1、两数之和
const twoSum = (nums, target) => {const obj = {}for (let m = 0; m < nums.length; m++) {const cur = nums[m]const diff = target - curif(obj.hasOwnProperty(diff)){ // 查询对象中是否存在目标值-当前值键值对console.log([obj[diff], m]) // 存在则直接获取差值key对应的值，即索引。m为当前索引break}else{obj[cur] = m // 存储当前值和当前索引}}
}const twoSum = (nums, target) => {const obj = new Map()for (let m = 0; m < nums.length; m++) {const cur = nums[m]const diff = target - curif(obj.has(diff)){console.log([obj.get(diff), m])break}else{obj.set(cur, m)}}
}twoSum([1,2,3,4,5,6,76], 9) // [3, 4]
twoSum([3,3], 6) // [0, 1]
twoSum([1,2,3,4,5,6,3], 6) // [1, 3]
2、字母异位词
var strs = ["eat", "tea", "tan", "ate", "nat", "bat"];
var obj = {};
var groupAnagrams = function () {strs.forEach((item) => {const st = item.split("").sort().join("");if (!obj[st]) obj[st] = new Set();obj[st].add(item);});var res = [];Object.values(obj).forEach((item) => {res.push([...item]);});console.log(res);
};
groupAnagrams();
// Output: [ [ 'eat', 'tea', 'ate' ], [ 'tan', 'nat' ], [ 'bat' ] ]
3、最长连续序列
var longestConsecutive = function(nums) {const numsNew = new Set(nums.sort((a,b) => a - b))const arr = []const numsNewList = [...numsNew]numsNewList.forEach((val, index) =>{const nextval = numsNewList[index + 1]const arrlen = arr.lengthconst arrLast = arr[arrlen - 1]if(arrLast){const arrLastlen = arrLast.lengthconst arrLastVal = arrLast[arrLastlen - 1]if(arrLastVal + 1 === val){arrLast.push(val)}else{arr.push([val])}}else{arr.push([val])}})const aaa = arr.sort((a, b) => b.length - a.length);return aaa[0].length
}
4、哈希表与链表
哈希表是无序的快速查找工具，链表是有序的动态序列容器
哈希表：
核心特性：
- 无序性
- 元素的存储位置由哈希函数计算决定，与插入顺序无关。
- 遍历时元素的顺序不可预测（取决于哈希桶的分布）。
- 快速访问
- 通过键（Key）直接定位值（Value），时间复杂度接近 O(1)。
- 存储结构
- 底层通常是数组 + 链表/红黑树（解决哈希冲突）。
- 典型应用
- 字典、缓存、快速查找场景（如数据库索引）。
js中的对象是基于哈希表结构的，而哈希表的查找时间复杂度为O(1)，访问方式：直接通过键访问（O(1)）。所以很多人喜欢用对象来做映射，减少遍历循环。
利用数组索引快速查找数据的特性，无序（由哈希函数决定），通过实现一个hash函数将key转化为唯一的索引，对应数组中的一个位置。所以具有快速存取删数据的特性
优点：
-
高效的查找：哈希表可以在常数时间复杂度内进行查找操作，即 O(1)。这使得它在需要快速查询数据的场景中非常有用。
-
快速的插入和删除：哈希表同样可以在常数时间复杂度内执行插入和删除操作，这使得它非常适合需要频繁更新数据的场景。
-
空间利用率高：哈希表可以根据实际数据量动态调整大小，以尽可能减少内存的使用。
-
编码简单：哈希表的实现相对简单，只需设计一个合适的哈希函数即可
缺点：
-
冲突处理：当两个不同的键被映射到同一个索引位置时，会发生冲突。解决冲突的方法有很多种，但不同的方法对性能的影响也不同。
-
哈希函数的选择：选择一个好的哈希函数对于避免冲突以及提高性能至关重要。如果选择的哈希函数不好，可能会导致冲突增多或者性能下降。
-
不支持顺序访问：与数组或链表不同，哈希表中的元素没有特定的顺序。如果需要按照某种顺序访问元素，可能需要对哈希表进行额外的处理
class HashTable {size: numbertable: any[]constructor(size: number) {this.size = sizethis.table = Array.from({length: size}, () => [])}hash(key: string) {let h = 0for (let i = 0; i < key.length; i++) {h += key.charCodeAt(i)}return h % this.size}// 设置和更新set(key, value) {const index = this.hash(key)let bucket = this.table[index]const cur = bucket?.find(item => item.key === key)if (cur) {cur.value = value} else {bucket = []bucket.push({key, value})}}get(key: string) {const index = this.hash(key)const bucket = this.table[index]const cur = bucket?.find(item => item.key === key)return cur ? cur.value : null}delete(key: string) { const index = this.hash(key)const bucket = this.table[index]const findex = bucket?.findIndex(item => item.key === key)if (findex !== -1) {this.table.splice(findex, 1)return true} else {return false }}has(key) {return !!this.get(key)}}const hashtable = new HashTable(100)hashtable.set('name', 'zhangsan')hashtable.set('age', '20')链表：
核心特性：
- 有序性（按插入顺序）
- 元素通过节点指针显式连接，遍历顺序始终是插入顺序。
- 若需要排序，需额外维护（如有序链表）。
- 顺序访问
- 查找元素必须从头节点开始遍历，时间复杂度为 O(n)。
- 存储结构
- 节点包含数据（Data）和指针（Next/Prev）。
- 典型应用
- 需要频繁插入/删除的场景（如LRU缓存淘汰算法）
链表格是一种线性数据结构，类似于数组，有序（按插入顺序或显式排序）， 访问方式：顺序遍历（O(n)）
。但不像数组的元素存储在特定的存储器位置或索引中，链表格的每个元素都是一个独立的对象，其中包含一个指针或链接指向列表中的下一个对象。
每一个元素（通常 称为节点）包含两个项目：存储的数据和到下一个节点的链接，这些数据可以是任何有效数据类型
优点：
可以很容易地从链表中删除或添加节点，而无需重组整个数据结构。这是它相对于数组的一个优势
-
动态内存分配：链表不需要在创建时就确定大小，它可以根据需要动态地增加或减少节点，这使得内存利用更加灵活。
-
插入和删除效率高：在链表中添加或删除节点时，只需要修改相关节点的指针，不必像数组那样移动大量元素，这样操作起来更快。
-
灵活性：链表可以轻松地实现各种复杂的数据结构，如双向链表、循环链表等，为不同的算法实现提供了便利
缺点：
链表的搜索操作很慢，与数组不同，不允许随机访问数据元素，必须从第一个节点开始按顺序访问节点。由于需要储存指针，相较于数组需要更多内存，
-
访问效率低：链表不支持随机访问，访问特定位置的节点需要从头开始遍历，这在数据量大时会影响效率1。
-
额外的内存开销：每个链表节点都需要额外的存储空间来存储指针，这与数组相比是一种空间上的浪费
class Node{datanextconstrucotr(data) { this.data = data;this.next = null}}class linkedList{headsizeconstryctor() {this.head = nullthis.size = 0}append(data) { const node = new Node(data)if (!this.head) {this.head = node} else {const current = this.headwhile (current.next) {current = current.next}current.next = node}this.size++}// get(data){ // const head = this.head// while (head.next) {// if (head.data === data) {// return head.next// }// }// }delete (data){ if (!this.hear) returnif (this.head.data === data) {this.head = this.head.next} else {let current = this.headlet prev = nullwhile (current && current.data !== data) {current = current.nextprev = current}if (current) {prev.next = current.next}}this.size--}}
用websocket显示大模型的流式输出)
)