前端JS面試中常見的算法問題總結(jié)

更新時(shí)間：2016年12月23日 15:52:58 作者：cometwo

雖然說在前端很少有機(jī)會(huì)接觸到算法，大多都交互性的操作，然而從各大公司面試來看，算法依舊是考察的一方面。下面這篇文章就給大家總結(jié)了在前端JS面試中常見的算法問題，有需要的朋友們可以參考借鑒，下面來一起看看吧。

前言

學(xué)習(xí)數(shù)據(jù)結(jié)構(gòu)與算法對于工程師去理解和分析問題都是有幫助的。如果將來當(dāng)我們面對較為復(fù)雜的問題，這些基礎(chǔ)知識的積累可以幫助我們更好的優(yōu)化解決思路。下面羅列在前端面試中經(jīng)常撞見的幾個(gè)問題吧。

Q1 判斷一個(gè)單詞是否是回文？

回文是指把相同的詞匯或句子，在下文中調(diào)換位置或顛倒過來，產(chǎn)生首尾回環(huán)的情趣，叫做回文，也叫回環(huán)。比如 mamam redivider .

很多人拿到這樣的題目非常容易想到用for 將字符串顛倒字母順序然后匹配就行了。其實(shí)重要的考察的就是對于reverse的實(shí)現(xiàn)。其實(shí)我們可以利用現(xiàn)成的函數(shù)，將字符串轉(zhuǎn)換成數(shù)組，這個(gè)思路很重要，我們可以擁有更多的自由度去進(jìn)行字符串的一些操作。

function checkPalindrom(str) { 
  return str == str.split('').reverse().join('');
}

Q2 去掉一組整型數(shù)組重復(fù)的值

比如輸入: [1,13,24,11,11,14,1,2]

輸出: [1,13,24,11,14,2]

需要去掉重復(fù)的11 和 1 這兩個(gè)元素。

這道問題出現(xiàn)在諸多的前端面試題中，主要考察個(gè)人對Object的使用，利用key來進(jìn)行篩選。

/**
* unique an array 
**/
let unique = function(arr) { 
 let hashTable = {};
 let data = [];
 for(let i=0,l=arr.length;i<l;i++) {
  if(!hashTable[arr[i]]) {
   hashTable[arr[i]] = true;
   data.push(arr[i]);
  }
 }
 return data

}

module.exports = unique;

Q3 統(tǒng)計(jì)一個(gè)字符串出現(xiàn)最多的字母

給出一段英文連續(xù)的英文字符竄，找出重復(fù)出現(xiàn)次數(shù)最多的字母

輸入： afjghdfraaaasdenas

輸出： a

前面出現(xiàn)過去重的算法，這里需要是統(tǒng)計(jì)重復(fù)次數(shù)。

function findMaxDuplicateChar(str) { 
 if(str.length == 1) {
  return str;
 }
 let charObj = {};
 for(let i=0;i<str.length;i++) {
  if(!charObj[str.charAt(i)]) {
   charObj[str.charAt(i)] = 1;
  }else{
   charObj[str.charAt(i)] += 1;
  }
 }
 let maxChar = '',
   maxValue = 1;
 for(var k in charObj) {
  if(charObj[k] >= maxValue) {
   maxChar = k;
   maxValue = charObj[k];
  }
 }
 return maxChar;

}

module.exports = findMaxDuplicateChar;

Q4 排序算法

如果抽到算法題目的話，應(yīng)該大多都是比較開放的題目，不限定算法的實(shí)現(xiàn)，但是一定要求掌握其中的幾種，所以冒泡排序，這種較為基礎(chǔ)并且便于理解記憶的算法一定需要熟記于心。冒泡排序算法就是依次比較大小，小的的大的進(jìn)行位置上的交換。

function bubbleSort(arr) { 
  for(let i = 0,l=arr.length;i<l-1;i++) {
    for(let j = i+1;j<l;j++) { 
     if(arr[i]>arr[j]) {
        let tem = arr[i];
        arr[i] = arr[j];
        arr[j] = tem;
      }
    }
  }
  return arr;
}
module.exports = bubbleSort;

除了冒泡排序外，其實(shí)還有很多諸如插入排序,快速排序，希爾排序等。每一種排序算法都有各自的特點(diǎn)。全部掌握也不需要，但是心底一定要熟悉幾種算法。比如快速排序，其效率很高，而其基本原理如圖(來自wiki)：

