内容简介:队列这种数据结构,据瓶子君了解,前端需要了解的队列结构主要有:双端队列、滑动窗口,它们都是算法中是比较常用的数据结构。因此,本节主要内容为:下面进入正文吧:point_down:
引言
队列这种数据结构,据瓶子君了解,前端需要了解的队列结构主要有:双端队列、滑动窗口,它们都是算法中是比较常用的数据结构。
因此,本节主要内容为:
-
数据结构:队列(Queue)
-
双端队列(Deque)
-
双端队列的应用:翻转字符串中的单词
-
滑动窗口
-
滑动窗口应用:无重复字符的最长公共子串
-
最后来一道 leetcode 题目:滑动窗口最大值问题
下面进入正文吧:point_down:
一、数据结构:队列
队列和栈类似,不同的是队列是先进先出 (FIFO) 原则的有序集合,它的结构类似如下:
常见队列的操作有: enqueue(e)
进队、 dequeue()
出队、 isEmpty()
是否是空队、 front()
获取队头元素、 clear()
清空队,以及 size()
获取队列长度。
代码实现
function Queue() { let items = [] this.enqueue = function(e) { items.push(e) } this.dequeue = function() { return items.shift() } this.isEmpty = function() { return items.length === 0 } this.front = function() { return items[0] } this.clear = function() { items = [] } this.size = function() { return items.length } }
查找:从对头开始查找,从时间复杂度为 O(n)
插入或删除:进栈与出栈的时间复杂度为 O(1)
二、双端队列(Deque)
1. 什么是 Deque
Deque 在原有队列的基础上扩充了:队头、队尾都可以进队出队,它的数据结构如下:
代码实现:
function Deque() { let items = [] this.addFirst = function(e) { items.unshift(e) } this.removeFirst = function() { return items.shift() } this.addLast = function(e) { items.push(e) } this.removeLast = function() { return items.pop() } this.isEmpty = function() { return items.length === 0 } this.front = function() { return items[0] } this.clear = function() { items = [] } this.size = function() { return items.length } }
下面看一道经典的双端队列问题:point_down:
2. 字节&leetcode151:翻转字符串里的单词
给定一个字符串,逐个翻转字符串中的每个单词。
示例 1:
输入: "the sky is blue" 输出: "blue is sky the"
示例 2:
输入: " hello world! " 输出: "world! hello" 解释: 输入字符串可以在前面或者后面包含多余的空格,但是反转后的字符不能包括。
示例 3:
输入: "a good example" 输出: "example good a" 解释: 如果两个单词间有多余的空格,将反转后单词间的空格减少到只含一个。
说明:
-
无空格字符构成一个单词。
-
输入字符串可以在前面或者后面包含多余的空格,但是反转后的字符不能包括。
-
如果两个单词间有多余的空格,将反转后单词间的空格减少到只含一个。
解题思路:使用双端队列解题
-
首先去除字符串左右空格
-
逐个读取字符串中的每个单词,依次放入双端队列的对头
-
再将队列转换成字符串输出(已空格为分隔符)
画图理解:
代码实现:
var reverseWords = function(s) { let left = 0 let right = s.length - 1 let queue = [] let word = '' while (s.charAt(left) === ' ') left ++ while (s.charAt(right) === ' ') right -- while (left <= right) { let char = s.charAt(left) if (char === ' ' && word) { queue.unshift(word) word = '' } else if (char !== ' '){ word += char } left++ } queue.unshift(word) return queue.join(' ') };
更多解法详见 图解字节&leetcode151:翻转字符串里的单词
三、滑动窗口
1. 什么是滑动窗口
这是队列的另一个重要应用
