数据结构专栏

切换字母大小写 输入一个字符串，切换其中字母的大小写 如，输入字符串12aBc34，输出字符串12AbC34 常见思路 正则表达式 通过ASCII码判断 代码 正则 ASCII 功能测试 结果： 性能

将数字千分位格式化，输出字符串 如输入数组12050100，输出字符串12,050,100 (注意：逆序判断） 常见思路 转换位数组，reverse，每3位拆分 使用正则表达式 使用字符串拆分 使用数

有一个英文单词库（数组），里面有几十万个英文单词 输入一个字符串，快速判断是不是某一个单词的前缀 说明思路，不用写代码 常规思路 第一，遍历单词库数组 第二，indexOf判断前缀 实际时间复杂度超过

对称数 求1-10000之前的所有对称数（回文） 例如：0，1，2，11，22，101，232，1221 思路1 - 使用数组反转、比较 数字转换为字符串，再转换为数组 数组revers，再join为

固定算法，固定思路 找到中间位置 midValue 遍历数组，小于midValue放在left，否则放在right 继续递归。最后concat拼接，返回 细节 获取midValue的两种方式 使用sp

传统思路 嵌套循环，找出每个字符串的连续次数，并记录 看似时间复杂度是O(n^2) 但实际时间复杂度是多少？---O(n) 因为有跳步 嵌套循环思路代码： 结果： 双指针思路 O(n) 定义指针i和j

如输入[1,0,3,0,11,0] 输出 [1,3,11,0,0,0] 只移动0，其他顺序不变 必须在原数组进行操作 如果不限制“必须在原数组操作” 定义part1 part2 两个数组 遍历数组，非

斐波那契数列 用JS计算斐波那契数列的第n个值 注意时间复杂度 公式 f(0) = 0 f(1) = 1 f(n) = f(n - 1) + f(n - 2) 递归 递归 - 大量的重复计算 优化 不

二叉树 是一棵树 每个节点，最多只能由2个子节点 树节点的数据结构 { value, left?, right?} 二叉树的遍历 前序遍历: root -> left -> right 中序遍历: l

有一个递增的数组[1,2,4,7,11,15] 和一个n=15 数组中有两个数，和是n。即4+11===15 写一个JS函数，找出这两个数 常规思路 嵌套循环，找到一个数，然后去遍历下一个数，求和，判

思路： 递归 - 代码逻辑更加清晰 非递归 - 性能更好 时间复杂度O(logn) - 非常快 非递归实现： 递归实现 性能测试 划重点 凡有序，必二分 凡二分，时间复杂度必然包含O(logn)

分析 数组是连续存储，push很快，shift很慢 链表是非连续存储，add和delete都很快（但查找很慢） 结论：链表实现队列更快 链表实现队列 单向链表，但同时要记录head和tail 要从ta

链表 链表是一个物理结构（非逻辑结构），类似于数组 数组需要一段连续的内存区间，而链表是零散的 链表节点的数据结构{value, next?, prev?} 创建链表代码 链表vs数组 都是有序结构

请用两个栈，实现一个队列 功能 add delete length 队列 先进先出 API: add delete length 数组模拟队列 存在shift性能问题 逻辑结构vs物理结构 队列是逻辑

问题 一个字符串s可能包含{}()[]三种括号 判断s是否是括号匹配的 如(a{b}c)匹配，而{a(b或{a(b}c)就不匹配 栈 先进后出 API: push pop length 相关的：队列，

题目 思路 代码 复杂度分析 答案 重点：function rotate(arr: number[], k: number): number[]{ const length = arr.lengt

什么是复杂度 程序执行时所需要的计算量和内存空间（和代码是否简洁无关） 复杂度是数量级（方便记忆、推广），不是具体的数字 一般针对一个具体的算法，而非一个完整的系统 时间复杂度 - 程序执行时所需的计