JavaScript 算法(一)
数是质数
判断是否为质数:
- 检查从 2 到指定平方根的数字
- 如果目标数字与上述数字相除,余数为 0,那么就返回 false,否则就返回 true(排除小于 2 的数字)。
const isPrime = (num: number) => {
const boundary = Math.floor(Math.sqrt(num))
for (let i = 2; i <= boundary; i++) if (num % i === 0) return false
return num > 2
}
console.log(isPrime(11)) // true
typescript
两点之间的距离
计算两个点之间的距离:
- 可以使用
Math.hypot()
来计算两点之间的欧式距离(Euclidean distance)。
const distance = (x0: number, y0: number, x1: number, y1: number) => Math.hypot(x1 - x0, y1 - y0)
console.log(distance(1, 1, 2, 3)) // 2.23606797749979
console.log(distance(1, 1, 1, 2)) // 1
typescript
数的阶乘
计算数字的阶乘:
- 使用递归算法
- 如果 n 小于或者等于 1,返回 1
- 除此之外,返回 n 与 n - 1 阶乘的乘积
- 如果 n 是一个负数,抛出错误
const factorial = (n: number): number => {
if (n < 0) throw new TypeError('Negative numbers are not allowed!')
return n <= 1 ? 1 : n * factorial(n - 1)
}
console.log(factorial(6)) // 720
typescript
当我们实现 10000 的阶乘时,结果是 Infinity
。
这是因为 JavaScript 中的最大安全整数为 2 ^ 53 - 1
,10000!结果超过安全范围。
我们可以使用 BigInt
解决上述问题。
const factorial = (n: bigint): bigint => {
if (n < 0n) throw new TypeError('Negative numbers are not allowed!')
return n <= 1 ? 1n : n * factorial(n - 1n)
}
console.log(factorial(10000n)) // 720n
typescript
这个解法仍有问题,当求 20000 的阶乘时,会出现栈溢出的情况。
我们可以使用 while 循环的方式来解决这个问题。
const factorial = (n: bigint): bigint => {
if (n < 0) throw new TypeError('Negative numbers are not allowed!')
let ans = n
if (n <= 1) return 1n
while (n > 1) {
ans *= --n
}
return ans
}
console.log(factorial(20000n))
typescript
同理,我们也可以使用 for 循环。
const factorial = (n: bigint): bigint => {
if (n < 0) throw new TypeError('Negative numbers are not allowed!')
if (n <= 1) return 1n
for (let i = n - 1n; i >= 1; i--) {
n *= i
}
return n
}
console.log(factorial(20000n))
typescript
二项式系数
二项式系数(binomial coefficient),或组合数,在数学里表达为:(1 + x)ⁿ展开后x的系数(其中n为自然数)。从定义可看出二项式系数的值为整数。
计算从第 n 个元素中选择 k 个的方法次数,要求不能重复且没有顺序。
- 使用
isNaN
检查数字是否是NaN
- 边界判断
- 如果 k 小于 0 或者 k 大于 n,返回 0
- 如果 k 等于 0 或者 k 等于 n ,返回 1
- 如果 k 等于 1 或者 k 等于 n - 1,返回 n
- 检查 n - k 是否小于 k,并且切换对应的值
- 从 2 到 k 循环,并计算二项式系数
- 使用
Math.round
计算返回值
const binomiaCoefficient = (n: number, k: number) => {
if (Number.isNaN(n) || Number.isNaN(k)) return NaN
if (k < 0 || k > n) return 0
if (k === 0 || k === n) return 1
if (k === 1 || k === n - 1) return n
if (n - k < k) k = n - k
let ans = n
for (let j = 2; j <= k; j++) ans *= (n - j + 1) / j
return Math.round(ans)
}
console.log(binomiaCoefficient(8, 2)) // 28
typescript
汉明距离
汉明距离是以理查德·卫斯里·汉明的名字命名的。在信息论中,两个等长字符串之间的汉明距离是两个字符串对应位置的不同字符的个数。换句话说,它就是将一个字符串变换成另外一个字符串所需要替换的字符个数。
计算两个数值之间的汉明距离:
- 使用 XOR 操纵符(^)找到两个数字之间的位差
- 使用
Number.prototype.toString()
转换二进制字符串 - 使用
String.prototype.match()
计数并返回字符串中的1s
数
const hammingDistance = (n1: number, n2: number) =>
((n1 ^ n2).toString(2).match(/1/g) || '').length
console.log(hammingDistance(2, 3)) // 1
typescript
最小公倍数
几个数共有的倍数叫做这几个数的公倍数,其中除 0 以外最小的一个公倍数,叫做这几个数的最小公倍数。
计算两个或多个数字之间的最小公倍数。
-
使用最常见的(
GCD
)公式以及lcm(x, y) = x * y / gcd(x, y)
确定最小公倍数 -
递归使用
GCD
公式
GCD:Greatest Common Divisor,
最大公约数是能够同时整除 number1 和 number2 而没有余数的最大整数。
