本仓库包含了多种基于 JavaScript 的算法与数据结构。
每种算法和数据结构都有自己的 README，包含相关说明和链接，以便进一步阅读 (还有 YouTube 视频) 。
数据结构
数据结构是在计算机中组织和存储数据的一种特殊方式，使得数据可以高效地被访问和修改。更确切地说，数据结构是数据值的集合，表示数据之间的关系，也包括了作用在数据上的函数或操作。
B - 初学者， A - 进阶
B 链表
B 双向链表
B 队列
B 栈
B 哈希表(散列)
B 堆 - 最大堆 & 最小堆
B 优先队列
A 字典树
A 树
A 二叉查找树
A AVL 树
A 红黑树
A 线段树 - 使用 最小/最大/总和 范围查询示例
A 树状数组 (二叉索引树)
A 图 (有向图与无向图)
A 并查集
A 布隆过滤器
算法
算法是如何解决一类问题的明确规范。算法是一组精确定义操作序列的规则。
B - 初学者， A - 进阶
算法主题
数学
B 位运算 - set/get/update/clear 位、乘以/除以二进制位 、变负等
B 阶乘
B 斐波那契数 - 经典 和 闭式 版本
B 素数检测 (排除法)
B 欧几里得算法 - 计算最大公约数 (GCD)
B 最小公倍数 (LCM)
B 素数筛 - 查找任意给定范围内的所有素数
B 判断 2 次方数 - 检查数字是否为 2 的幂 (原生和按位算法)
B 杨辉三角形
B 复数 - 复数及其基本运算
B 弧度和角 - 弧度与角的相互转换
B 快速算次方
A 整数拆分
A 割圆术 - 基于 N-gons 的近似 π 计算
A 离散傅里叶变换 - 把时间信号解析成构成它的频率
集合
B 笛卡尔积 - 多集合结果
A 洗牌算法 - 随机置换有限序列
A 幂集 - 该集合的所有子集
A 排列 (有/无重复)
A 组合 (有/无重复)
A 最长公共子序列 (LCS)
A 最长递增子序列
A 最短公共父序列 (SCS)
A 背包问题 - 0/1 和 无边界 问题
A 最大子数列问题 - BF 算法 和 动态规划
A 组合求和 - 查找形成特定总和的所有组合
字符串
B 汉明距离 - 符号不同的位置数
A 莱温斯坦距离 - 两个序列之间的最小编辑距离
A Knuth–Morris–Pratt 算法 KMP 算法 - 子串搜索 (模式匹配)
A 字符串快速查找 - 子串搜索 (模式匹配)
A Rabin Karp 算法 - 子串搜索
A 最长公共子串
A 正则表达式匹配
搜索
B 线性搜索
B 跳转搜索/块搜索 - 搜索有序数组
B 二分查找 - 搜索有序数组
B 插值搜索 - 搜索均匀分布的有序数组
排序
B 冒泡排序
B 选择排序
B 插入排序
B 堆排序
B 归并排序
B 快速排序 - in-place (原地) 和 non-in-place 版本
B 希尔排序
B 计数排序
B 基数排序
链表
B 正向遍历
B 反向遍历
树
B 深度优先搜索 (DFS)
B 广度优先搜索 (BFS)
图
B 深度优先搜索 (DFS)
B 广度优先搜索 (BFS)
B 克鲁斯克尔演算法 - 寻找加权无向图的最小生成树 (MST)
A 戴克斯特拉算法 - 找到图中所有顶点的最短路径
A 贝尔曼-福特算法 - 找到图中所有顶点的最短路径
A 弗洛伊德算法 - 找到所有顶点对 之间的最短路径
A 判圈算法 - 对于有向图和无向图 (基于 DFS 和不相交集的版本)
A 普林演算法 - 寻找加权无向图的最小生成树 (MST)
