1、深度优先和广度优先的区别
1） 二叉树的深度优先遍历的非递归的通用做法是采用栈，广度优先遍历的非递归的通用做法是采用队列。
2） 深度优先遍历：对每一个可能的分支路径深入到不能再深入为止，而且每个结点只能访问一次。要特别注意的是，二叉树的深度优先遍历比较特殊，可以细分为先序遍历、中序遍历、后序遍历。具体说明如下：
先序遍历：对任一子树，先访问根，然后遍历其左子树，最后遍历其右子树。
中序遍历：对任一子树，先遍历其左子树，然后访问根，最后遍历其右子树。
后序遍历：对任一子树，先遍历其左子树，然后遍历其右子树，最后访问根。
广度优先遍历：又叫层次遍历，从上往下对每一层依次访问，在每一层中，从左往右（也可以从右往左）访问结点，访问完一层就进入下一层，直到没有结点可以访问为止。
3）深度优先搜素算法：不全部保留结点，占用空间少；有回溯操作(即有入栈、出栈操作)，运行速度慢。
广度优先搜索算法：保留全部结点，占用空间大； 无回溯操作(即无入栈、出栈操作)，运行速度快。
2、数组和链表的区别
1） 数组
是将元素在内存中连续存放,由于每个元素占用内存相同,可以通过下标迅速访问数组中任何元素。
数组必须事先定义固定的长度（元素个数），不能适应数据动态地增减的情况。当数据增加时，可能超出原先定义的元素个数；当数据减少时，造成内存浪费；数组可以根据下标直接存取。
数组的存储区间是连续的，从栈中分配空间，占用内存比较大；插入数据和删除数据效率低。
插入数据时，待插入位置的元素和他后面的所有元素都需要向后搬移
删除数据时，待删除位置后面的所有元素都需要向前搬移。
查找速度快，时间复杂度是o(1)； 从头部删除、从头部插入的效率低，时间复杂度是o(n)。
伪数组和数组的区别
伪数组的特点：a、具有length属性；b、按索引方式存储数组；c、不具有数组的方法。
常见的伪数组：a、函数内部的arguments；b、DOM 对象列表（比如通过 document.getElementsByTags 得到的列表）；c、Query 对象（比如 $("div") ）。
伪数组转成数组的方法：a、Array.prototype.slice.call(伪数组名)；b、Array.from()；c、 ...运算符如： let newArr = [...伪数组名];。
2）链表
是一种物理存储单元上非连续、非顺序的存储结构，数据元素的逻辑顺序是通过链表中的指针链接次序实现的。链表由一系列结点（链表中每一个元素称为结点）组成，结点可以在运行时动态生成。每个结点包括两个部分：一个是存储数据元素的数据域，另一个是存储下一个结点地址的指针域。
链表动态地进行存储分配，链表从堆中分配空间，空间是分散的，不需要连续，空间不需要提前指定大小，可以适应数据动态地增减的情况，且可以方便地插入、删除数据项。（数组中插入、删除数据项时，需要移动其它数据项，非常繁琐）链表必须根据next指针找到下一个元素。
查找速度慢，时间复杂度是o(n)；任意位置插入元素和删除元素时间效率较高，时间复杂度是o(1)。
比较
数组的底层是ArrayList,链表的底层是Hashmap。
3、哈希
哈希是通过对数据进行再压缩，提高效率的一种解决方法。但由于通过哈希函数产生的哈希值是有限的，而数据可能比较多，导致经过哈希函数处理后仍然有不同的数据对应相同的值。这时候就产生了哈希冲突。
1）哈希冲突的影响因素
装填因子（装填因子=数据总数 / 哈希表长）、哈希函数、处理冲突的方法。
2）哈希冲突的四种方法
a、开放地址方法
线性探测：按顺序决定值时，如果某数据的值已经存在，则在原来值的基础上往后加一个单位，直至不发生哈希冲突。
再平方探测：按顺序决定值时，如果某数据的值已经存在，则在原来值的基础上先加1的平方个单位，若仍然存在则减1的平方个单位。随之是2的平方，3的平方等等。直至不发生哈希冲突。
伪随机探测：按顺序决定值时，如果某数据已经存在，通过随机函数随机生成一个数，在原来值的基础上加上随机数，直至不发生哈希冲突。
b、拉链法（HashMap的哈希冲突解决方法）
对于相同的值，使用链表进行连接。使用数组存储每一个链表。
优点：拉链法处理冲突简单，且无堆积现象，即非同义词决不会发生冲突，因此平均查找长度较短；
