常见数据结构

简单数据结构（必须理解和掌握）
- 有序数据结构：栈、队列、链表。有序数据结构省空间（储存空间小）
- 无序数据结构：集合、字典、散列表，无序数据结构省时间（读取时间快）
复杂数据结构
- 树、堆
- 图

本系列主要内容

数组和列表：最常用的数据结构
- 与链表相比，数组具有更好的缓存位置。
栈和队列：与列表类似但是更复杂数据结构
链表：如何通过它们克服数组的不足，
- 链表允许在迭代期间有效地从序列中的任何位置插入或删除元素。
- 链表的一个缺点是访问时间是线性的(而且难以管道化)。（更快的访问，如随机访问，是不可行的）
字典：将数据以键-值对的的形式储存
散列：适用于快速查找和检索
集合：适用于存储只出现一次的元素
二叉树：以层级的形式存储数据
图和图算法：网络建模的理想选择
算法：包括排序、搜索、图形算法
高级算法：动态规划、贪心算法、BF、分治、回溯等算法范式
加密算法：

二分查找

数据结构与算法：二分查找

二分查找是搜索算法中的一种，用来搜索有序数组

二分查找：是一种简单算法，其输入是一个有序的元素列表（必须有序的原因稍后解释）。如果要
查找的元素包含在列表中，二分查找返回其位置；否则返回null。

数据结构与算法：二分查找

Javascript ES6实现

非递归的

/** 
 * 函数binarySearch接受一个有序数组和一个元素。 如果指定的元素包含在数组中， 这个
 函数将返回其位置。 你将跟踪要在其中查找的数组部分—— 开始时为整个数组。
*/
const binarySearch = (list, item) => {
  // 数组要查找的范围
  // low、high用于跟踪要在其中查找的列表部分
  let low = 0  
  let high = list.length - 1

  while(low <= high) { // 只要范围没有缩小到只包含一个元素
    const mid = Math.floor((low + high) / 2)
    const guess = list[mid] // 找到中间的元素

    if(guess === item) { // 找到元素
      return mid
    }
    if(guess > item) { // 猜测的数大了
      high = mid - 1
    } else {　// 猜测的数小了
      low = mid + 1
    }
  }

  return null
}

const myList = [1, 3, 5, 7, 9]

console.log(binarySearch(myList, 3))
console.log(binarySearch(myList, -1))

递归的

const binarySearch = (list, item, low, hight) => {
  let arrLength = list.length
  while (low <= high) {
    let mid = Math.floor((low + high) / 2)
    let guess = list[mid]

    if( guess === item ) {
      return mid
    } else if (guess > item) {
      high = mid - 1
      list = list.slice(0, mid)
      return binarySearch(list, item, low, high)
    } else {
      low = mid + 1
      list = list.slice(low, arrLength)
      return binarySearch(list, item, low, high)
    }
  }
  return null 
}

const createArr = (n) => Array.from({length: n}, (v, k) => k + 1)

const myList = createArr(100)
let low = 0
let high = myList.length - 1

console.log(binarySearch(myList, 3, low, high))
console.log(binarySearch(myList, -1, low, high))