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💕
大厂面试题分享 面试题库
前后端面试题库 （面试必备） 推荐：★★★★★
地址：前端面试题库 web前端面试题库 VS java后端面试题库大全
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 []; } 复制代码
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((a, b) => a - b)) 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; } 复制代码
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： ['2.1.0.1', '0.402.1', '10.2.1', '5.1.2', '1.0.4.5']
输出： ['10.2.1', '5.1.2', '2.1.0.1', '1.0.4.5', '0.402.1']
function versionSort(arr) { return arr.sort((a, b) => { let i = 0; const arr1 = a.split("."); const arr2 = b.split("."); while (true) { // 取出相同位置的数字 const s1 = arr1[i]; const s2 = arr2[i]; i++; // 若s1 或 s2 不存在，说明相同的位置已比较完成，接下来比较arr1 与 arr2的长度，长的版本号大 if (s1 === undefined || s2 === undefined) { return arr2.length - arr1.length; } if (s1 === s2) continue; // 比较相同位置的数字大小 return s2 - s1; } }); } 复制代码
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; } 复制代码
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)]; } 复制代码
6、冒泡排序
时间复杂度为O(n²)，稳定排序算法
function bubbleSort(arr) { let length = arr.length; // 外层循环用控制 排序进行多少轮 for (let i = 0; i < length; i++) { // 内层循环用于每一轮的数据比较 // 注意j的长度范围 length - i - 1 for (let j = 0; j < length - i - 1; j++) { // 相邻元素，大的放到后面 if (arr[j] > arr[j + 1]) { // 交换位置 [arr[j], arr[j + 1]] = [arr[j + 1], arr[j]]; } } } return arr; } 复制代码
7、选择排序
时间复杂度为O(n²)，不稳定
function selectSort(arr) { // 定义index存储最小值的下标 let index; // 外层循环用控制 排序进行多少轮 for (let i = 0; i < arr.length - 1; i++) { index = i; // 内层循环用于每一轮的数据比较 // 注意j的起始范围是 i + 1 for (let j = i + 1; j < arr.length; j++) { // 寻找最小值 if (arr[j] < arr[index]) { // 保存最小值的下标 index = j; } } // 如果 index 不是目前的头部元素，则交换两者 if (index !== i) { [arr[i], arr[index]] = [arr[index], arr[i]]; } } return arr; } 复制代码
8、插入排序
时间复杂度为O(n²)，稳定
function insertSort(arr) { // 从第 2 个元素开始遍历序列 for (let i = 1; i < arr.length; i++) { let j = i; //记录要插入的目标元素 let target = arr[j]; //从 target 所在位置向前遍历，直至找到一个比目标元素小的元素，目标元素插入到该元素之后的位置 while (j > 0 && arr[j - 1] > target) { //移动前一个元素的位置，将其向后移动一个位置 arr[j] = arr[j - 1]; j--; } arr[j] = target; } return arr; } 复制代码
9、快速排序
时间复杂度为O(nlogn)，不稳定
function MergeSort(array) { let len = array.length; // 当每个子序列中仅有1个元素时返回 if (len <= 1) { return array; } // 将给定的列表分为两半 let num = Math.floor(len / 2); let left = MergeSort(array.slice(0, num)); let right = MergeSort(array.slice(num, array.length)); return merge(left, right); function merge(left, right) { let [l, r] = [0, 0]; let result = []; // 从 left 和 right 区域中各个取出第一个元素，比较它们的大小 while (l < left.length && r < right.length) { // 将较小的元素添加到result中，然后从较小元素所在的区域内取出下一个元素，继续进行比较； if (left[l] < right[r]) { result.push(left[l]); l++; } else { result.push(right[r]); r++; } } // 如果 left 或者 right 有一方为空，则直接将另一方的所有元素依次添加到result中 result = result.concat(left.slice(l, left.length)); result = result.concat(right.slice(r, right.length)); return result; } } 复制代码
10、归并排序
时间复杂度为O(nlogn)，稳定
function MergeSort(array) { let len = array.length; // 当每个子序列中仅有1个元素时返回 if (len <= 1) { return array; } // 将给定的列表分为两半 let num = Math.floor(len / 2); let left = MergeSort(array.slice(0, num)); let right = MergeSort(array.slice(num, array.length)); return merge(left, right); function merge(left, right) { let [l, r] = [0, 0]; let result = []; // 从 left 和 right 区域中各个取出第一个元素，比较它们的大小 while (l < left.length && r < right.length) { // 将较小的元素添加到result中，然后从较小元素所在的区域内取出下一个元素，继续进行比较； if (left[l] < right[r]) { result.push(left[l]); l++; } else { result.push(right[r]); r++; } } // 如果 left 或者 right 有一方为空，则直接将另一方的所有元素依次添加到result中 result = result.concat(left.slice(l, left.length)); result = result.concat(right.slice(r, right.length)); return result; } } 复制代码
