mirror of
https://github.moeyy.xyz/https://github.com/trekhleb/javascript-algorithms.git
synced 2024-09-20 07:43:04 +08:00
Merge branch 'master' into patch-1
This commit is contained in:
commit
2b8fa0b185
@ -3,7 +3,7 @@
|
||||
[![Build Status](https://travis-ci.org/trekhleb/javascript-algorithms.svg?branch=master)](https://travis-ci.org/trekhleb/javascript-algorithms)
|
||||
[![codecov](https://codecov.io/gh/trekhleb/javascript-algorithms/branch/master/graph/badge.svg)](https://codecov.io/gh/trekhleb/javascript-algorithms)
|
||||
|
||||
تحتوي هذا مقالة على أمثلة عديدة تستند إلى الخوارزميات الشائعة وهياكل البيانات في الجافا سكريبت.
|
||||
تحتوي هذه المقالة على أمثلة عديدة تستند إلى الخوارزميات الشائعة وهياكل البيانات في الجافا سكريبت.
|
||||
|
||||
كل خوارزمية وهياكل البيانات لها برنامج README منفصل خاص بها
|
||||
مع التفسيرات والروابط ذات الصلة لمزيد من القراءة (بما في ذلك تلك
|
||||
|
@ -70,7 +70,7 @@ definen con precisión una secuencia de operaciones.
|
||||
* **Matemáticas**
|
||||
* `P` [Manipulación de bits](src/algorithms/math/bits) - asignar/obtener/actualizar/limpiar bits, multiplicación/división por dos, hacer negativo, etc.
|
||||
* `P` [Factorial](src/algorithms/math/factorial)
|
||||
* `P` [Número de Fibonacci](src/algorithms/math/fibonacci)
|
||||
* `P` [Sucesión de Fibonacci](src/algorithms/math/fibonacci)
|
||||
* `P` [Prueba de primalidad](src/algorithms/math/primality-test) (método de división de prueba)
|
||||
* `P` [Algoritmo de Euclides](src/algorithms/math/euclidean-algorithm) - calcular el Máximo común divisor (MCD)
|
||||
* `P` [Mínimo común múltiplo](src/algorithms/math/least-common-multiple) (MCM)
|
||||
|
27
src/algorithms/search/binary-search/README.es-ES.md
Normal file
27
src/algorithms/search/binary-search/README.es-ES.md
Normal file
@ -0,0 +1,27 @@
|
||||
# Búsqueda binaria
|
||||
|
||||
_Lea esto en otros idiomas:_
|
||||
[English](README.md)
|
||||
[Português brasileiro](README.pt-BR.md).
|
||||
|
||||
En informática, la búsqueda binaria, también conocida como búsqueda de medio intervalo
|
||||
búsqueda, búsqueda logarítmica, o corte binario, es un algoritmo de búsqueda
|
||||
que encuentra la posición de un valor objetivo dentro de una matriz
|
||||
ordenada. La búsqueda binaria compara el valor objetivo con el elemento central
|
||||
de la matriz; si son desiguales, se elimina la mitad en la que
|
||||
la mitad en la que no puede estar el objetivo se elimina y la búsqueda continúa
|
||||
en la mitad restante hasta que tenga éxito. Si la búsqueda
|
||||
termina con la mitad restante vacía, el objetivo no está
|
||||
en la matriz.
|
||||
|
||||
![Búsqueda binaria](https://upload.wikimedia.org/wikipedia/commons/8/83/Binary_Search_Depiction.svg)
|
||||
|
||||
## Complejidad
|
||||
|
||||
**Complejidad de tiempo**: `O(log(n))` - ya que dividimos el área de búsqueda en dos para cada
|
||||
siguiente iteración.
|
||||
|
||||
## Referencias
|
||||
|
||||
- [Wikipedia](https://en.wikipedia.org/wiki/Binary_search_algorithm)
|
||||
- [YouTube](https://www.youtube.com/watch?v=P3YID7liBug&index=29&list=PLLXdhg_r2hKA7DPDsunoDZ-Z769jWn4R8)
|
@ -2,6 +2,7 @@
|
||||
|
||||
_Read this in other languages:_
|
||||
[Português brasileiro](README.pt-BR.md).
|
||||
[Español](README.es-ES.md).
|
||||
|
||||
In computer science, binary search, also known as half-interval
|
||||
search, logarithmic search, or binary chop, is a search algorithm
|
||||
|
@ -2,6 +2,7 @@
|
||||
|
||||
_Leia isso em outras línguas:_
|
||||
[english](README.md).