A 拓扑排序 - DFS 方法
A 关节点 - Tarjan 算法 (基于 DFS)
A 桥 - 基于 DFS 的算法
A 欧拉回径与一笔画问题 - Fleury 的算法 - 一次访问每个边
A 哈密顿图 - 恰好访问每个顶点一次
A 强连通分量 - Kosaraju 算法
A 旅行推销员问题 - 尽可能以最短的路线访问每个城市并返回原始城市
加密
B 多项式 hash - 基于多项式的 rolling hash 函数
机器学习
B NanoNeuron -7个简单的JS函数，说明机器如何实际学习（向前/向后传播）
未分类
B 汉诺塔
B 旋转矩阵 - 原地算法
B 跳跃游戏 - 回溯,、动态编程 (自上而下+自下而上) 和贪婪的例子
B 独特(唯一) 路径 - 回溯、动态编程和基于 Pascal 三角形的例子
B 雨水收集 - 诱捕雨水问题 (动态编程和暴力版本)
B 递归楼梯 - 计算有共有多少种方法可以到达顶层 (4 种解题方案)
A 八皇后问题
A 骑士巡逻
算法范式
算法范式是一种通用方法，基于一类算法的设计。这是比算法更高的抽象，就像算法是比计算机程序更高的抽象。
BF 算法 - 查找/搜索 所有可能性并选择最佳解决方案
B 线性搜索
B 雨水收集 - 诱导雨水问题
B 递归楼梯 - 计算有共有多少种方法可以到达顶层 (4 种解题方案)
A 最大子数列
A 旅行推销员问题 - 尽可能以最短的路线访问每个城市并返回原始城市
A 离散傅里叶变换 - 把时间信号解析成构成它的频率
贪心法 - 在当前选择最佳选项，不考虑以后情况
B 跳跃游戏
A 背包问题
A 戴克斯特拉算法 - 找到所有图顶点的最短路径
A 普里姆算法 - 寻找加权无向图的最小生成树 (MST)
A 克鲁斯卡尔算法 - 寻找加权无向图的最小生成树 (MST)
分治法 - 将问题分成较小的部分，然后解决这些部分
B 二分查找
B 汉诺塔
B 杨辉三角形
B 欧几里得算法 - 计算最大公约数 (GCD)
B 归并排序
B 快速排序
B 树深度优先搜索 (DFS)
B 图深度优先搜索 (DFS)
B 跳跃游戏
B 快速算次方
A 排列 (有/无重复)
A 组合 (有/无重复)
动态规划(Dynamic programming) - 使用以前找到的子解决方案构建解决方案
B 斐波那契数
B 跳跃游戏
B 独特路径
B 雨水收集 - 疏导雨水问题
B 递归楼梯 - 计算有共有多少种方法可以到达顶层 (4 种解题方案)
A 莱温斯坦距离 - 两个序列之间的最小编辑距离
A 最长公共子序列 (LCS)
A 最长公共子串
A 最长递增子序列
A 最短公共子序列
A 0-1背包问题
A 整数拆分
A 最大子数列
A 贝尔曼-福特算法 - 找到所有图顶点的最短路径
A 弗洛伊德算法 - 找到所有顶点对之间的最短路径
A 正则表达式匹配
回溯法 - 类似于 BF 算法 试图产生所有可能的解决方案，但每次生成解决方案测试如果它满足所有条件，那么只有继续生成后续解决方案。否则回溯并继续寻找不同路径的解决方案。
B 跳跃游戏
B 独特路径
A 幂集 - 该集合的所有子集
A 哈密顿图 - 恰好访问每个顶点一次
A 八皇后问题
A 骑士巡逻
A 组合求和 - 从规定的总和中找出所有的组合
Branch & Bound - 记住在回溯搜索的每个阶段找到的成本最低的解决方案，并使用到目前为止找到的成本最小值作为下限。以便丢弃成本大于最小值的解决方案。通常，使用 BFS 遍历以及状态空间树的 DFS 遍历。
