您好,登錄后才能下訂單哦!
本篇文章為大家展示了Javascript中有哪些常見的數據結構,內容簡明扼要并且容易理解,絕對能使你眼前一亮,通過這篇文章的詳細介紹希望你能有所收獲。
1.Stack(棧)
堆棧遵循LIFO(后進先出)的原則。如果你把書堆疊起來,上面的書會比下面的書先拿。或者當你在網上瀏覽時,后退按鈕會引導你到最近瀏覽的頁面。
Stack具有以下常見方法:
push:輸入一個新元素
pop:刪除頂部元素,返回刪除的元素
peek:返回頂部元素
length:返回堆棧中元素的數量
Javascript中的數組具有Stack的屬性,但是我們使用 function Stack() 從頭開始構建Stack
function Stack() { this.count = 0; this.storage = {}; this.push = function (value) { this.storage[this.count] = value; this.count++; } this.pop = function () { if (this.count === 0) { return undefined; } this.count--; var result = this.storage[this.count]; delete this.storage[this.count]; return result; } this.peek = function () { return this.storage[this.count - 1]; } this.size = function () { return this.count; } }
2.Queue(隊列)
Queue與Stack類似。唯一不同的是,Queue使用的是FIFO原則(先進先出)。換句話說,當你排隊等候公交車時,隊列中的第一個總是先上車。
隊列具有以下方法:
enqueue:輸入隊列,在最后添加一個元素
dequeue:離開隊列,刪除前元素并返回
front:得到第一個元素
isEmpty:確定隊列是否為空
size:獲取隊列中元素的數量
JavaScript中的數組具有Queue的某些屬性,因此我們可以使用數組來構造Queue的示例:
function Queue() { var collection = []; this.print = function () { console.log(collection); } this.enqueue = function (element) { collection.push(element); } this.dequeue = function () { return collection.shift(); } this.front = function () { return collection[0]; } this.isEmpty = function () { return collection.length === 0; } this.size = function () { return collection.length; } }
優先隊列
隊列還有另一個高級版本。為每個元素分配優先級,并將根據優先級對它們進行排序:
function PriorityQueue() { ... this.enqueue = function (element) { if (this.isEmpty()) { collection.push(element); } else { var added = false; for (var i = 0; i < collection.length; i++) { if (element[1] < collection[i][1]) { collection.splice(i, 0, element); added = true; break; } } if (!added) { collection.push(element); } } } }
測試一下:
var pQ = new PriorityQueue(); pQ.enqueue([ gannicus , 3]); pQ.enqueue([ spartacus , 1]); pQ.enqueue([ crixus , 2]); pQ.enqueue([ oenomaus , 4]); pQ.print();
返回
[ [ spartacus , 1 ], [ crixus , 2 ], [ gannicus , 3 ], [ oenomaus , 4 ] ]
3. Linked List(鏈表)
從字面上看,鏈表是一個鏈式數據結構,每個節點由兩個信息組成:節點的數據和指向下一個節點的指針。鏈表和傳統數組都是線性數據結構,具有序列化的存儲方式。當然,它們也有差異:
比較 | Array | Linked List |
---|---|---|
內存分配 | 靜態內存分配,發生在編譯和序列化過程中 | 動態內存分配,發生在運行過程中,非連續的。 |
獲取元素 | 從索引中讀取,速度更快 | 讀取隊列中的所有節點,直到得到特定的元素,速度較慢 |
添加/刪除元素 | 由于是順序記憶和靜態記憶,速度較慢 | 由于是動態分配,只需要少量的內存開銷,速度更快 |
空間結構 | 一維或多維 | 單邊/雙邊,或循環鏈表 |
單邊鏈表通常具有以下方法:
size:返回節點數
head:返回頭部的元素
add:在尾部添加另一個節點
remove:刪除某些節點
indexOf:返回節點的索引
elementAt:返回索引的節點
addAt:在特定索引處插入節點
removeAt:刪除特定索引處的節點
/** 鏈表中的節點 **/ function Node(element) { // 節點中的數據 this.element = element; // 指向下一個節點的指針 this.next = null; } function LinkedList() { var length = 0; var head = null; this.size = function () { return length; } this.head = function () { return head; } this.add = function (element) { var node = new Node(element); if (head == null) { head = node; } else { var currentNode = head; while (currentNode.next) { currentNode = currentNode.next; } currentNode.next = node; } length++; } this.remove = function (element) { var currentNode = head; var previousNode; if (currentNode.element === element) { head = currentNode.next; } else { while (currentNode.element !