前端算法入门二：时间空间复杂度和 8 大数据结构的 JavaScript 实现
2023-10-14 17:54:42
导语
算法是计算机科学中重要的组成部分，它提供了一套解决问题的方法。对于前端开发者来说，掌握基本算法知识非常有必要，不仅可以提升代码质量，更能提升解决问题的能力。本文将深入浅出地介绍算法的时间复杂度和空间复杂度，以及算法题中涉及的 8 大常见数据结构，并给出相应的 JavaScript（TypeScript）实现代码，还罗列其使用场景，以及相关 LeetCode 题目。
时间复杂度和空间复杂度
时间复杂度
时间复杂度衡量算法执行所需的时间。通常用大 O 符号表示，算法在输入数据规模 n 趋于无穷大时的执行时间。
| 时间复杂度 | |
|---|---|
| O(1) | 常数时间，与输入规模无关 |
| O(log n) | 对数时间，随着输入规模增加，执行时间以对数级增长 |
| O(n) | 线性时间，随着输入规模增加，执行时间以线性级增长 |
| O(n^2) | 平方时间，随着输入规模增加，执行时间以平方级增长 |
| O(2^n) | 指数时间，随着输入规模增加，执行时间以指数级增长 |
空间复杂度
空间复杂度衡量算法执行所需的空间。通常也用大 O 符号表示，描述算法在输入数据规模 n 趋于无穷大时所需的内存空间。
| 空间复杂度 | 描述 |
|---|---|
| O(1) | 常数空间，与输入规模无关 |
| O(log n) | 对数空间，随着输入规模增加，所需空间以对数级增长 |
| O(n) | 线性空间，随着输入规模增加，所需空间以线性级增长 |
| O(n^2) | 平方空间，随着输入规模增加，所需空间以平方级增长 |
8 大数据结构
数组
数组是一种有序的数据结构，其中元素按索引存储。数组支持快速查找和插入，但在删除或修改元素时效率较低。
场景： 存储有序列表或集合
LeetCode 题目：
链表
链表是一种线性数据结构，其中元素通过指针连接。链表支持快速插入和删除，但查找元素的效率较低。
场景： 存储元素顺序无关且需要频繁修改的列表
LeetCode 题目：
栈
栈是一种后进先出 (LIFO) 数据结构，其中元素按插入顺序存储。栈支持快速压入和弹出元素。
场景： 函数调用、回溯算法
LeetCode 题目：
队列
队列是一种先进先出 (FIFO) 数据结构，其中元素按插入顺序存储。队列支持快速入队和出队元素。
场景： 任务处理、消息传递
LeetCode 题目：
哈希表
哈希表是一种基于键值对的数据结构，其中键映射到值。哈希表支持快速查找、插入和删除元素。
场景： 快速查找或查询数据
LeetCode 题目：
集合
集合是一种不包含重复元素的数据结构。集合支持快速查找、插入和删除元素。
场景： 存储唯一元素或集合运算
LeetCode 题目：
树
树是一种分层数据结构，其中每个节点都有一个父节点和零个或多个子节点。树支持快速查找、插入和删除元素。
场景： 层次结构、搜索或排序
LeetCode 题目：
图
图是一种非线性数据结构，其中元素称为顶点，它们通过边连接。图支持查找、遍历和路径搜索。
场景： 社交网络、地图导航
LeetCode 题目：
总结
理解算法的时间复杂度和空间复杂度对于优化算法性能至关重要。掌握常见数据结构的使用场景和实现方法，可以提升代码效率和可维护性。本文提供了前端算法入门的基础知识，希望对你有所帮助。如果你有更深入的问题，欢迎在评论区讨论。
