以下是系统性的复习大纲，涵盖高频考点、优先级排序及典型例题。重点聚焦业务映射性强、前端特色突出、出现频率高的算法类型，助你高效突破瓶颈。
一、数据结构类（85%出现率）
核心逻辑：前端场景中复杂数据操作的基础，重点考察对数据关系的抽象能力。
-
数组与字符串（最高频）
- 考察点：双指针技巧、哈希表优化、滑动窗口
- 业务映射：表单输入实时校验（滑动窗口）、数据合并去重（双指针）、搜索关键词匹配（前缀树）
- 典型例题：
- 两数之和/三数之和（哈希表+双指针）
- 最长无重复子串（滑动窗口+哈希表）
- 合并K个有序数组（多指针归并）
-
链表操作
- 考察点：虚拟头节点、快慢指针、环检测
- 业务映射：历史记录管理（撤销/重做栈）、批量操作优化（链表合并）
- 典型例题：
- 反转链表（迭代/递归）
- 环形链表检测（快慢指针）
- 合并两个有序链表（递归/迭代）
-
树结构
- 考察点：DFS/BFS遍历、递归与非递归转换、LCA（最近公共祖先）
- 业务映射：组件树渲染（递归转迭代优化）、路由嵌套关系解析（LCA）、菜单权限树过滤
- 典型例题：
- 二叉树层序遍历（BFS队列）
- 二叉搜索树转有序双向链表（中序遍历）
- DOM树DFS/BFS遍历（标签名收集）
二、核心算法思想类（70%出现率）
核心逻辑：解决复杂问题的通用范式，重点考察问题抽象和建模能力。
-
滑动窗口
- 场景：处理连续区间问题，优化暴力解时间复杂度
- 例题：字符串排列匹配、最小覆盖子串
-
动态规划（DP）
- 考察点：状态定义、转移方程、空间压缩（前端以一维DP为主）
- 业务映射：资源调度（背包问题）、路径规划（最短编辑距离）、促销策略优化
- 典型例题：
- 爬楼梯/斐波那契数列（滚动数组优化）
- 最大子序和（贪心+DP）
- 购物车最优组合（0-1背包变体）
-
DFS/BFS
- 场景：状态空间搜索（非树结构场景）
- 例题：矩阵中的路径搜索（岛屿问题）、全排列（回溯剪枝）
三、前端特色算法类（50%出现率）
核心逻辑：紧密结合前端工程实践，重点考察编码鲁棒性和设计扩展性。
-
手写工具函数
- 考察点：异步控制、性能优化、边界处理
- 典型例题：
- Promise.all/race（并发控制与错误传播）
- 防抖（Debounce）与节流（Throttle）（定时器管理）
- 深拷贝（循环引用处理）
-
设计模式应用
- 场景：复杂状态与事件管理
- 典型例题：
- LRU缓存（Map+双向链表）
- 发布订阅模式（事件队列设计）
- 撤销/重做栈（双栈结构）
-
DOM与渲染优化
- 业务映射：虚拟列表、差异更新（Diff算法简化）
- 典型例题：
- 虚拟滚动条位置计算（动态高度预估）
- 树形结构Diff算法（最小编辑距离应用）
四、业务场景建模类（78%出现率）
核心逻辑：将业务需求转化为算法问题，考察工程化思维。
-
性能优化方向
- 图片懒加载 → 滑动窗口+IntersectionObserver
- 大数据表格渲染 → 虚拟滚动+分片加载（Web Worker）
-
状态管理方向
- 购物车合并策略 → 哈希表合并+优先级队列
- 路由跳转历史 → 栈结构+路径压缩
-
数据处理方向
- 版本号排序 → 分字段比较（多级排序）
- 列表转树形结构 → 哈希表+DFS
五、复杂度与优化类（必考）
核心逻辑：评估方案可行性，区分资深与初级候选人的关键。
- 时间/空间复杂度分析：如滑动窗口如何将 O(n²) 优化为 O(n)
- 极端场景处理：空输入、海量数据、并发冲突（如防抖函数多次触发）
- 可扩展性设计：配置化参数（如LRU容量）、性能监控埋点
复习里程碑建议
- 基础巩固（1周）：
- 链表/数组/字符串高频题（20题，重点双指针+哈希）
- 树遍历模板（递归+迭代各3题）
- 进阶突破（1周）：
- 滑动窗口+DP经典题（各10题）
- 手写函数（Promise工具集、缓存设计）
- 实战模拟（1周）：
- 业务场景题（按电商/编辑器/可视化分类练习）
- 大厂真题限时训练（牛客网按公司筛选）
优先级口诀：数组字符串 > 链表树 > 滑动窗口/DP > 前端手写题。动态规划若时间不足，掌握爬楼梯、最大子序和、背包问题即可覆盖80%场景。
练习时需结合问题抽象四步法（建模→复杂度→优化→扩展），重点记录边界Case和优化思路。