算法參考某個(gè)元素值，將小于它的值，放到左數(shù)組中，大于它的值的元素就放到右數(shù)組中，然后遞歸進(jìn)行上一次左右數(shù)組的操作，返回合并的數(shù)組就是已經(jīng)排好順序的數(shù)組了。

function quickSort(arr) {

  if(arr.length<=1) {
    return arr;
  }

  let leftArr = [];
  let rightArr = [];
  let q = arr[0];
  for(let i = 1,l=arr.length; i<l; i++) {
    if(arr[i]>q) {
      rightArr.push(arr[i]);
    }else{
      leftArr.push(arr[i]);
    }
  }

  return [].concat(quickSort(leftArr),[q],quickSort(rightArr));
}

module.exports = quickSort;

安利大家一個(gè)學(xué)習(xí)的地址，通過動(dòng)畫演示算法的實(shí)現(xiàn)。

HTML5 Canvas Demo: Sorting Algorithms

Q5 不借助臨時(shí)變量，進(jìn)行兩個(gè)整數(shù)的交換

輸入 a = 2, b = 4 輸出 a = 4, b =2

這種問題非常巧妙，需要大家跳出慣有的思維，利用 a , b進(jìn)行置換。

主要是利用 + - 去進(jìn)行運(yùn)算，類似 a = a + ( b - a) 實(shí)際上等同于最后的 a = b;

function swap(a , b) { 
 b = b - a;
 a = a + b;
 b = a - b;
 return [a,b];
}

module.exports = swap;

Q6 使用canvas 繪制一個(gè)有限度的斐波那契數(shù)列的曲線？

數(shù)列長度限定在9.

斐波那契數(shù)列，又稱黃金分割數(shù)列，指的是這樣一個(gè)數(shù)列：0、1、1、2、3、5、8、13、21、34、……在數(shù)學(xué)上，斐波納契數(shù)列主要考察遞歸的調(diào)用。我們一般都知道定義

fibo[i] = fibo[i-1]+fibo[i-2];

生成斐波那契數(shù)組的方法

function getFibonacci(n) { 
 var fibarr = [];
 var i = 0;
 while(i<n) {
  if(i<=1) {
   fibarr.push(i);
  }else{
   fibarr.push(fibarr[i-1] + fibarr[i-2])
  }
  i++;
 }

 return fibarr;
}

剩余的工作就是利用canvas arc方法進(jìn)行曲線繪制了

DEMO

Q7 找出下列正數(shù)組的最大差值比如:

輸入 [10,5,11,7,8,9]

輸出 6

這是通過一道題目去測試對于基本的數(shù)組的最大值的查找，很明顯我們知道，最大差值肯定是一個(gè)數(shù)組中最大值與最小值的差。

 function getMaxProfit(arr) {

  var minPrice = arr[0];
  var maxProfit = 0;

  for (var i = 0; i < arr.length; i++) {
    var currentPrice = arr[i];

    minPrice = Math.min(minPrice, currentPrice);

    var potentialProfit = currentPrice - minPrice;

    maxProfit = Math.max(maxProfit, potentialProfit);
  }

  return maxProfit;
}

Q8 隨機(jī)生成指定長度的字符串

實(shí)現(xiàn)一個(gè)算法，隨機(jī)生成指制定長度的字符竄。

比如給定長度 8 輸出 4ldkfg9j

function randomString(n) { 
 let str = 'abcdefghijklmnopqrstuvwxyz9876543210';
 let tmp = '',
   i = 0,
   l = str.length;
 for (i = 0; i < n; i++) {
  tmp += str.charAt(Math.floor(Math.random() * l));
 }
 return tmp;
}

module.exports = randomString;

Q9 實(shí)現(xiàn)類似getElementsByClassName 的功能

自己實(shí)現(xiàn)一個(gè)函數(shù)，查找某個(gè)DOM節(jié)點(diǎn)下面的包含某個(gè)class的所有DOM節(jié)點(diǎn)？不允許使用原生提供的 getElementsByClassName querySelectorAll 等原生提供DOM查找函數(shù)。

function queryClassName(node, name) { 
 var starts = '(^|[ \n\r\t\f])',
    ends = '([ \n\r\t\f]|$)';
 var array = [],
    regex = new RegExp(starts + name + ends),
    elements = node.getElementsByTagName("*"),
    length = elements.length,
    i = 0,
    element;

  while (i < length) {
    element = elements[i];
    if (regex.test(element.className)) {
      array.push(element);
    }

    i += 1;
  }

  return array;
}

Q10 使用JS 實(shí)現(xiàn)二叉查找樹(Binary Search Tree)

