数据结构和算法

二叉树遍历无非就是递归和迭代 递归有三种方式：先序、中序、后序，框架如下： 迭代有四种方式：先序、中序、后序、层序，框架如下：

顶堆结构JS实现，顶堆结构JS实现，顶堆结构JS实现，顶堆结构JS实现，顶堆结构JS实现，顶堆结构JS实现

1.BFS、DFS BFS即广度优先搜索，DFS即深度优先搜索，BFS采用队列实现，DFS采用栈实现 2.图结构和二叉树结构 3.BFS遍历图和二叉树 4.DFS遍历图和二叉树

1.分治思想 将一个大问题递归分解为每个小问题，直到不能再分解，逐一求解最后再合并，具体实现分为三个过程：分解=>求解=>合并 2.实现代码 排序算法中的归并排序及快速排序就使用到了分治的思想

1.滑动窗口算法思想 维护一对左右指针，窗口即为[l,...,r]，在一定条件内移动右指针以扩大窗口大小，直到窗口内的元素不满足条件时根据情况移动左指针，重复移动左右指针的操作并在区间内求解，直到双指

1.双指针 双指针：采用两个指针，对一个数组或者字符串进行遍历，包括同向的快慢指针和反向的对撞指针 2.对撞指针 i：左指针 0，j：右指针 lenght-1，当i>=j则代表指针对撞，这时应该终止，

判断一个字符串是否为另一个字符串的子串，是则返回所在索引，不是返回-1 1.BF算法 BF算法即Brute Force，暴力算法，时间复杂度O(n*m) 2.RK算法 将字符串转为hashcode，迭

1 冒泡排序 时间复杂度O(n^2) 2 选择排序 时间复杂度O(n^2) 3 插入排序 时间复杂度O(n^2) 4 归并排序 时间复杂度O(nlogn)，采用分而治之的思想，先分后排 5 快速排序

1.动态规划三个要素 动态规划，即Dynamic Programming，简称DP，解题由三个要素构成： 状态：dp[i]或dp[i][j]，沿升递归到第i个界限所得到的目标值 状态初始化： dp[1

0.写在开头 本篇文章旨在实现各种数据结构，实现为主，介绍为辅(或者说基本不介绍)，要看具体详情可以参考《在 JavaScript 中学习数据结构与算法》这篇博客 1.栈 栈(Stack)：后进先出L