== element) { previousNode = currentNode; currentNode = currentNode.next; } previousNode.next = currentNode.next; } length--; } this.isEmpty = function () { return length === 0; } this.indexOf = function (element) { var currentNode = head; var index = -1; while (currentNode) { index++; if (currentNode.element === element) { return index; } currentNode = currentNode.next; } return -1; } this.elementAt = function (index) { var currentNode = head; var count = 0; while (count < index) { count++; currentNode = currentNode.next; } return currentNode.element; } this.addAt = function (index, element) { var node = new Node(element); var currentNode = head; var previousNode; var currentIndex = 0; if (index > length) { return false; } if (index === 0) { node.next = currentNode; head = node; } else { while (currentIndex < index) { currentIndex++; previousNode = currentNode; currentNode = currentNode.next; } node.next = currentNode; previousNode.next = node; } length++; } this.removeAt = function (index) { var currentNode = head; var previousNode; var currentIndex = 0; if (index < 0 || index >= length) { return null; } if (index === 0) { head = currentIndex.next; } else { while (currentIndex < index) { currentIndex++; previousNode = currentNode; currentNode = currentNode.next; } previousNode.next = currentNode.next; } length--; return currentNode.element; } }
4. Set(集合)
集合是數學的基本概念:定義明確且不同的對象的集合。ES6引入了集合的概念,它與數組有一定程度的相似性。但是,集合不允許重復元素,也不會被索引。
一個典型的集合具有以下方法:
values:返回集合中的所有元素
size:返回元素個數
has:確定元素是否存在
add:將元素插入集合
remove:從集合中刪除元素
union:返回兩組交集
difference:返回兩組的差
subset:確定某個集合是否是另一個集合的子集
為了區分ES6中的 set,我們在以下示例中聲明為 MySet:
function MySet() { var collection = []; this.has = function (element) { return (collection.indexOf(element) !== -1); } this.values = function () { return collection; } this.size = function () { return collection.length; } this.add = function (element) { if (!this.has(element)) { collection.push(element); return true; } return false; } this.remove = function (element) { if (this.has(element)) { index = collection.indexOf(element); collection.splice(index, 1); return true; } return false; } this.union = function (otherSet) { var unionSet = new MySet(); var firstSet = this.values(); var secondSet = otherSet.values(); firstSet.forEach(function (e) { unionSet.add(e); }); secondSet.forEach(function (e) { unionSet.add(e); }); return unionSet; } this.intersection = function (otherSet) { var intersectionSet = new MySet(); var firstSet = this.values(); firstSet.forEach(function (e) { if (otherSet.has(e)) { intersectionSet.add(e); } }); return intersectionSet; } this.difference = function (otherSet) { var differenceSet = new MySet(); var firstSet = this.values(); firstSet.forEach(function (e) { if (!otherSet.has(e)) { differenceSet.add(e); } }); return differenceSet; } this.subset = function (otherSet) { var firstSet = this.values(); return firstSet.every(function (value) { return otherSet.has(value); }); } }
5. Hast table(哈希表)
哈希表是一種鍵值數據結構。由于通過鍵值查詢的速度快如閃電,所以常用于Map、Dictionary或Object數據結構中。如上圖所示,哈希表使用哈希函數(hash function)將鍵轉換為數字列表,這些數字作為對應鍵的值。要快速使用鍵獲取價值,時間復雜度可以達到O(1)。相同的鍵必須返回相同的值——這是哈希函數的基礎。
哈希表具有以下方法:
add:添加鍵值對
remove:刪除鍵值對
lookup:使用鍵查找對應的值
一個Javascript中簡化的哈希表的例子:
function hash(string, max) { var hash = 0; for (var i = 0; i < string.length; i++) { hash += string.charCodeAt(i); } return hash % max; } function HashTable() { let storage = []; const storageLimit = 4; this.add = function (key, value) { var index = hash(key, storageLimit); if (storage[index] === undefined) { storage[index] = [ [key, value] ]; } else { var inserted = false; for (var i = 0; i < storage[index].length; i++) { if (storage[index][i][0] === key) { storage[index][i][1] = value; inserted = true; } } if (inserted === false) { storage[index].push([key, value]); } } } this.remove = function (key) { var index = hash(key, storageLimit); if (storage[index].length === 1 && storage[index][0][0] === key) { delete storage[index]; } else { for (var i = 0; i < storage[index]; i++) { if (storage[index][i][0] === key) { delete storage[index][i]; } } } } this.lookup = function (key) { var index = hash(key, storageLimit); if (storage[index] === undefined) { return undefined; } else { for (var i = 0; i < storage[index].length; i++) { if (storage[index][i][0] === key) { return storage[index][i][1]; } } } } }
6. Tree(樹)
Tree(樹)數據結構是多層結構。與Array,Stack和Queue相比,它也是一種非線性數據結構。這種結構在插入和搜索操作時效率很高。我們來看看樹型數據結構的一些概念。
root:樹的根節點,無父節點
parent node:上層的直接節點,只有一個
child node:下層的直接節點可以有多個
siblings:共享同一個父節點
leaf:沒有孩子的節點
Edge:節點之間的分支或鏈接
path:從起始節點到目標節點的邊
Height of Nod:特定節點到葉節點的最長路徑的邊數
Height of Tree:根節點到葉節點的最長路徑的邊數
Depth of Node:從根節點到特定節點的邊數
Degree of Node:子節點數
這里以二叉樹為例。每個節點最多有兩個節點,左邊節點比當前節點小,右邊節點比當前節點大。
二叉樹中的常用方法:
add:將節點插入樹
findMin:獲取最小節點
findMax:獲取最大節點
find:搜索特定節點
isPresent:確定某個節點的存在
remove:從樹中刪除節點
JavaScript中的示例:
class Node { constructor(data, left = null, right = null) { this.data = data; this.left = left; this.right = right; } } class BST { constructor() { this.root = null; } add(data) { const node = this.root; if (node === null) { this.root = new Node(data); return; } else { const searchTree = function (node) { if (data < node.data) { if (node.left === null) { node.left = new Node(data); return; } else if (node.left !== null) { return searchTree(node.left); } } else if (data > node.data) { if (node.right === null) { node.right = new Node(data); return; } else if (node.right !== null) { return searchTree(node.right); } } else { return null; } }; return searchTree(node); } } findMin() { let current = this.root; while (current.left !== null) { current = current.left; } return current.data; } findMax() { let current = this.root; while (current.right !== null) { current = current.right; } return current.data; } find(data) { let current = this.root; while (current.data !== data) { if (data < current.data) { current = current.left } else { current = current.right; } if (current === null) { return null; } } return current; } isPresent(data) { let current = this.root; while (current) { if (data === current.data) { return true; } if (data < current.data) { current = current.left; } else { current = current.right; } } return false; } remove(data) { const removeNode = function (node, data) { if (node == null) { return null; } if (data == node.data) { // no child node if (node.left == null && node.right == null) { return null; } // no left node if (node.left == null) { return node.right; } // no right node if (node.right == null) { return node.left; } // has 2 child nodes var tempNode = node.right; while (tempNode.left !== null) { tempNode = tempNode.left; } node.data = tempNode.data; node.right = removeNode(node.right, tempNode.data); return node; } else if (data < node.data) { node.left = removeNode(node.left, data); return node; } else { node.right = removeNode(node.right, data); return node; } } this.root = removeNode(this.root, data); } }