一般叫全部寫完的概率比較少，但是重點(diǎn)考察你對它的理解和一些基本特點(diǎn)的實(shí)現(xiàn)。二叉查找樹，也稱二叉搜索樹、有序二叉樹（英語：ordered binary tree）是指一棵空樹或者具有下列性質(zhì)的二叉樹：

任意節(jié)點(diǎn)的左子樹不空，則左子樹上所有結(jié)點(diǎn)的值均小于它的根結(jié)點(diǎn)的值；
任意節(jié)點(diǎn)的右子樹不空，則右子樹上所有結(jié)點(diǎn)的值均大于它的根結(jié)點(diǎn)的值；
任意節(jié)點(diǎn)的左、右子樹也分別為二叉查找樹；
沒有鍵值相等的節(jié)點(diǎn)。二叉查找樹相比于其他數(shù)據(jù)結(jié)構(gòu)的優(yōu)勢在于查找、插入的時(shí)間復(fù)雜度較低。為O(log n)。二叉查找樹是基礎(chǔ)性數(shù)據(jù)結(jié)構(gòu)，用于構(gòu)建更為抽象的數(shù)據(jù)結(jié)構(gòu)，如集合、multiset、關(guān)聯(lián)數(shù)組等。

在寫的時(shí)候需要足夠理解二叉搜素樹的特點(diǎn)，需要先設(shè)定好每個(gè)節(jié)點(diǎn)的數(shù)據(jù)結(jié)構(gòu)

class Node { 
 constructor(data, left, right) {
  this.data = data;
  this.left = left;
  this.right = right;
 }

}

樹是有節(jié)點(diǎn)構(gòu)成，由根節(jié)點(diǎn)逐漸延生到各個(gè)子節(jié)點(diǎn)，因此它具備基本的結(jié)構(gòu)就是具備一個(gè)根節(jié)點(diǎn)，具備添加，查找和刪除節(jié)點(diǎn)的方法.

class BinarySearchTree {

 constructor() {
  this.root = null;
 }

 insert(data) {
  let n = new Node(data, null, null);
  if (!this.root) {
   return this.root = n;
  }
  let currentNode = this.root;
  let parent = null;
  while (1) {
   parent = currentNode;
   if (data < currentNode.data) {
    currentNode = currentNode.left;
    if (currentNode === null) {
     parent.left = n;
     break;
    }
   } else {
    currentNode = currentNode.right;
    if (currentNode === null) {
     parent.right = n;
     break;
    }
   }
  }
 }

 remove(data) {
  this.root = this.removeNode(this.root, data)
 }

 removeNode(node, data) {
  if (node == null) {
   return null;
  }

  if (data == node.data) {
   // no children node
   if (node.left == null && node.right == null) {
    return null;
   }
   if (node.left == null) {
    return node.right;
   }
   if (node.right == null) {
    return node.left;
   }

   let getSmallest = function(node) {
    if(node.left === null && node.right == null) {
     return node;
    }
    if(node.left != null) {
     return node.left;
    }
    if(node.right !== null) {
     return getSmallest(node.right);
    }

   }
   let temNode = getSmallest(node.right);
   node.data = temNode.data;
   node.right = this.removeNode(temNode.right,temNode.data);
   return node;

  } else if (data < node.data) {
   node.left = this.removeNode(node.left,data);
   return node;
  } else {
   node.right = this.removeNode(node.right,data);
   return node;
  }
 }

 find(data) {
  var current = this.root;
  while (current != null) {
   if (data == current.data) {
    break;
   }
   if (data < current.data) {
    current = current.left;
   } else {
    current = current.right
   }
  }
  return current.data;
 }

}

module.exports = BinarySearchTree;

總結(jié)

以上就是這篇文章的全部內(nèi)容了，希望本文的內(nèi)容對大家的學(xué)習(xí)或者工作能帶來一定的幫助，如果有疑問大家可以留言交流。

您可能感興趣的文章: