前端面试拼图-数据结构与算法

摘要：总结一些前端算法题，持续更新！

一、数据结构与算法

时间复杂度-程序执行时需要的计算量（CPU）

空间复杂度-程序执行时需要的内存空间

前端开发：重时间，轻空间

1.把一个数组旋转k步

array = [1, 2, 3, 4, 5, 6, 7] 旋转数组k=3， 结果[5, 6, 7, 1, 2, 3, 4]

思路1：把末尾的元素挨个pop，然后unshift到数组前面；

思路2：把数组拆分，最后concat拼接到一起

/**
* 旋转数组k步使用pop和unshift
*/
function rotate1(arr: number[], k: number): number[] {
  const length = arr.length
  if (!k || length === 0) return
  const step = Math.abs( k%length)   // abs 取绝对值,k不是数值是返回NaN
  // 时间复杂度o(n^2), 空间复杂度o(1)
  for (let i = 0; i

常见内置API中的复杂度：

• unshift: unshift 方法将给定的值插入到类数组对象的开头，并返回新的数组长度。时间复杂度为 O(n)，其中 n 是数组的长度，因为在插入时需要将原有的元素逐一往后移动一位；空间复杂度为 O(1)。
• splice: splice 方法用于从数组中添加或删除元素，并返回被删除的元素组成的新数组。splice 的时间复杂度为 O(n)，其中 n 是数组的长度，因为在删除或插入元素后，需要移动数组中的其他元素以保持连续性；空间复杂度为 O(n)，因为需要创建一个新的数组。
• shift: shift 方法用于从数组的开头删除一个元素，并返回被删除的元素。shift 的时间复杂度为 O(n)，其中 n 是数组的长度，因为在删除元素后，需要将数组中的其他元素往前移动一位以保持连续性；空间复杂度为 O(1)，因为不需要额外的空间来存储。
• concat: concat 方法用于将两个或多个数组合并成一个新数组。时间复杂度为 O(1)，数组末尾操作；空间复杂度为 O(n+m)，m、n是原数组长度，因为新的数组需要存储。
• slice: slice 方法用于从数组中提取出指定范围的元素，并返回一个新数组（不改变原数组）。时间复杂度为 O(1)；空间复杂度为 O(n)，因为需要创建一个新的数组来存储提取的元素。

2.判断字符串是否为括号匹配

一个字符串s可能包括{}()[]三种括号，判断s是否是括号匹配

考察的数据结构是栈，先进后出；ApI: push pop length

栈 VS数组区别

栈：逻辑结构；理论模型，不管如何实现，不受任何语言限制

数组：物理结构；真实功能实现，受限于编程语言

/**
* 判断是否括号匹配
*/
function matchBracket(str: string): boolean {
  const length = str.length
  if(length === 0) return true
  
  const stack = []
  const leftSymbols = '{[('
  const rightSymbols = '}])'
  
  for (let i = 0; i 

时间复杂度O(n); 空间复杂度O(n)。