面试题：说说你了解的js数据结构
JavaScript中的数据结构是编程的基础，它们帮助我们以高效的方式存储和操作数据。
下面将详细介绍
这些数据结构的来源、概念和应用场景。
数组 Array
来源： 数组是一种线性数据结构，起源于计算机科学的早期，用于存储一系列的元素。
概念： 数组是具有相同数据类型的一组有序元素的集合，可以通过索引快速访问每个元素。
应用场景： 数组适用于需要快速访问元素的场景，如列表、矩阵等。
数组是最基本的数据结构，它使用一块连续的内存空间保存数据，保存的数据的个数在分配内存的时候是确定的
let users = [
{ id: 1, name: "Alice", age: 25 },
{ id: 2, name: "Bob", age: 30 },
{ id: 3, name: "Charlie", age: 22 }
];
// 访问第一个用户
console.log(users[0]); // { id: 1, name: "Alice", age: 25 }
栈 Stack
来源： 栈的概念来源于计算机科学中的抽象数据类型，用于模拟现实世界中堆叠物品的行为。
概念： 栈是一种后进先出（LIFO）的数据结构，只允许在栈顶进行添加（push）和移除（pop）操作。
应用场景： 栈适用于需要后进先出操作的场景，如浏览器的前进和后退功能、函数调用栈等。
在栈里，新元素都接近栈顶，旧元素都接近栈底 每次加入新的元素和拿走元素都在顶部操作
场景： 实现一个简单的撤销功能。
class Stack {
constructor() {
this.items = [];
}
push(item) {
this.items.push(item);
}
pop() {
return this.items.pop();
}
}
let undoStack = new Stack();
undoStack.push("第一步操作");
undoStack.push("第二步操作");
// 撤销操作
console.log(undoStack.pop()); // "第二步操作"
队列
来源： 队列的概念同样起源于计算机科学，用于模拟现实世界中的排队行为。
概念： 队列是一种先进先出（FIFO）的数据结构，只允许在队尾添加元素，在队首移除元素。
应用场景： 队列适用于需要先进先出操作的场景，如任务调度、缓冲处理等。
场景： 实现一个简单的任务队列。
class Queue {
constructor() {
this.items = [];
}
enqueue(item) {
this.items.push(item);
}
dequeue() {
return this.items.shift();
}
}
let taskQueue = new Queue();
taskQueue.enqueue("任务1");
taskQueue.enqueue("任务2");
// 执行任务
console.log(taskQueue.dequeue()); // "任务1"
链表
来源： 链表的概念起源于计算机科学，用于解决数组在插入和删除操作时效率低下的问题。
概念： 链表是一种线性数据结构，由一系列节点组成，每个节点包含数据和指向下一个节点的指针。
应用场景： 链表适用于频繁插入和删除操作的场景，如实现哈希表、LRU缓存等。
场景： 实现一个简单的链表结构。
class ListNode {
constructor(value) {
this.value = value;
this.next = null;
}
}
class LinkedList {
constructor() {
this.head = null;
}
append(value) {
let newNode = new ListNode(value);
if (!this.head) {
this.head = newNode;
return;
}
let current = this.head;
while (current.next) {
current = current.next;
}
current.next = newNode;
}
}
let list = new LinkedList();
list.append(1);
list.append(2);
// 输出链表
console.log(list); // ListNode { value: 1, next: ListNode { value: 2, next: null } }
字典
来源： 字典的概念起源于现实世界中的字典，用于存储键值对。
概念： 字典是一种存储键值对的数据结构，允许通过键快速访问对应的值。
应用场景： 字典适用于需要通过键快速查找值的场景，如实现映射、缓存等。
场景： 存储和检索键值对。
let dictionary = new Map();
dictionary.set("name", "Alice");
dictionary.set("age", 25);
// 获取值
console.log(dictionary.get("name")); // "Alice"
散列表
来源： 散列表（哈希表）的概念起源于计算机科学，用于实现快速的键值对存储和检索。
概念： 散列表是一种通过哈希函数将键映射到数组索引的数据结构，以实现快速的查找和插入。
应用场景： 散列表适用于需要快速键值对操作的场景，如数据库索引、缓存等。
场景： 实现一个简单的缓存机制。
class HashTable {
constructor(size) {
this.buckets = new Array(size);
this.size = size;
}
hash(key) {
let hash = 0;
for (let i = 0; i < key.length; i++) {
hash = (hash + key.charCodeAt(i)) % this.size;
}
return hash;
}
set(key, value) {
let index = this.hash(key);
if (!this.buckets[index]) {
this.buckets[index] = [];
}
this.buckets[index].push([key, value]);
}
get(key) {
let index = this.hash(key);
let bucket = this.buckets[index];
if (bucket) {
for (let i = 0; i < bucket.length; i++) {
if (bucket[i][0] === key) {
return bucket[i][1];
}
}
}
return undefined;
}
}
