr.length; i++) {
        
          // 从map中查找是否有key 等于 target-nums[i]，如果有，则条件成立，返回结果
          if (map[target - arr[i]] !== undefined) {
        
            return [target - arr[i], arr[i]];
          } else {
        
            // 条件不成立，将该值存起来
            map[arr[i]] = i;
          }
        }
      }
      return [];
    }

#### 2、三数之和 ####

**题目**： 给定一个数组 nums，判断 nums 中是否存在三个元素`a，b，c`，使得 `a + b + c = target`，找出所有满足条件且不重复的三元组合

**输入**： nums: \[5, 2, 1, 1, 3, 4, 6\] ；target:8

**输出**： \[\[1, 1, 6\], \[1, 2, 5\], \[1, 3, 4\]\]

// 用`双端指针`的方式，将三数之和转化为两数之和
    function findThree(arr, target) {
        
      // 先将数组从小到大排序
      arr.sort();
      let result = [];
      for (let i = 0; i < arr.length; i++) {
        
        // 跳过重复的arr[i]值, 比如[2, 1, 1],跳过第二个1
        if (i && arr[i] === arr[i - 1]) continue;
        let left = i + 1;
        let right = arr.length - 1;
    
        // 双端指针left、right
        while (left < right) {
        
          let sum = arr[i] + arr[left] + arr[right];
          if (sum > target) {
        
            right--;
          } else if (sum < target) {
        
            left++;
          } else {
        
            // 先取arr[left]，然后left++, 两步合成一步；arr[right--]同样的逻辑
            result.push([arr[i], arr[left++], arr[right--]]);
            while (arr[left] === arr[left - 1]) {
        
              // 跳过重复的arr[left]值,
              left++;
            }
            while (arr[right] === arr[right + 1]) {
        
              // 跳过重复的arr[right]值
              right--;
            }
          }
        }
      }
      return result;
    }

#### 3、版本号排序 ####

**题目**： 输入一组版本号，输出从大到小的排序

**输入**： \[‘2.1.2’, ‘0.402.1’, ‘3.20.1’, ‘0.1.8’, ‘5.1.2’, ‘1.3.4.5’\]

**输出**： \[‘5.1.2’, ‘3.20.1’, ‘2.1.2’, ‘1.3.4.5’, ‘0.402.1’, ‘0.1.8’\]

#### 4、第一个不重复的字符 ####

**题目**： 输入一个字符串，找到第一个不重复字符的下标

**输入**： ‘abcabcde’

**输出**： 6

// 时间复杂度O(n)、 空间复杂度O(n)
    function findOneStr(str) {
        
      if (!str) return -1;
      // 使用map存储每个字符出现的次数
      let map = {
        };
      let arr = str.split("");
      arr.forEach(item => {
        
        let val = map[item];
        // val为undefined时，表示未存储，map[item] = 1；否则map[item] = val + 1
        map[item] = val ? val + 1 : 1;
      });
      // 再遍历一遍找到出现1次的下标
      for (let i = 0; i < arr.length; i++) {
        
        if (map[arr[i]] == 1) {
        
          return i;
        }
      }
      return -1;
    }

#### 5、字符串所有排列组合 ####

**题目**： 输入一个字符串，打印出该字符串中，所有字符的排列组合

**输入**： ‘abc’

**输出**： \[‘abc’, ‘acb’, ‘bca’, ‘bac’, ‘cab’, ‘cba’\]

/**
     * 利用回溯算法，计算所有字符串的组合
     * @param {array} list - 字符串列表
     * @param {array} result - 最终的结果
     * @param {string} current - 当前的字符串
     * @param {string} temp - 当前固定的字符
    */
    function stringGroup(list = [], result = [], current = "", temp = "") {
        
      current += temp;
      if (list.length === 0) {
        
        // 递归的出口，将对应结果添加到list中
        return result.push(current);
      }
      for (let i = 0; i < list.length; i++) {
        
        // 每次递归 固定第一个字符
        temp = list.shift();
        stringGroup(list, result, current, temp);
        // 将删除的temp重新添加到queue尾部，实现将数组反转的效果，如[a,b,c]反转为[c,b,a]
        list.push(temp);
      }
      // 这里去重是解决str中有重复的字母，比如str为'aacd'
      return [...new Set(result)];
    }