由于拉链法中各链表上的结点空间是动态申请的，故它更适合于造表前无法确定表长的情况；
开放定址法为减少冲突，要求装填因子α较小，故当结点规模较大时会浪费很多空间。而拉链法中可取α≥1，且结点较大时，拉链法中增加的指针域可忽略不计，因此节省空间；
在用拉链法构造的散列表中，删除结点的操作易于实现。只要简单地删去链表上相应的结点即可。
缺点：指针占用较大空间时，会造成空间浪费，若空间用于增大散列表规模进而提高开放地址法的效率。
c、再哈希法
对于冲突的哈希值再次进行哈希函数去散列处理，直至没有哈希冲突。
4、排序算法
在平均情况下，快速排序最快；
在最好情况下，插入排序和起泡排序最快；
在最坏情况下，堆排序和归并排序最快。
5、Map 和 Object 的区别
1）键值key不同
Object 的 key 必须是简单数据类型（整数，字符串或者是 symbol）；而在Map的键可以是任意值，包括函数、对象、基本类型。
2）元素的顺序
Map 中的键值是有序的，而添加到对象中的键则不是。因此，当对它进行遍历时，Map 对象是按插入的顺序返回键值。
3）操作方法
a、新建：Object 支持以下几种方法；Map 仅支持一种构建方法：new Map()；
b、新增数据（重复则覆盖）：Map 可以使用 set(key, val) 操作；Object 新增一个属性可以使用：obj['key']=value或obj.key=value。
c、数据访问：Map 想要访问元素，可以使用 Map 本身的原生方法get (key) ；Object 可以通过.和[ ]来访问。
d、删除数据：Map 有原生的 delete 方法来删除元素；全部删除map.clear();
Object 中没有原生的删除方法，可以使用：deleteobj.id;或obj.id=undefined。
e、获取size：Map 自身有 size 属性，可以自己维持 size 的变化。Object 则需要借助Object.keys()来计算：Object.keys(obj).length。
f、可访问性：判断某个元素是否在 Map 中可以使用has (key)；判断某个元素是不是在 Object 中可以用obj.id===undefined;// 或者'id'inobj;
另外Object 可以使用Object.prototype.hasOwnProperty()来判断某个key是否是这个对象本身的属性，从原型链继承的属性不包括在内。
g、Iterating 迭代：Map 自身支持迭代，Object 不支持。Map可直接进行迭代，而Object的迭代需要先获取它的键数组，然后再进行迭代。
何时使用 Map ，何时使用 Object？
a、当所要存储的是简单数据类型，并且 key 都为字符串或者整数或者 Symbol 的时候，优先使用 Object ，因为Object可以使用 字符变量 的方式创建，更加高效；
Map 在存储大量元素的时候性能表现更好，特别是在代码执行时不能确定 key 的类型的情况。
b、在涉及频繁增删键值对的场景下应该使用 Map。
c、JSON 直接支持 Object，但不支持 Map。
6、二叉搜索树
二叉查找树（Binary Search Tree），（又：二叉搜索树，二叉排序树）它或者是一棵空树，或者是具有下列性质的二叉树： 若它的左子树不空，则左子树上所有结点的值均小于它的根节点的值； 若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值； 它的左、右子树也分别为二叉排序树。
删除节点：
情况1：删除的当前节点无左右孩子节点，那么就直接将当前要删除的节点设置为null即可。
情况2：删除的当前节点无左孩子节点，有右孩子节点，那么就将当前要删除的节点设置为右孩子节点即可。
情况3：删除的当前节点无右孩子节点，有左孩子节点，那么就将当前要删除的节点设置为左孩子节点即可。
情况4：删除的当前节点有右孩子节点也有左孩子节点，那么就选出右孩子树中最小的点，设置为当前要删除的节点即可。这种方式既可以保证二叉排序树的性质，由于右孩子树中最小的点，无左孩子节点（如果有左孩子节点，那么就不符合二叉树性质了）。