let hashTable = new HashTable(10);
hashTable.set("name", "Alice");
hashTable.set("age", 25);
// 获取值
console.log(hashTable.get("name")); // "Alice"
树
来源： 树的概念起源于计算机科学中的抽象数据类型，用于模拟具有层级关系的数据。
概念： 树是一种非线性数据结构，由节点组成，每个节点可以有多个子节点，但只有一个父节点（根节点除外）。
应用场景： 树适用于表示具有层级关系的数据，如文件系统、组织结构图等。
场景： 实现一个简单的文件系统。
class TreeNode {
constructor(value) {
this.value = value;
this.children = [];
}
}
let root = new TreeNode("root");
let child1 = new TreeNode("child1");
let child2 = new TreeNode("child2");
root.children.push(child1);
root.children.push(child2);
// 输出树结构
console.log(root); // TreeNode { value: "root", children: [TreeNode, TreeNode] }
图
来源： 图的概念起源于数学，用于表示对象之间的关系。
概念： 图是一种由节点（顶点）和连接节点的边组成的非线性数据结构，可以是有向图或无向图。
应用场景： 图适用于表示复杂的关系网络，如社交网络、地图导航等。
场景： 实现一个简单的社交网络。
class Graph {
constructor() {
this.adjacencyList = new Map();
}
addVertex(vertex) {
if (!this.adjacencyList.has(vertex)) {
this.adjacencyList.set(vertex, []);
}
}
addEdge(source, destination) {
if (this.adjacencyList.has(source) && this.adjacencyList.has(destination)) {
this.adjacencyList.get(source).push(destination);
this.adjacencyList.get(destination).push(source);
}
}
}
let graph = new Graph();
graph.addVertex("Alice");
graph.addVertex("Bob");
graph.addEdge("Alice", "Bob");
// 输出图结构
console.log(graph.adjacencyList); // Map(2) {"Alice" => ["Bob"], "Bob" => ["Alice"]}
堆
来源： 堆的概念起源于计算机科学，用于实现优先队列。
概念： 堆是一种特殊的完全二叉树，满足堆属性：每个节点的值都大于或等于（最大堆）或小于或等于（最小堆）其子节点的值。
应用场景： 堆适用于需要快速访问最大或最小元素的场景，如优先队列、堆排序等。
以上数据结构在JavaScript中都有实现，它们在不同的场景下发挥着各自的作用，帮助开发者高效地解决问题。理解这些数据结构的概念和应用场景对于编写高效、可维护的代码至关重要。
场景： 实现一个优先队列。
class MaxHeap {
constructor() {
this.heap = [];
}
insert(value) {
this.heap.push(value);
this.bubbleUp();
}
bubbleUp() {
let index = this.heap.length - 1;
const element = this.heap[index];
while (index > 0) {
let parentIndex = Math.floor((index - 1) / 2);
let parent = this.heap[parentIndex];
if (element <= parent) break;
this.heap[index] = parent;
this.heap[parentIndex] = element;
index = parentIndex;
}
}
extractMax() {
const max = this.heap[0];
const end = this.heap.pop();
if (this.heap.length > 0) {
this.heap[0] = end;
this.bubbleDown();
}
return max;
}
bubbleDown() {
let index = 0;
const length = this.heap.length;
const element = this.heap[0];
while (true) {
let leftChildIndex = 2 * index + 1;
let rightChildIndex = 2 * index + 2;
let leftChild, rightChild;
let swap = null;
if (leftChildIndex < length) {
leftChild = this.heap[leftChildIndex];
if (leftChild > element) {
swap = leftChildIndex;
}
}
if (rightChildIndex < length) {
rightChild = this.heap[rightChildIndex];
if (
(swap === null && rightChild > element) ||
(swap !== null && rightChild > leftChild)
) {
swap = rightChildIndex;
}
}
if (swap === null) break;
this.heap[index] = this.heap[swap];
this.heap[swap] = element;
index = swap;
}
}
}
let maxHeap = new MaxHeap();
maxHeap.insert(10);
maxHeap.insert(20);
maxHeap.insert(5);
// 获取最大值
console.log(maxHeap.extractMax()); // 20
这些数据结构在实际开发中非常有用，能够帮助我们更高效地解决问题。