|
||||
[Español](README.es-ES.md).
|
||||
|
||||
Em ciência da computação, busca binária, também conhecida como busca de meio-intervalo, busca logarítmica ou corte binário, é um algoritmo de pesquisa
|
||||
que encontra a posição de um elemento alvo dentro de um
|
||||
|
@ -7,9 +7,9 @@ _Lee este artículo en otros idiomas:_
|
||||
[_Português_](README.pt-BR.md)
|
||||
[_English_](README.md)
|
||||
|
||||
En ciencias de la computaciòn una **lista enlazada** es una coleccion linear
|
||||
de elementos de datos, en los cuales el orden linear no es dado por
|
||||
su posciòn fisica en memoria. En cambio, cada
|
||||
En ciencias de la computación una **lista enlazada** es una colección lineal
|
||||
de elementos, en los cuales el orden lineal no es dado por
|
||||
su posición física en memoria. En cambio, cada
|
||||
elemento señala al siguiente. Es una estructura de datos
|
||||
que consiste en un grupo de nodos los cuales juntos representan
|
||||
una secuencia. En su forma más sencilla, cada nodo está
|
||||
@ -19,10 +19,10 @@ permite la inserción o eliminación de elementos
|
||||
desde cualquier posición en la secuencia durante la iteración.
|
||||
Las variantes más complejas agregan enlaces adicionales, permitiendo
|
||||
una eficiente inserción o eliminación desde referencias arbitrarias
|
||||
del elemento. Una desventaja de las listas lazadas es que el tiempo de
|
||||
del elemento. Una desventaja de las listas enlazadas es que el tiempo de
|
||||
acceso es lineal (y difícil de canalizar). Un acceso
|
||||
más rápido, como un acceso aleatorio, no es factible. Los arreglos
|
||||
tienen una mejor locazion en caché comparados con las listas lazadas.
|
||||
tienen una mejor localización en caché comparados con las listas enlazadas.
|
||||
|
||||
![Linked List](./images/linked-list.jpeg)
|
||||
|
||||
@ -112,7 +112,7 @@ Remove(head, value)
|
||||
end Remove
|
||||
```
|
||||
|
||||
### Atrevesar
|
||||
### Atravesar
|
||||
|
||||
```text
|
||||
Traverse(head)
|
||||
|
51
src/data-structures/lru-cache/README.ko-KR.md
Normal file
51
src/data-structures/lru-cache/README.ko-KR.md
Normal file
@ -0,0 +1,51 @@
|
||||
# LRU 캐시 알고리즘
|
||||
|
||||
**LRU 캐시 알고리즘** 은 사용된 순서대로 아이템을 정리함으로써, 오랜 시간 동안 사용되지 않은 아이템을 빠르게 찾아낼 수 있도록 한다.
|
||||
|
||||
한방향으로만 옷을 걸 수 있는 옷걸이 행거를 생각해봅시다. 가장 오랫동안 입지 않은 옷을 찾기 위해서는, 행거의 반대쪽 끝을 보면 됩니다.
|
||||
|
||||
## 문제 정의
|
||||
|
||||
LRUCache 클래스를 구현해봅시다:
|
||||
|
||||
- `LRUCache(int capacity)` LRU 캐시를 **양수** 의 `capacity` 로 초기화합니다.
|
||||
- `int get(int key)` `key` 가 존재할 경우 `key` 값을 반환하고, 그렇지 않으면 `undefined` 를 반환합니다.
|
||||
- `void set(int key, int value)` `key` 가 존재할 경우 `key` 값을 업데이트 하고, 그렇지 않으면 `key-value` 쌍을 캐시에 추가합니다. 만약 이 동작으로 인해 키 개수가 `capacity` 를 넘는 경우, 가장 오래된 키 값을 **제거** 합니다.
|
||||
|
||||
`get()` 과 `set()` 함수는 무조건 평균 `O(1)` 의 시간 복잡도 내에 실행되어야 합니다.