如果数a能被数b整除,a就叫做b的 倍数,b就叫做a的约数。约数和倍数都表示一个整数与另一个整数的关系,不能单独存在。如只能说16是某数的倍数,2是某数的约数,而不能孤立地说16是倍数,2是约数。
const lcm = (...arr: number[]) => {
const gcd = (x: number, y: number): number => (!y ? x : gcd(y, x % y))
const _lcm = (x: number, y: number) => (x * y) / gcd(x, y)
return [...arr].reduce((a, b) => _lcm(a, b))
}
console.log(lcm(12, 7)) // 84
console.log(lcm(...[1, 3, 4, 5])) // 60
typescript
数组随机排序
按随机顺序返回一个新数组。
- 使用 Fisher-Yates 算法重新排序数组中的元素
Fisher–Yates shuffle 算法是一个用来将一个有限集合生成一个随机排列的算法(数组随机排序)。
const shuffle = (arr: number[]) => {
let m = arr.length
while (m) {
const i = Math.floor(Math.random() * m--)
;[arr[m], arr[i]] = [arr[i], arr[m]]
}
return arr
}
const foo = [1, 2, 3, 4, 5]
console.log(shuffle(foo)) // [ 5, 1, 4, 2, 3 ]
console.log(shuffle(foo)) // [ 4, 5, 3, 1, 2 ]
console.log(shuffle(foo)) // [ 3, 2, 4, 1, 5 ]
typescript
向量距离
计算两个向量之间的距离。
- 使用
Array.prototype.reduce()
,Math.row()
和Math.sqrt()
计算两个向量之间的欧几里得距离。
const vectorDistance = (x: number[], y: number[]) =>
Math.sqrt(x.reduce((acc, val, i) => acc + Math.pow(val - y[i], 2), 0))
console.log(vectorDistance([10, 0, 5], [20, 0, 10])) // 11.180339887498949
typescript
数字的主要因子
使用试除法寻找数组的主要因子。
- 从 2 开始,使用 while 循环迭代所有可能的元素
- 如果当前因子
f
恰好可以整除n
, 则将f
添加到因子数组中,并将n
除以f
。否则,递增f
const primeFactors = (n: number) => {
const ans = []
let f = 2
while (n > 1) {
if (n % f === 0) {
ans.push(f)
n /= f
} else {
f++
}
}
return ans
}
console.log(primeFactors(147)) // [3, 7, 7]
console.log(primeFactors(245)) // [5, 7, 7]
typescript
线性查找
使用线性搜索算法在数组中找到目标元素的第一个索引。
- 使用
for...in
循环迭代给定数组的索引 - 检查对应索引元素是否等于目标元素
- 如果找到元素,使用 unary + 运算符转换字符串为数字,并返回其索引
- 如果数组迭代完毕,还没有找到目标元素,返回
-1
const linearSearch = (arr: number[], item: number) => {
for (const i in arr) {
if (arr[i] === item) return +i
}
return -1
}
console.log(linearSearch([2, 9, 9], 9)) // 1
console.log(linearSearch([2, 9, 9], 7)) // -1
typescript
斐波那契数列
生成一个直到第 n 项的包含斐波那契数列的数组。
- 使用
Array.form()
初始化一个长度为 n 的空数组,初始化前两个值,分别是 0 和 1 - 使用
Array.prototype.reduce()
和Array.prototype.concat()
方法,计算前两个元素的值的和,添加到数组中
const fibonacci = (n: number) =>
Array.from({ length: n }).reduce(
(acc: number[], _, i) => acc.concat(i > 1 ? acc[i - 1] + acc[i - 2] : i),
[]
)
console.log(fibonacci(6)) // [0, 1, 1, 2, 3, 5]
typescript
编辑距离
使用 Levenshtein 距离算法 计算两个字符串之间的差异。
- 如果两个字符串任意一个的长度为零,返回另一个字符串的长度
- 使用 for 循环迭代目标字符串的字母及玄幻嵌套迭代源字符串的字母
- 计算目标和源字符串对应
i - 1
和j - 1
替换对应字母的成本(如果相同为 0,否则为 1) - 使用
Math.min()
在 二维矩阵中填充每个元素,其中一个单元格的最小值由一个元素增量,左侧的单元格向左,由一个或单元格到左上角的计算结果累加 - 返回数组的最后一行的以后一个元素
const levenshteinDistance = (s: string, t: string) => {
if (!s.length) return t.length
if (!t.length) return s.length
const arr = []
for (let i = 0; i <= t.length; i++) {
arr[i] = [i]
for (let j = 1; j <= s.length; j++) {
arr[i][j] =
i == 0
? j
: Math.min(
arr[i - 1][j] + 1,
arr[i][j - 1] + 1,
arr[i - 1][j - 1] + (s[j - 1] === t[i - 1] ? 0 : 1)
)
}
}
return arr[t.length][s.length]
}
console.log(levenshteinDistance('duck', 'dark')) // 2
console.log(levenshteinDistance('thanks', 'thank')) // 1
typescript