#### 6、冒泡排序 ####

时间复杂度为`O(n²)`，稳定排序算法

#### 7、选择排序 ####

时间复杂度为`O(n²)`，不稳定

#### 8、插入排序 ####

时间复杂度为`O(n²)`，稳定

![insert.gif][]

#### 9、快速排序 ####

时间复杂度为`O(nlogn)`，不稳定

#### 10、归并排序 ####

时间复杂度为`O(nlogn)`，稳定

#### 11、列表转成树 ####

**题目**： 输入一组列表如下，转化成树形结构

**输入**：

[
      {
         id: 1, title: "child1", parentId: 0 },
      {
         id: 2, title: "child2", parentId: 0 },
      {
         id: 3, title: "child1_1", parentId: 1 },
      {
         id: 4, title: "child1_2", parentId: 1 },
      {
         id: 5, title: "child2_1", parentId: 2 }
    ]

**输出**：

tree=[
      {
        
        "id": 1,
        "title": "child1",
        "parentId": 0,
        "children": [
          {
        
            "id": 3,
            "title": "child1_1",
            "parentId": 1
          },
          {
        
            "id": 4,
            "title": "child1_2",
            "parentId": 1
          }
        ]
      },
      {
        
        "id": 2,
        "title": "child2",
        "parentId": 0,
        "children": [
          {
        
            "id": 5,
            "title": "child2_1",
            "parentId": 2
          }
        ]
      }
    ]

#### 12、深度优先遍历 ####

**题目**： 对树进行遍历，从第一个节点开始，遍历其子节点，直到它的所有子节点都被遍历完毕，然后再遍历它的兄弟节点

**输入**： 上文第 11 题生成的 tree

**输出**： \[1, 3, 4, 2, 5\]

// 递归版本
    function deepTree(tree, arr = []) {
        
      if (!tree || !tree.length) return arr;
      tree.forEach(data => {
        
        arr.push(data.id);
        // 遍历子树
        data.children && deepTree(data.children, arr);
      });
      return arr;
    }
    
    // 非递归版本
    function deepTree(tree) {
        
      if (!tree || !tree.length) return;
      let arr = [];
      let stack = [];
      //先将第一层节点放入栈
      for (let i = 0, len = tree.length; i < len; i++) {
        
        stack.push(tree[i]);
      }
      let node;
      while (stack.length) {
        
        // 获取当前第一个节点
        node = stack.shift();
        arr.push(node.id);
        //如果该节点有子节点，继续添加进入栈顶
        if (node.children && node.children.length) {
        
          stack = node.children.concat(stack);
        }
      }
      return arr;
    }

#### 13、广度优先遍历 ####

**题目**： 以横向的维度对树进行遍历，从第一个节点开始，依次遍历其所有的兄弟节点，再遍历第一个节点的子节点，一层层向下遍历

**输入**： 上文第 11 题生成的 tree

**输出**： \[1, 2, 3, 4, 5\]

function rangeTree(tree) {
        
      if (!tree || !tree.length) return;
      let arr = [];
      let node, list = [...tree];
      // 取出当前节点
      while ((node = list.shift())) {
        
        arr.push(node.id);
        node.children && list.push(...node.children);
      }
      return arr;
    }

#### 14、树形结构查找节点 ####

**题目**： 查找树形结构中符合要求的节点

**输入**：  
tree： 上文第 11 题生成的 tree  
func： data => data.title === “child2\_1”

**输出**：\{ id: 5, parentId: 2, title: “child2\_1” \}

/**
    * 查找节点
    * @param {array} tree - 树
    * @param {function} func - 查找条件
    * */
    function findTreeNode(tree, func) {
        
      for (const data of tree) {
        
        // 条件成立 直接返回
        if (func(data)) return data;
        if (data.children) {
        
          const res = findTreeNode(data.children, func);
          // 结果存在再返回
          if (res) return res;
        }
      }
      return null;
    }
    // 测试
    findTreeNode(tree, data => data.title === "child2_1")

#### 15、二叉查找树 ####

**题目**： 判断一个数组，是否为某二叉查找树的前序遍历结果，二叉查找树特点是所有的左节点比父节点的值小，所有的右节点比父节点的值大

**输入**： \[5, 3, 2, 1, 4, 6, 7, 8, 9\]

**输出**： true

#### 16、查找二叉树的路径 ####

**题目**： 查找二叉树和为某一值的路径

**输入**： 二叉树结构如下，找到和为 11 的所有路径

**输出**： \[\[5, 3, 2, 1\], \[5, 6\]\]

/**
    * 利用回溯算法，找到和为某一值的路径
    * @param {object} node - 二叉树
    * @param {number} num - 目标值
    * @param {array} stack - 栈
    * @param {number} sum - 当前路径的和
    * @param {array} result - 存储所有的结果
    * */
    function findPath(node, num, stack = [], sum = 0, result = []) {
        
      stack.push(node.data);
      sum += node.data;
    
      // 找到所有的节点路径(包含叶子节点和子节点的所有情况之和)
      if (sum === num) {
        
        // if (!node.left && !node.right && sum === num) {  // 找到所有的叶子节点路径
        result.push(stack.slice());
      }
      if (node.left) {
        
        findPath(node.left, num, stack, sum, result);
      }
      if (node.right) {
        
        findPath(node.right, num, stack, sum, result);
      }
      // 回溯算法：不符合要求，退回来，换一条路再试
      // 叶子节点直接pop；子节点中的所有的节点递归完成后再pop
      stack.pop();
      return result;
    }

#### 17、买卖股票问题 ####

**题目**： 给定一个整数数组，其中第 `i` 个元素代表了第 `i`天的股票价格；  
非负整数 `fee` 代表了交易股票的手续费用，求返回获得利润的最大值

**输入**： arr: \[1, 12, 13, 9, 15, 8, 6, 16\]； fee: 2

**输出**： 22

/**
     * 贪心算法求解
     * @param {array} list - 股票每天的价格列表
     * @param {number} fee - 手续费
     * */
    function buyStock(list, fee) {
        
      // min为当前的最小值，即买入点
      let min = list[0],
        sum = 0;
      for (let i = 1; i < list.length; i++) {
        
        // 从1开始，依次判断
        if (list[i] < min) {
        
          // 寻找数组的最小值
          min = list[i];
        } else {
        
          // 计算如果当天卖出是否赚钱
          let temp = list[i] - min - fee;
          if (temp > 0) {
        
            // 赚钱 存数据
            sum += temp;
            // 关键代码：重新计算min，分两种情况，如果后面继续涨，则默认继续持有；若后面跌，则以后面的价格重新买入
            min = list[i] - fee;
          }
        }
      }
      return sum;
    }

#### 18、斐波那契数列 ####

**题目**： 从第 3 项开始，当前项等于前两项之和： `1 1 2 3 5 8 13 21 ……`，计算第 n 项的值

**输入**： 10

**输出**： 89

// 使用动态规划，将复杂的问题拆分，也就是：`F(N) = F(N - 1) + F(N - 2)`，用数组将已经计算过的值存起来
    function fib(n) {
        
      // 使用dp数组，将之前计算的结果存起来，防止栈溢出
      if (n < 2) return 1;
      let dp = [1, 1];
      for (let i = 2; i <= n; i++) {
        
        dp[i] = dp[i - 1] + dp[i - 2];
      }
      return dp[n];
    }

#### 19、滑动窗口最大值 ####

**题目**： 给定一个数组 `nums`，有一个大小为 `k` 的滑动窗口，从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口中的 k 个数字。滑动窗口每次只向右移动一位，求返回滑动窗口最大值

**输入**： nums: \[1,3,-1,-3,5,3,6,7\]； k: 3

**输出**： \[3, 3, 5, 5, 6, 7\]

#### 20、最长递增子序列 ####

**题目**： 一个整数数组 nums，找到其中一组最长递增子序列的值

**输入**： \[3,5,7,1,2,8\]

**输出**： \[3,5,7,8\]

[insert.gif]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/23/a7e4634f8d3a488a8f46d62e4dbb30b1.gif