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 } ] 复制代码
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 } ] } ] 复制代码
function listToTree(data) { // 使用对象重新存储数据, 空间换时间 let map = {}; // treeData存储最后结果 let treeData = []; // 遍历原始数据data，存到map中，id为key，值为数据 for (let i = 0; i < data.length; i++) { map[data[i].id] = data[i]; } // 遍历对象 for (let i in map) { // 根据 parentId 找到的是父节点 if (map[i].parentId) { if (!map[map[i].parentId].children) { map[map[i].parentId].children = []; } // 将子节点放到父节点的 children中 map[map[i].parentId].children.push(map[i]); } else { // parentId 找不到对应值，说明是根结点，直接插到根数组中 treeData.push(map[i]); } } return treeData; } 复制代码
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; } 复制代码
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]
1. function rangeTree(tree) { 2. if (!tree || !tree.length) return; 3. let arr = []; 4. let node, list = [...tree]; 5. // 取出当前节点 6. while ((node = list.shift())) { 7. arr.push(node.id); 8. node.children && list.push(...node.children); 9. } 10. return arr; 11. } 12. 复制代码
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") 复制代码
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
function preOrderOfBST(list) { if (list && list.length > 0) { // 前序遍历，第一个值为根节点 var root = list[0]; // 找到数组中，第一个比根节点大的节点，即为右子树的节点 for (var i = 0; i < list.length; i++) { if (list[i] > root) { break; } } // 遍历右子树的节点，要求所有右子树的节点都比根节点大 for (let j = i; j < list.length; j++) { if (list[j] < root) { return false; } } var left = true; // 同理，递归判断左子树是否符合二叉查找树的规则 if (i > 1) { left = preOrderOfBST(list.slice(1, i + 1)); } var right = true; // 递归判断右子树是否符合二叉查找树的规则 if (i < list.length) { right = preOrderOfBST(list.slice(i, list.length)); } // 左、右子树都符合要求，则是一个二叉查找树 return left && right; } } 复制代码
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; } 复制代码
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; } 复制代码
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 - 1]; } 复制代码
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]
function maxSlidingWindow(nums, k) { // window存储当前窗口中数据的下标 const window = []; // result存储窗口中的最大值 const result = []; for (let i = 0; i < nums.length; i++) { if (i - window[0] > k - 1) { // 剔除窗口长度超出范围时左侧的最大值 window.shift(); } for (let j = window.length - 1; j >= 0; j--) { // 当前窗口的值依次和要插入的值做比较，如果小于要插入的值，剔除掉该值，直到window为空为止（保证window中最左侧的值为最大值） if (nums[window[j]] <= nums[i]) { window.pop(); } } // 添加右侧新加入的值，插入新值时有两种情况： // 1、新值为最大值时，则window此时为空； // 2、新值不为最大值时，window已剔除掉比新值小的值 window.push(i); if (i >= k - 1) { // 窗口是从0开始移动，当移动的距离大于等于目标范围后，以后再往后移动一次，就要写入当前窗口的最大值 result.push(nums[window[0]]); } } return result; } 复制代码
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]
function lengthOfLIS(nums) { if (!nums.length) return 0; // 创建一个和原数组等长的数组dp，用来存储每一项的最长递增子序列 // 比如[1,2,2] 表示第二项和第三项的最长递增子序列都为2 let dp = new Array(nums.length).fill(1); // 双层for循环，每一项都和之前的所有项一一进行比较，计算出该项的最长递增子序列个数，存储到dp中 for (let i = 0; i < nums.length; i++) { // 当前项依次和之前的每一项进行比较，累加出当前项的最长递增子序列 for (let j = 0; j < i; j++) { if (nums[j] < nums[i]) { // 比较当前项已有的最大值和之前项最大值，比如当比较到第三项[1,2,2]时，如第三项比第二项大，所以第三项的计算结果为[1,2,3] dp[i] = Math.max(dp[i], dp[j] + 1); } } } // 取出一组最长递增子序列的具体值（注意：最长递增子序列有可能有多组值，这里是只取出其中一组值） // 找到dp中的最大值，该值就是nums的最长递增子序列的个数 let max = Math.max(...dp); let result = []; for (let i = max; i >= 1; i--) { // 倒序遍历，根据长度获取对应的值 findArrNode(dp, i, result, nums); } return result; } function findArrNode(dp, value, result, arr) { // 找到符合条件最后一项的下标，这样才能保证数组的顺序是正确的 let index = dp.lastIndexOf(value); // 存储对应的值 result.unshift(arr[index]); // 对dp进行截取，保证只取最大项之前的数据 dp.length = index + 1; }