|
||||
|
||||
## 구현
|
||||
|
||||
### 버전 1: 더블 링크드 리스트 + 해시맵
|
||||
|
||||
[LRUCache.js](./LRUCache.js) 에서 `LRUCache` 구현체 예시를 확인할 수 있습니다. 예시에서는 (평균적으로) 빠른 `O(1)` 캐시 아이템 접근을 위해 `HashMap` 을 사용했고, (평균적으로) 빠른 `O(1)` 캐시 아이템 수정과 제거를 위해 `DoublyLinkedList` 를 사용했습니다. (허용된 최대의 캐시 용량을 유지하기 위해)
|
||||
|
||||
![Linked List](./images/lru-cache.jpg)
|
||||
|
||||
_[okso.app](https://okso.app) 으로 만듦_
|
||||
|
||||
LRU 캐시가 어떻게 작동하는지 더 많은 예시로 확인하고 싶다면 LRUCache.test.js](./**test**/LRUCache.test.js) 파일을 참고하세요.
|
||||
|
||||
### 버전 2: 정렬된 맵
|
||||
|
||||
더블 링크드 리스트로 구현한 첫번째 예시는 어떻게 평균 `O(1)` 시간 복잡도가 `set()` 과 `get()` 으로 나올 수 있는지 학습 목적과 이해를 돕기 위해 좋은 예시입니다.
|
||||
|
||||
그러나, 더 쉬운 방법은 자바스크립트의 [Map](https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/Map) 객체를 사용하는 것입니다. 이 `Map` 객체는 키-값 쌍과 키를 **추가하는 순서 원본** 을 지닙니다. 우리는 이걸 아이템을 제거하거나 다시 추가하면서 맵의 "가장 마지막" 동작에서 최근에 사용된 아이템을 유지하기 위해 사용할 수 있습니다. `Map` 의 시작점에 있는 아이템은 캐시 용량이 넘칠 경우 가장 먼저 제거되는 대상입니다. 아이템의 순서는 `map.keys()` 와 같은 `IterableIterator` 을 사용해 확인할 수 있습니다.
|
||||
|
||||
해당 구현체는 [LRUCacheOnMap.js](./LRUCacheOnMap.js) 의 `LRUCacheOnMap` 예시에서 확인할 수 있습니다.
|
||||
|
||||
이 LRU 캐시 방식이 어떻게 작동하는지 더 많은 테스트 케이스를 확인하고 싶다면 [LRUCacheOnMap.test.js](./__test__/LRUCacheOnMap.test.js) 파일을 참고하세요.
|
||||
|
||||
## 복잡도
|
||||
|
||||
| | 평균 |
|
||||
| --------------- | ------ |
|
||||
| 공간 | `O(n)` |
|
||||
| 아이템 찾기 | `O(1)` |
|
||||
| 아이템 설정하기 | `O(1)` |
|
||||
|
||||
## 참조
|
||||
|
||||
- [LRU Cache on LeetCode](https://leetcode.com/problems/lru-cache/solutions/244744/lru-cache/)
|
||||
- [LRU Cache on InterviewCake](https://www.interviewcake.com/concept/java/lru-cache)
|
||||
- [LRU Cache on Wiki](https://en.wikipedia.org/wiki/Cache_replacement_policies)
|
@ -1,5 +1,8 @@
|
||||
# Least Recently Used (LRU) Cache
|
||||
|
||||
_Read this in other languages:_
|
||||
[한국어](README.ko-KR.md),
|
||||
|
||||
A **Least Recently Used (LRU) Cache** organizes items in order of use, allowing you to quickly identify which item hasn't been used for the longest amount of time.
|
||||
|
||||
Picture a clothes rack, where clothes are always hung up on one side. To find the least-recently used item, look at the item on the other end of the rack.
|
||||
@ -22,7 +25,7 @@ See the `LRUCache` implementation example in [LRUCache.js](./LRUCache.js). The s
|
||||
|
||||
![Linked List](./images/lru-cache.jpg)
|
||||
|
||||
*Made with [okso.app](https://okso.app)*
|
||||
_Made with [okso.app](https://okso.app)_
|
||||
|
||||
You may also find more test-case examples of how the LRU Cache works in [LRUCache.test.js](./__test__/LRUCache.test.js) file.
|
||||
|
||||
@ -39,8 +42,8 @@ You may also find more test-case examples of how the LRU Cache works in [LRUCach
|
||||
## Complexities
|
||||
|
||||
| | Average |
|
||||
|---|---|
|
||||
| Space |`O(n)`|
|
||||
| -------- | ------- |
|
||||
| Space | `O(n)` |
|
||||
| Get item | `O(1)` |
|
||||
| Set item | `O(1)` |
|
||||
|
||||
|
Loading…
Reference in New Issue
Block a user