前端js框架推荐：前端 8种常见数据结构及其JS实现

前端js框架推荐：前端 8种常见数据结构及其JS实现{ 0: 2 1: 0 2: 1 3: 3 4: Infinity } 本文旨在向广大前端同学普及常见的数据结构，本人对这一领域也只是初窥门径，说的有差池的地方欢迎指出。也希望大家能打牢基础，在这条路上走的更高更远！var graph = [ [0 1 1 1 0] [0 0 1 0 0] [1 1 0 0 0] [0 0 0 1 0] [0 1 0 0 0] ]; console.log(bfs(graph 1)); 打印：访问Graph中的节点需要使用遍历算法，遍历算法又分为广度优先和深度优先，主要用于确定目标节点和根节点之间的距离，在Javascript中，Graph可以用一个矩阵（二维数组）表示，广度优先搜索算法可以实现如下：function bfs(graph root) { var nodesLe

邻接列表可以表示为左侧是节点的列表，右侧列出它所连接的所有其他节点。

和 Adjacency Matrix（邻接矩阵）：

邻接矩阵用矩阵来表示节点之间的连接关系，每行或者每列表示一个节点，行和列的交叉处的数字表示节点之间的关系：0表示没用连接，1表示有连接，大于1表示不同的权重。

访问Graph中的节点需要使用遍历算法，遍历算法又分为广度优先和深度优先，主要用于确定目标节点和根节点之间的距离，

在Javascript中，Graph可以用一个矩阵（二维数组）表示，广度优先搜索算法可以实现如下：

function bfs(graph root) { var nodesLen = {}; for (var i = 0; i < graph.length; i ) { nodesLen[i] = Infinity; } nodesLen[root] = 0; var queue = [root]; var current; while (queue.length != 0) { current = queue.shift(); var curConnected = graph[current]; var neighborIdx = []; var idx = curConnected.indexOf(1); while (idx != -1) { neighborIdx.push(idx); idx = curConnected.indexOf(1 idx 1); } for (var j = 0; j < neighborIdx.length; j ) { if (nodesLen[neighborIdx[j]] == Infinity) { nodesLen[neighborIdx[j]] = nodesLen[current] 1; queue.push(neighborIdx[j]); } } } return nodesLen; }

测试一下：

var graph = [ [0 1 1 1 0] [0 0 1 0 0] [1 1 0 0 0] [0 0 0 1 0] [0 1 0 0 0] ]; console.log(bfs(graph 1));

打印：

{ 0: 2 1: 0 2: 1 3: 3 4: Infinity }

本文旨在向广大前端同学普及常见的数据结构，本人对这一领域也只是初窥门径，说的有差池的地方欢迎指出。也希望大家能打牢基础，在这条路上走的更高更远！