常见数据结构和Javascript实现总结

做前端的同学不少都是自学成才或者半路出家，计算机基础的知识比较薄弱，尤其是数据结构和算法这块，所以今天整理了一下常见的数据结构和对应的Javascript的实现，希望能帮助大家完善这方面的知识体系。

1. Stack(栈)

Stack的特点是后进先出(last in first out)。生活中常见的Stack的例子比如一摞书，你最后放上去的那本你之后会最先拿走;又比如浏览器的访问历史，当点击返回按钮，最后访问的网站最先从历史记录中弹出。

Stack一般具备以下方法：

push：将一个元素推入栈顶

pop：移除栈顶元素，并返回被移除的元素

peek：返回栈顶元素

length：返回栈中元素的个数

Javascript的Array天生具备了Stack的特性，但我们也可以从头实现一个 Stack类：

2. Queue(队列)

Queue和Stack有一些类似，不同的是Stack是先进后出，而Queue是先进先出。Queue在生活中的例子比如排队上公交，排在第一个的总是最先上车;又比如打印机的打印队列，排在前面的最先打印。

Queue一般具有以下常见方法：

enqueue：入列，向队列尾部增加一个元素

dequeue：出列，移除队列头部的一个元素并返回被移除的元素

front：获取队列的第一个元素

isEmpty：判断队列是否为空

size：获取队列中元素的个数

Javascript中的Array已经具备了Queue的一些特性，所以我们可以借助Array实现一个Queue类型：

Priority Queue(优先队列)

Queue还有个升级版本，给每个元素赋予优先级，优先级高的元素入列时将排到低优先级元素之前。区别主要是enqueue方法的实现：

测试一下：

结果：

3. Linked List(链表)

顾名思义，链表是一种链式数据结构，链上的每个节点包含两种信息：节点本身的数据和指向下一个节点的指针。链表和传统的数组都是线性的数据结构，存储的都是一个序列的数据，但也有很多区别，如下表：

一个单向链表通常具有以下方法：

size：返回链表中节点的个数

head：返回链表中的头部元素

add：向链表尾部增加一个节点

remove：删除某个节点

indexOf：返回某个节点的index

elementAt：返回某个index处的节点

addAt：在某个index处插入一个节点

removeAt：删除某个index处的节点

单向链表的Javascript实现：

4. Set(集合)

集合是数学中的一个基本概念，表示具有某种特性的对象汇总成的集体。在ES6中也引入了集合类型Set，Set和Array有一定程度的相似，不同的是Set中不允许出现重复的元素而且是无序的。

一个典型的Set应该具有以下方法：

values：返回集合中的所有元素

size：返回集合中元素的个数

has：判断集合中是否存在某个元素

add：向集合中添加元素

remove：从集合中移除某个元素

union：返回两个集合的并集

intersection：返回两个集合的交集

difference：返回两个集合的差集

subset：判断一个集合是否为另一个集合的子集

使用Javascript可以将Set进行如下实现，为了区别于ES6中的Set命名为MySet：

5. Hash Table(哈希表/散列表)

Hash Table是一种用于存储键值对(key value pair)的数据结构，因为Hash Table根据key查询value的速度很快，所以它常用于实现Map、Dictinary、Object等数据结构。如上图所示，Hash Table内部使用一个hash函数将传入的键转换成一串数字，而这串数字将作为键值对实际的key，通过这个key查询对应的value非常快，时间复杂度将达到O(1)。Hash函数要求相同输入对应的输出必须相等，而不同输入对应的输出必须不等，相当于对每对数据打上唯一的指纹。

一个Hash Table通常具有下列方法：

add：增加一组键值对

remove：删除一组键值对

lookup：查找一个键对应的值

一个简易版本的Hash Table的Javascript实现：

6. Tree(树)

顾名思义，Tree的数据结构和自然界中的树极其相似，有根、树枝、叶子，如上图所示。Tree是一种多层数据结构，与Array、Stack、Queue相比是一种非线性的数据结构，在进行插入和搜索操作时很高效。在描述一个Tree时经常会用到下列概念：

Root(根)：代表树的根节点，根节点没有父节点

Parent Node(父节点)：一个节点的直接上级节点，只有一个

Child Node(子节点)：一个节点的直接下级节点，可能有多个

Siblings(兄弟节点)：具有相同父节点的节点

Leaf(叶节点)：没有子节点的节点

Edge(边)：两个节点之间的连接线

Path(路径)：从源节点到目标节点的连续边

Height of Node(节点的高度)：表示节点与叶节点之间的最长路径上边的个数

Height of Tree(树的高度)：即根节点的高度

Depth of Node(节点的深度)：表示从根节点到该节点的边的个数

Degree of Node(节点的度)：表示子节点的个数

我们以二叉查找树为例，展示树在Javascript中的实现。在二叉查找树中，即每个节点最多只有两个子节点，而左侧子节点小于当前节点，而右侧子节点大于当前节点，如图所示：

一个二叉查找树应该具有以下常用方法：

add：向树中插入一个节点

findMin：查找树中最小的节点

findMax：查找树中最大的节点

find：查找树中的某个节点

isPresent：判断某个节点在树中是否存在

remove：移除树中的某个节点

以下是二叉查找树的Javascript实现：

测试一下：

打印结果：

7. Trie(字典树，读音同try)

Trie也可以叫做Prefix Tree(前缀树)，也是一种搜索树。Trie分步骤存储数据，树中的每个节点代表一个步骤，trie常用于存储单词以便快速查找，比如实现单词的自动完成功能。 Trie中的每个节点都包含一个单词的字母，跟着树的分支可以可以拼写出一个完整的单词，每个节点还包含一个布尔值表示该节点是否是单词的最后一个字母。

Trie一般有以下方法：

add：向字典树中增加一个单词

isWord：判断字典树中是否包含某个单词

print：返回字典树中的所有单词

8. Graph(图)

Graph是节点(或顶点)以及它们之间的连接(或边)的集合。Graph也可以称为Network(网络)。根据节点之间的连接是否有方向又可以分为Directed Graph(有向图)和Undrected Graph(无向图)。Graph在实际生活中有很多用途，比如：导航软件计算最佳路径，社交软件进行好友推荐等等。

Graph通常有两种表达方式：

Adjaceny List(邻接列表)：