javascript-algorithms/README.zh-TW.md
Oleksii Trekhleb 3d34a5ed44 Update READMEs.
2018-06-02 08:54:41 +03:00

18 KiB
Raw Blame History

JavaScript 演算法與資料結構

build status codecov

這個知識庫包含許多 JavaScript 的資料結構與演算法的基礎範例。 每個演算法和資料結構都有其個別的文件內有相關的解釋以及更多相關的文章或Youtube影片連結。

Read this in other languages: English, 简体中文

資料結構

資料結構是一個電腦用來組織和排序資料的特定方式,透過這樣的方式資料可以有效率地被讀取以及修改。更精確地說,一個資料結構是一個資料值的集合、彼此間的關係,函數或者運作可以應用於資料上。

演算法

演算法是一個如何解決一類問題的非模糊規格。演算法是一個具有精確地定義了一系列運作的規則的集合

演算法議題分類

演算法範型

演算法的範型是一個泛用方法或設計一類底層演算法的方式。它是一個比演算法的概念更高階的抽象化,就像是演算法是比電腦程式更高階的抽象化。

如何使用本知識庫

安裝所有必須套件

npm install

執行所有測試

npm test

以名稱執行該測試

npm test -- -t 'LinkedList'

練習場

你可以透過在./src/playground/playground.js裡面的檔案練習資料結構以及演算法,並且撰寫在./src/playground/__test__/playground.test.js裡面的測試程式。

接著直接執行下列的指令來測試你練習的 code 是否如預期運作:

npm test -- -t 'playground'

有用的資訊

參考

▶ Data Structures and Algorithms on YouTube

大 O 標記

特別用大 O 標記演算法增長度的排序。

Big O 表

資料來源: Big O Cheat Sheet.

下列列出幾個常用的 Big O 標記以及其不同大小資料量輸入後的運算效能比較。

Big O 標記 10個資料量需花費的時間 100個資料量需花費的時間 1000個資料量需花費的時間
O(1) 1 1 1
O(log N) 3 6 9
O(N) 10 100 1000
O(N log N) 30 600 9000
O(N^2) 100 10000 1000000
O(2^N) 1024 1.26e+29 1.07e+301
O(N!) 3628800 9.3e+157 4.02e+2567

資料結構運作複雜度

資料結構 存取 搜尋 插入 刪除
陣列 1 n n n
堆疊 n n 1 1
貯列 n n 1 1
鏈結串列 n n 1 1
雜湊表 - n n n
二元搜尋樹 n n n n
B-Tree log(n) log(n) log(n) log(n)
紅黑樹 log(n) log(n) log(n) log(n)
AVL Tree log(n) log(n) log(n) log(n)

陣列搜尋演算法複雜度

名稱 最佳 平均 最差 記憶體 穩定
氣派排序 n n^2 n^2 1 Yes
插入排序 n n^2 n^2 1 Yes
選擇排序 n^2 n^2 n^2 1 No
Heap 排序 n log(n) n log(n) n log(n) 1 No
合併排序 n log(n) n log(n) n log(n) n Yes
快速排序 n log(n) n log(n) n^2 log(n) No
希爾排序 n log(n) 由gap sequence決定 n (log(n))^2 1 No