顾名思义,滑动窗口就是一个运行在一个大数组上的子列表,该数组是一个底层元素集合。
假设有数组 [a b c d e f g h ],一个大小为 3 的 滑动窗口 在其上滑动,则有:
[a b c] [b c d] [c d e] [d e f] [e f g] [f g h]
一般情况下就是使用这个窗口在数组的 合法区间 内进行滑动,同时 动态地 记录一些有用的数据,很多情况下,能够极大地提高算法地效率。
下面看一道经典的滑动窗口问题:point_down:
2. 字节&Leetcode3:无重复字符的最长子串
给定一个字符串,请你找出其中不含有重复字符的 最长子串 的长度。
示例 1:
输入: "abcabcbb" 输出: 3 解释: 因为无重复字符的最长子串是 "abc",所以其长度为 3。
示例 2:
输入: "bbbbb" 输出: 1 解释: 因为无重复字符的最长子串是 "b",所以其长度为 1。
示例 3:
输入: "pwwkew" 输出: 3 解释: 因为无重复字符的最长子串是 "wke",所以其长度为 3。 请注意,你的答案必须是 子串 的长度,"pwke" 是一个子序列,不是子串。
解题思路:使用一个数组来维护滑动窗口
遍历字符串,判断字符是否在滑动窗口数组里
-
不在则
push
进数组 -
在则删除滑动窗口数组里相同字符及相同字符前的字符,然后将当前字符
push
进数组 -
然后将
max
更新为当前最长子串的长度
遍历完,返回 max
即可
画图帮助理解一下:
代码实现:
var lengthOfLongestSubstring = function(s) { let arr = [], max = 0 for(let i = 0; i < s.length; i++) { let index = arr.indexOf(s[i]) if(index !== -1) { arr.splice(0, index+1); } arr.push(s.charAt(i)) max = Math.max(arr.length, max) } return max };
时间复杂度:O(n 2 ), 其中 arr.indexOf()
时间复杂度为 O(n) , arr.splice(0, index+1)
的时间复杂度也为 O(n)
空间复杂度:O(n)
更多解法详见 字节&Leetcode3:无重复字符的最长子串
最后,来尝试一道leetcode题目吧!
四、leetcode239:滑动窗口最大值问题
给定一个数组 nums
和滑动窗口的大小 k
,请找出所有滑动窗口里的最大值。
示例:
输入: nums = [1,3,-1,-3,5,3,6,7], 和 k = 3 输出: [3,3,5,5,6,7]
解释:
滑动窗口的位置 最大值
[1 3 -1] -3 5 3 6 7 3
1 [3 -1 -3] 5 3 6 7 3
1 3 [-1 -3 5] 3 6 7 5
1 3 -1 [-3 5 3] 6 7 5
1 3 -1 -3 [5 3 6] 7 6
1 3 -1 -3 5 [3 6 7] 7
提示:
你可以假设 k
总是有效的,在输入数组不为空的情况下,1 ≤ k ≤ 输入数组的大小。
可以自己尝试解答一下,欢迎将答案提交到 https://github.com/sisterAn/JavaScript-Algorithms/issues/33 ,瓶子君将明日解答:blush:
五、往期精彩
六、前端算法集训营第一期免费加入啦
欢迎关注「前端瓶子君」,回复「算法」自动加入,从0到1构建完整的数据结构与算法体系!
在这里,瓶子君不仅介绍算法,还将算法与前端各个领域进行结合,包括浏览器、HTTP、V8、React、Vue源码等。
在这里,你可以每天学习一道大厂算法题(阿里、腾讯、百度、字节等等)或 leetcode,瓶子君都会在第二天解答哟!
:arrow_up: 扫码关注公众号「前端瓶子君」,回复「算法」即可自动加入 :+1::+1::+1:
“在看转发” 是最大的支持
以上所述就是小编给大家介绍的《一看就懂的队列系算法题解析》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- python数据结构与算法——栈、队列与双端队列
- 数据结构与算法:队列
- 算法与数据结构(二):队列
- [算法面试现场] PriorityQueue 优先队列
- 数据结构算法学习-队列-栈
- 数据结构与算法:循环队列
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Linux内核设计与实现
拉芙 / 陈莉君、唐华、张波 / 机械工业出版社 / 2006-1 / 38.00元
《Linux内核设计与实现》基于Linux2.6内核系列详细介绍Linux内核系统,覆盖了从核心内核系统的应用到内核设计与实现等各方面的内容。主要内容包括:进程管理、系统调用、中断和中断处理程序、内核同步、时间管理、内存管理、地址空间、调试技术等。本书理论联系实践,既介绍理论也讨论具体应用,能够带领读者快速走进Linux内核世界,真正开发内核代码。 本书适合作为高等院校操作系统课程的教材......一起来看看 《Linux内核设计与实现》 这本书的介绍吧!