分享几道大厂面试算法题

前言

作者目前在江西的一所双非本科就读，春招准备冲击一下大厂，最近也是一直在准备面试，看到了几道算法题，想着写一篇文章在掘金上分享一下，希望也可以帮助到一些小伙伴。

正文

标准货币表达方式

我们知道，标准货币的表达方式为 1,234,567, 设计一个函数，传入一个Number的数字，将它变成标准的货币表达方式。

function formatNumberWithCommas(nummber) {
    if(typeof nummber !== 'number') {
        return;
    }
    // 类型转换
    nummber += ""
    let [interger, decimal] = nummber.split(".")
    // 内部函数封装  复用  整数和小数部分都要千分位
    const doSplit = (num, isInteger = true) => {
        if (num === '') return ''
        if (isInteger) num = num.split('').reverse()
        let str = []
        for (let i = 0; i < num.length; i++){
            if (i !== 0 && i % 3 === 0) {
                str.push(',')
            }
            str.push(num[i])
        }
        if (isInteger) return str.reverse().join('')
        return str.join('')
    }
    interger = doSplit(interger)
    decimal = doSplit(decimal, false)
    return interger + (decimal === '' ? '' : '.' + decimal)
}

• if(typeof nummber !== 'number') { return; }: 首先检查传入的参数 nummber 是否为数字类型，如果不是数字类型的话，则返回，不进行任何操作。

• nummber += "": 将数字类型的参数转换为字符串，方便后续的处理。接下来会使用字符串的方法。

• let [interger, decimal] = nummber.split(".")：我们将数字类型转化为字符串后，判断这段数字是否有小数部分，如果有小数部分，将字符串以小数点分割开，整数部分赋值给interger,小数部分赋值给decimal。

• const doSplit = (num, isInteger = true) => { ... }: 定义了一个内部函数 doSplit，用于给整数或小数部分加上千位分隔符。该函数接受两个参数：num 表示要处理的数字部分，isInteger 表示是否是整数部分，默认值为 true。

• 如果传入的num为整数的话，我们会将num进行翻转，因为我们知道，整数进行千位分隔的话，需要个位数开始算。

• for (let i = 0; i < num.length; i++){ ... }: 在 doSplit 函数中使用循环遍历数字的每一位，并在每三位数字之间插入一个逗号（,）作为千位分隔符。

• return interger + (decimal === '' ? '' : '.' + decimal): 将整数部分和小数部分拼接起来，如果没有小数部分，则直接返回整数部分；否则，在整数部分后面加上小数点（.）和小数部分。

DFS 和 BFS

DFS（深度优先搜索）和 BFS（广度优先搜索）是图论中两种常用的搜索算法，用于遍历图中的节点。它们在解决许多图论问题以及树问题时非常有用。

下面是对 DFS 和 BFS 的简要说明：

深度优先搜索（DFS）

• 工作原理：DFS 从图的某个节点开始，沿着图的边深入直到不能再深入为止，然后回溯到上一个节点，再继续沿着其他的路径进行深度搜索，直到所有节点都被访问过为止。
• 数据结构：DFS 一般使用递归或者栈来实现。
• 适用情况：适用于寻找路径、解决连通性问题等，也可以用于生成拓扑排序等。
• 特点：DFS 可以更快地到达深层节点，但不保证找到最短路径。

function dfs(node){
    console.log(node.value)
    for(let child of node){
        dfs(child)
    }
}

广度优先搜索（BFS）

• 工作原理：BFS 从图的某个节点开始，先访问所有与该节点相邻的节点，然后依次访问相邻节点的相邻节点，依此类推，直到所有节点都被访问过为止。
• 数据结构：BFS 一般使用队列来实现。
• 适用情况：适用于寻找最短路径、解决连通性问题、生成最小生成树等。
• 特点：BFS 保证找到的路径是最短的。

function bfs(root){
    let queue = []
    queue.push(root)
    while(queue.length){
        let currentNode = queue.shift()
        if(currentNode.children){
            for(let child of currentNode.children){
                queue.push(child)
            }
        }
    }
}