一. 各种数据结构汇总

（内容深度只涉及到前端水平，毕竟我水平也一般）

1. 线性表

 数据元素间是线性关系，数据元素在表中的位置只取决于 其序号

 存在唯一的一个被称作“第一个”的数据元素和唯一的一 个被称作“最后一个”的数据元素

 除第一个外，每个数据元素均只有一个前驱；除最后一个 外，每个数据元素均只有一个后继

（1）单链表

分为两种

第一种是 头指针指向首元节点，该节点和其他节点没有区别。每一个节点的next指针指向下一个节点。

第二种是头指针指向头节点，再指向首元节点。目的就是为了在头部添加数据时不需要对头指针进行特殊处理。（简单来讲，添加元素就是在对应索引节点的next指针后指向该新加的元素，并且让新加的元素next指向对应索引+1的节点，但是处理头部添加不同，因为对于第一种链表头指针没有next，但是对于第二种就可以一视同仁）。

两种单链表判空的方式也不同，

第一种就是first=> null 

第二种就是first=>节点内容为null

 （2）单循环列表

应该很好理解，就是尾部next又指到了头部

单循环链表是单链表的变形。

单循环链表最后一个结点的后继指针不为 0 (NULL)，而是指向了表的前端。

为简化操作，在单循环链表中往往加入表头结点。   

单循环链表的特点是：只要知道表中某一结点的 地址，就可搜寻到所有其他结点的地址。

（3）双向链表

也很好理解，每个节点不仅有next，还有prev指向前一个节点。

 2. 栈与队列

（1）栈 （核心就是先入后出）

 先入的在栈底，先出的在栈顶。

js的执行调用就是用的栈，对非引用类型的数据存储也是用的栈。一个栈独占一组地址连续的存储单元。通常0下标端设为栈底，栈顶指针top值为-1，表示空栈。

进栈

出栈

 细节就是top指针会在入栈时先加后入，在出栈时先减后出。

一个简单计算题（建议直接背）

n个元素依次入栈，可得到多少个合法的出栈序列 (2n)!/[(n+1)!*n! ]

（2）链栈 

 栈的应用在编码过程中最主要的就是递归。递归就不详细解释了（函数调用其本身，但是需要合适的中止条件）。

（3）队列（核心就是先排先到，先进先出）

 进队和出队

判空 q−>front=q−>rear

 （4）链队列

 3. 树的结构及基本操作（基本一问数据结构就爱问这玩意）

定义：

树是由n(n≥0)个结点组成的有限集合T，非空树满足： 1)有一个称之为根(root)的结点。 2)除根以外的其余结点被分成m(0≤m

 术语：

结点的度 结点拥有的子树数目。

叶子(终端)结点 度为0的结点。

分支(非终端)结点 度不为0的结点。

树的度 树的各结点度的最大值。

内部结点 除根结点之外的分支结点。

双亲与孩子(父与子)结点 结点的子树的根称为该 结点的孩子；该结点称为孩子的双亲。

兄弟 属于同一双亲的孩子。

结点的祖先 从根到该结点所经分支上的所有结点。

结点的子孙 该结点为根的子树中的任一结点。

结点的层次 表示该结点在树中的相对位置。根为 第一层，其它的结点依次下推；若某结点在第L层 上，则其孩子在第L+1层上。

堂兄弟 双亲在同一层的结点互为堂兄弟。

树的深(高)度 树中结点的最大层次。

有序树 树中各结点的子树从左至右是有次序的， 不能互换。否则，称为无序树。

路径长度 从树中某结点Ni 出发，能够“自上而下 地”通过树中结点到达结点Nj ，则称Ni 到Nj 存在一 条路径，路径长度等于这两个结点之间的分支数。

树的路径长度 从根到每个结点的路径长度之和。

森林 是m(m≥0)棵互不相交的树的集合。

(1) 二叉树的定义与性质

二叉树的定义

二叉树是n(n≥0)个结点的有限集合，它或为 空树(n=0)，或由一个根结点和两棵互不相交的左子树和 右子树的二叉树组成。

 二叉树的遍历方法（常考）

简单概括：先序（先根） 根 左 右

                  中序（中根） 左 根 右

                  后序（后根） 根 左 右

                  层遍历  一层一层读就行

二叉树的先序、中序、后序遍历超详解_代码敲上天...的博客-CSDN博客_二叉树的先序,中序,后序遍历

（2）哈夫曼树

 构造方式

 这个解释一下，其实也不难。首先需要找到两个最小权值。min1.min2分别作为左右节点。然后在原本的数组中去掉这俩值，再找两个最小的min3.min4，组成另一棵树的左右节点。（注意每次使用完一个权值后就从数组中删掉，后面也是）。然后开始分别操作这两棵树 A，B（就是a做了什么，b跟着做一下什么）。找最小值min5，当作左节点，而数A根节点当中右节点，形成数A1，B也进行一样的操作，找到最小值min6，作为左节点，与数B的根节点构成新的数B2，依次进行下去，最后两颗树 An和Bn 做为左节点和右节点，形成最终的哈夫曼树。

4.图（因为基本不考面试，就不做总结了，感兴趣可以自己学一下）

5.查找和排序

（1）二分查找（最常考）

只针对有序表。原理如图

 前端实现

/**
 * 
 * @param {Number[]} arr 
 * @param {Number} target 
 */
// 此处以升序表为例 返回目标索引
function HalfSearch(arr, target) {
    let left = 0
    let right = arr.length
    let mid = 0
    while (left+1!== right) {
        mid = Math.floor((left + right) / 2)
        if (arr[mid] < target) {
            left = mid 
        } else if (arr[mid] > target) {
            right = mid
        } else {
            return mid
        }
    }
    return -1
}
console.log(HalfSearch([1, 5, 8, 22, 34, 56, 90], 22));

时间复杂度O(h)=O(log2n)

（2）哈希表

在记录的存储地址和它的关键字之间建立一个确定的 对应关系；这样，理想状态不经过比较，一次存取就能得 到所查元素。

 哈希函数的基本构造方法（也挺常考）

1. 直接定址法

 2. 数字分析法/基数转换法

 3. 平方取中法

4. 随机数法

5. 折叠法

6. 除留余数法

（素数一般指质数。质数是指在大于1的自然数中，除了1和它本身以外不再有其他因数的自然数。反正我当时忘了~）

（3）排序

1. 冒泡排序（O（n²））

/**
 * 
 * @param {Number[]} arr 
 */
function BubbleSort(arr){
    for(let i=0;i<arr.length;i++){
        for(let j=i+1;j<arr.length;j++){
            if(arr[j]<arr[i]){
                let temp=arr[j]
                arr[j]=arr[i]
                arr[i]=temp
            }
        }
    }
    return arr
}
console.log(BubbleSort([2,5,78,4,1]));

 2. 插入排序