測試一下:
const bst = new BST(); bst.add(4); bst.add(2); bst.add(6); bst.add(1); bst.add(3); bst.add(5); bst.add(7); bst.remove(4); console.log(bst.findMin()); console.log(bst.findMax()); bst.remove(7); console.log(bst.findMax()); console.log(bst.isPresent(4)); 1 7 6 false
7. Trie (發音為 “try”)
Trie或“前綴樹”也是搜索樹的一種。Trie分步存儲數據——樹中的每個節點代表一個步驟。Trie是用來存儲詞匯的,所以它可以快速搜索,特別是自動完成功能。
Trie中的每個節點都有一個字母——分支之后可以組成一個完整的單詞。它還包括一個布爾指示符,以顯示這是否是最后一個字母。
Trie具有以下方法:
add:在字典樹中插入一個單詞
isWord:確定樹是否由某些單詞組成
print:返回樹中的所有單詞
/** Node in Trie **/ function Node() { this.keys = new Map(); this.end = false; this.setEnd = function () { this.end = true; }; this.isEnd = function () { return this.end; } } function Trie() { this.root = new Node(); this.add = function (input, node = this.root) { if (input.length === 0) { node.setEnd(); return; } else if (!node.keys.has(input[0])) { node.keys.set(input[0], new Node()); return this.add(input.substr(1), node.keys.get(input[0])); } else { return this.add(input.substr(1), node.keys.get(input[0])); } } this.isWord = function (word) { let node = this.root; while (word.length > 1) { if (!node.keys.has(word[0])) { return false; } else { node = node.keys.get(word[0]); word = word.substr(1); } } return (node.keys.has(word) && node.keys.get(word).isEnd()) ? true : false; } this.print = function () { let words = new Array(); let search = function (node = this.root, string) { if (node.keys.size != 0) { for (let letter of node.keys.keys()) { search(node.keys.get(letter), string.concat(letter)); } if (node.isEnd()) { words.push(string); } } else { string.length > 0 ? words.push(string) : undefined; return; } }; search(this.root, new String()); return words.length > 0 ? words : null; } }
8. Graph(圖)
Graph(有時稱為網絡)是指具有鏈接(或邊)的節點集。根據聯系是否有方向性,可以進一步分為兩組(即定向圖和不定向圖)。Graph在我們的生活中被廣泛使用——在導航應用中計算最佳路線,或者在社交媒體中推薦朋友,舉兩個例子。
圖有兩種表示形式:
鄰接清單
在此方法中,我們在左側列出所有可能的節點,并在右側顯示已連接的節點。
鄰接矩陣
相鄰矩陣以行和列的形式顯示節點,行和列的交點詮釋了節點之間的關系,0表示沒有聯系,1表示有聯系,>1表示權重不同。
要查詢圖中的節點,必須用 “寬度優先搜索"(BFS)方法或 "深度優先搜索"(DFS)方法在整個樹網中進行搜索。
讓我們看一個例子的BFS在Javascript:
function bfs(graph, root) { var nodesLen = {}; for (var i = 0; i < graph.length; i++) { nodesLen[i] = Infinity; } nodesLen[root] = 0; var queue = [root]; var current; while (queue.length != 0) { current = queue.shift(); var curConnected = graph[current]; var neighborIdx = []; var idx = curConnected.indexOf(1); while (idx != -1) { neighborIdx.push(idx); idx = curConnected.indexOf(1, idx + 1); } for (var j = 0; j < neighborIdx.length; j++) { if (nodesLen[neighborIdx[j]] == Infinity) { nodesLen[neighborIdx[j]] = nodesLen[current] + 1; queue.push(neighborIdx[j]); } } } return nodesLen; }
測試一下:
var graph = [ [0, 1, 1, 1, 0], [0, 0, 1, 0, 0], [1, 1, 0, 0, 0], [0, 0, 0, 1, 0], [0, 1, 0, 0, 0] ]; console.log(bfs(graph, 1)); // 結果 { 0: 2, 1: 0, 2: 1, 3: 3, 4: Infinity }
上述內容就是Javascript中有哪些常見的數據結構,你們學到知識或技能了嗎?如果還想學到更多技能或者豐富自己的知識儲備,歡迎關注億速云行業資訊頻道。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。