算法系列

主要记录一个前端学习算法的思考，核心语言是 JavaScript

圈内，对于算法，普遍都怀有敬畏之心，觉得算法是一个需要高智商，来学的东西。原来我也对算法不肖一顾（搞不定，所以装作看不起），但在真正学习算法过程中，发现算法其实是有套路，有方法来搞的。多刷刷算法，会发现自己代码效率提升很多，而且更多自信，敢挑战更高更难的工作（最近，重构一些历史代码，但因对自己码力的自信，可以，也敢干它）

学习算法的目的

1.准备面试（大多数人）

面试中，现在一般都需要手写算法，为什么要考察算法答：因为面试一两个小时，根本不可能全面了解面试者。所以，基于算法写的好的，代码能力不会太差（反之：代码好的人，不见得算法好；但和高考一样是一个人才的赛选机制）

那面试官主要考察那些能力呢？

分析问题能力
写代码能力（也就是传说中的码力）

具体考察的指标？

代码是否可运行
算法写的时间
代码运行效率

好一点的面试官，会在面试者写完算法后，进行探讨：

思路
时间负责度，空间复杂度
优化 (ps: 我经历的绝大多数面试，基本上，没有深究过。面试官可能都是从哪里搜的一道算法题，大概率的面试官自己都不会做)

综上：如果要面试搞定算法

熟悉主流算法套路（其实，绝大多数算法都可以暴力求解，然后优化套路也是相通的）
给自己倒计时，多次刷同一道题，刻意练习
优化，其实还是第一步的套路，熟悉常用（递归，回溯，贪心等）的套路，

2.让自己变更聪明

天天业务代码，写着多没意思；算法是浓缩编码的过程,可以让你达到一年工作获得三年工作经验

如何学

1. 算法解题思路

2.算法基础——数据结构的遍历

参考对于任何数据结构，其基本操作无非遍历 + 访问，再具体一点就是：增删查改。数据结构种类很多，但它们存在的目的都是在不同的应用场景，尽可能高效地增删查改。话说这不就是数据结构的使命么？如何遍历 + 访问？我们仍然从最高层来看，各种数据结构的遍历 + 访问无非两种形式：线性的和非线性的。线性就是 for/while 迭代为代表，非线性就是递归为代表。再具体一步，无非以下几种框架：

数组遍历框架，典型的线性迭代结构：

![](https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/e4780898e3c84c8d8c082ce9cbc11c50~tplv-k3u1fbpfcp-zoom-1.image)functon traverse(arr=[]) {
    for (int i = 0; i < arr.length; i++) {
        // 迭代访问 arr[i]
    }
}

链表遍历框架，兼具迭代和递归结构：

/* 基本的单链表节点 *
class ListNode {
    int val;
    ListNode next;
}

void traverse(ListNode head) {
    for (ListNode p = head; p != null; p = p.next) {
        // 迭代访问 p.val
    }
}

void traverse(ListNode head) {
    // 递归访问 head.val
    traverse(head.next)
}

二叉树遍历框架，典型的非线性递归遍历结构：

/* 基本的二叉树节点 */
class TreeNode {
    int val;
    TreeNode left, right;
}

void traverse(TreeNode root) {
    traverse(root.left)
    traverse(root.right)
}

二叉树框架可以扩展为 N 叉树的遍历框架：

/* 基本的 N 叉树节点 */
class TreeNode {
    int val;
    TreeNode[] children;
}

void traverse(TreeNode root) {
    for (TreeNode child : root.children)
        traverse(child);
}

算法(一)——总述