前端算法

双指针：指的是在遍历对象的过程中，不是普通的使用单个指针进行访问，而是使用两个相同方向（快慢指针）或者相反方向（对撞指针）的指针进行扫描，从而达到相应的目的。

快速排序：核心思想： 从数组中选择中间一项作为主元。 接着，（进行划分操作）：创建两个指针，左边一个指向数组的第一项，右边一个指向数组的最后

归并排序 之前我们学到的冒泡排序、选择排序、插入排序因为性能不好的原因，而在实际的开发过程中几乎很少用到。而我们现在要准备学的归并排序性能不错，在实际开发中用的较多。

插入排序：每次排一个数组项，以此方式构建最后的排序数组。 实现思路：假定第一项已经排序了，接着，拿它和第二项进行比较，以此来确定，第二项是应该待在原位还是插到第一项之前。以此类推。

选择排序 选择排序：是一种原址比较的排序算法。 核心思想：找到数据结构中的最小值，并将其放在第一位，接着找到第二小的值，将其放在第二位，以此类推。 实现 注意：minIndex 始终保存着最小值的位置

冒泡排序 冒泡排序的核心思想：比较任何两个相邻的项，如果第一个比第二个大，则交换它们。 因为元素项向上移动至正确的顺序，就好像气泡升至表面一样，所以叫冒泡排序。

深度优先搜索 深度优先搜索算法将会从第一个指定的顶点开始遍历图，沿着路径直到这条路径的最后一个顶点被访问了，接着按照原路回退并探索下一条路径。 也就是说，它是先深度后广度地访问顶点。

附相关文章的地址： 数据结构之图简介 数据结构之图的创建 数据结构之图的遍历 数据结构之图的广度优先搜索 上一篇文章中，我们实现了基本的广度优先搜索，也就是BFS的工作原理。而广度优先搜索可以做很多事

广度优先搜索 首先，我们要知道广度优先搜索需要标注被访问过的顶点。用来记录哪些顶点被访问过，哪些未被访问。

上篇文章中，我们简单的实现了图的创建，那么创建好之后呢，接下来我们一起来看看图的遍历。 图的遍历 图的遍历可以干哪些事情

创建图 之前的系列文章，我们已经了解到了图是什么，接下来，我们一起来看看图的创建。 按照惯例，首先声明图类的骨架，我们采用邻接表来实现 在上述我们创建的类中，我们使用一个数组来存储图中所有顶点的名字，

这是我参与更文挑战的第30天，活动详情查看：更文挑战 什么是图 图是网络结构的抽象模型。 图是一组由边连接的节点（或顶点）。 因为任何二元关系都可以用图来表示

这是我参与更文挑战的第29天，活动详情查看：更文挑战 本篇文章中，我们来实现树的remove方法。 remove(key): 从树中移除某个键。

这是我参与更文挑战的第28天，活动详情查看：更文挑战 通常来讲，在树中会有三种搜索类型： 搜索最小值 搜索最大值 搜索特定的值 我们都知道二叉树左侧的子节点值父节点，右侧的子节点值大于等于父节点。

这是我参与更文挑战的第27天，活动详情查看：更文挑战 先序遍历 先序遍历是以优先于后代节点的顺序访问每个节点。 先序遍历的一种应用是打印一个结构化的文档

这是我参与更文挑战的第26天，活动详情查看：更文挑战 树的遍历 遍历一颗树就是指访问树的每个节点并对它们进行某种操作的过程。 遍历方式又分为： 中序遍历，是一种以上行顺序访问BST所有节点的遍历方式，

这是我参与更文挑战的第25天，活动详情查看：更文挑战 什么是二叉树 二叉树：是每个结点最多有两个子树的树结构。一个是左侧子节点，一个是右侧子节点。

这是我参与更文挑战的第24天，活动详情查看：更文挑战 什么是树 树，在我们数据结构中的树是一种分层数据的抽象模型。类似于现实中的树有很多枝桠，也类似于家谱，或者说公司的组织架构图等等。

这是我参与更文挑战的第23天，活动详情查看：更文挑战 冲突解决 1. 书写更好的散列函数 既然我们知道了冲突是由于在创建之初由于散列函数给出了相同的hash导致的，那么根源的上的解决办法就是重写一个更

我们在上一篇散列表中简单的实现了散列函数和散列表。仔细想来，我们简单实现的散列函数会存在问题，就是可能会产生一些重复的hash值出来，这时候就会造成冲突，俗称散列表的冲突。