图、堆、排序搜索：理解数据结构核心算法

前端

2023-10-07 23:30:55

数据结构中的图、堆、排序和搜索算法

探索计算机科学的基础

数据结构是计算机科学的基础，它们提供了组织和存储数据的有效框架。本文将深入探讨数据结构中的四个关键概念：图、堆、排序和搜索算法。这些算法在各种应用中发挥着至关重要的作用，从网络分析到优化算法。

图

绘制关系的网络

图是一种数据结构，它使用节点和边来表示关系网络。节点可以代表实体（如个人或城市），而边可以代表它们之间的连接（如友谊或道路）。图广泛应用于各种领域，例如：

社交网络分析
地理信息系统（GIS）
路由算法

示例代码

使用对象创建图：

const graph = {
  A: ['B', 'C'],
  B: ['A', 'D'],
  C: ['A', 'E'],
  D: ['B'],
  E: ['C']
};

堆

管理优先级队列

堆是一种基于树的数据结构，它的元素按优先级组织。元素具有堆积属性，即每个元素的值都小于或等于其父元素的值。堆通常用于实现优先级队列，其中优先级最高的元素始终位于堆的顶部。

示例代码

使用数组实现堆：

const heap = [null, 10, 5, 15, 3, 7, 12, 2];

排序算法

将元素按序排列

排序算法用于将元素按升序或降序排列。这些算法根据其效率和适用性而有所不同。常见算法包括：

冒泡排序： 通过逐个比较相邻元素并交换它们的位置来进行排序。
选择排序： 通过找到列表中剩余元素的最小值并将其交换到当前位置来进行排序。
快速排序： 通过选择一个枢纽值将列表划分为两个子列表并对它们进行递归排序来进行排序。

示例代码

快速排序：

const quickSort = (list) => {
  if (list.length <= 1) return list;
  const pivot = list[list.length - 1];
  const left = [];
  const right = [];
  for (let i = 0; i < list.length - 1; i++) {
    list[i] < pivot ? left.push(list[i]) : right.push(list[i]);
  }
  return quickSort(left).concat([pivot]).concat(quickSort(right));
};

搜索算法

在数据结构中查找目标

搜索算法用于在数据结构中查找特定元素。它们根据其速度和准确性而有所不同。常见算法包括：

线性搜索： 逐个比较列表中的元素以查找目标元素。
二分搜索： 通过将列表划分为两半并根据目标元素的值决定在哪个半部进行搜索来查找目标元素。
深度优先搜索： 通过递归遍历图或树来查找目标元素。

示例代码

深度优先搜索：

const dfs = (graph, start) => {
  const visited = [];
  const stack = [start];
  while (stack.length > 0) {
    const node = stack.pop();
    if (!visited.includes(node)) {
      visited.push(node);
      stack.push(...graph[node]);
    }
  }
  return visited;
};