一个针对javascript数据结构与算法学习的项目，编程题目使用leetcode，理论与思想来自慕课网实战 《javascript数据结构学习与算法编程》
特点： 后进先出，随机存储 应用场景： 10进制转2进制求余数； letcode-20 括号类型匹配（算法题目）； 函数栈式调用； javascript使用数组(push, pop)来模拟栈,java才有栈这种数据结构的实现
特点：先进先出，随机存储 应用场景：排队食堂打饭； js任务队列；letcode-933 最近的请求次数(算法题)； js没有队列的实现，使用array数组模拟队列，使用push和shift方法实现入队和出队
特点：
- 多个元素组成的列表
- 元素存储不连续，next指针连在一起
与数组的区别： 数组增删非首尾元素时非常麻烦，需要移动各个元素 而链表增删元素只需改变next的指向即可。 js里没有链表的实现，需要使用object来模拟链表
特点： 无序且唯一的数据结构
在前端里存在，ES6新增的数据结构set即为集合
集合一般用处
- 数组去重
- 集合查找存在元素的方法has()
- 求两个集合或者数组的交集
- 使用.size来得出Set对象的长度
特点：与集合相似，存储唯一值的数据结构，由键值对的方式进行存储
前端使用存在字典的数据结构，在es6中以map表示
特点： 树是分层的抽象数据模型，一对多
前端： 没有树这样的数据结构，使用Array和Object模拟树结构
前端树的使用: DOM ， 菜单分层路由
遍历算法：
- 深度优先遍历算法： 即尽可能深的搜索遍历树的分支 算法口诀： 1.先访问历根节点 2.对根节点的chilren挨个进行深度优先遍历 （整个过程是递归调用）
- 广度优先遍历算法： 先访问离根节点最近的节点 算法口诀： 1.新建一个队列，根节点入队 2. 队头出队并访问 3.根节点下的children挨个入队列 4.重复2 3两步，直到为空
树是一种分层数据的抽象模型
先序遍历：（根左右）
- 先访问根节点
- 对左子树先序遍历
- 最后对右子树先序遍历
中序遍历：
- 先对左子树进行中序遍历
- 再访问根节点
- 最后对右子树进行中序遍历
后序遍历：
- 对左子树进行后序遍历
- 对右子树进行后序遍历
- 最后访问根节点
- 图是一种数据结构，是网络结构的抽象模型，是一组由边连接的节点
- 图可以表示任何二元关系，比如道路、航班、、、
js中没有图，但是可以用Ojbect和Array表示图
图的关联关系: 邻接矩阵和邻接表
- 深度优先遍历: 尽可能深的搜索图的分支
- 广度优先遍历：先访问离根节点最近的节点
- 堆是一种特殊的完全二叉树
- 所有节点都大于等于（大根堆）或者小于等于（小根堆）它的子节点
- js中使用数组表示堆
- 任意节点的左侧子节点等于 2 * index + 1
- 任意节点的右侧子节点等于 2 * index + 2
- 父节点的位置等于 (index - 1) / 2
- 快速地找出最大值和最小值 ， 时间复杂度O(1)
- 找出第K个最大或者最小元素
- 构建一个最大（小）堆，并将元素依次插入堆中
- 当堆的容量超过K，就删除堆顶
- 插入结束后，堆顶就是第K个最大（小）元素
- 将值插入堆的底部，即数组的尾部
- 然后上移： 将这个值和它的父节点进行交换，直到父节点小于等于这个插入的值
- 大小为K的堆中插入元素的时间复杂度为O（logK）
- 用数组尾部元素替换堆顶 （直接删除堆顶会破坏堆结构）
- 然后下移： 将新堆顶和它的子节点进行交换，直到子节点大于等于这个新堆顶
- 大小为k的堆中删除堆顶的时间复杂度为O(logK)
- 获取堆顶： 返回组成数组的头部
- 获取堆的大小： 返回数组的长度
- 分而治之是 算法设计 中的一种方法
- 它将一个问题分成多个和原问题相似的小问题， 递归解决小问题，再将结果合并以解决原来的问题
- 归并排序
- 快速排序
- 翻转二叉树
- 动态规划是 算法设计中的一种方法
- 它将一个问题分解为相互重叠的子问题，通过反复求解 子问题，来解决原来的问题
- 斐波那契数列
- 贪心算法是算法设计中的一种方法
- 期盼通过每个阶段的局部最优选择，从而达到全局的最优
- 贪心算法的结果并 不一定是最优