Алгоритмы javascript – Функциональное программирование с примерами на JavaScript. Часть первая. Основные техники функционального программирования

Leave a Comment / Разное / By /

Простые алгоритмы и структуры данных в JS

Перевод статьи «A Step Towards Computing as a Science».

Структуры данных и алгоритмы

Алгоритм это шаги, которые нужно предпринять для решения проблемы. Структура данных это данные, организованные таким образом, чтобы доступ к ним был эффективным. Алгоритмы используются для решения самых разнообразных задач, связанных с определенной структурой данных (например, поиск или упорядочивание).

Применительно к компьютерам, алгоритм это способ действий (например, линейный и бинарный поиск, сортировка пузырьком, выбором или вставками), а структура данных это то, над чем вы осуществляете эти действия (например, массив, пары «ключ-значение»). Все это позволяет вам методично искать, сортировать или создавать упорядоченные наборы данных.

Простая структура данных

Массив

Массив напоминает пронумерованные ячейки (где номера это индексы), расположенные по порядку, от самого маленького индекса до самого большого (в примере это индексы 0 и 2). Каждая ячейка закреплена на своем месте, а ее порядковый номер определяется ее «этикеткой» – индексом.

Массив из трех элементов

С помощью этого индекса вы можете обратиться к любой ячейке (элементу массива), чтобы посмотреть ее содержимое (arrayName[2]), добавить или заменить содержимое (arrayName[2] = “Sherlock Holmes”). Можно добавить в массив новое содержимое в новой ячейке, поместив ее в конец вашей коллекции. Здесь вам поможет метод push: (arrayName.push(“The Memoirs of Sherlock Holmes”)).

Добавление элемента в массив

Новая ячейка получит следующий по порядку индекс, в нашем случае это 3. Чтобы вернуться к первоначальному виду массива, можно воспользоваться методом pop: (arrayName.pop()).

С помощью метода

shift можно удалить первый элемент массива (arrayName.shift()), но при этом изменятся все индексы следующих элементов.

Изъятие элемента из массива

Теперь ваша коллекция Sherlock Holmes находится в ячейке с индексом 1. Метод unshift позволяет добавить новый элемент не в конец, а в начало массива: (arrayName.shift(“Dr. Strange”)).

Изъятие элемента из массива

Структура данных и алгоритмы в JavaScript

  • Урок 1. 00:07:21

    Introduction

  • Урок 2. 00:06:48

    Agenda and Scope

  • Урок 3. 00:07:05

    How to Succeed

  • Урок 4. 00:13:47

    Pseudoclassical JavaScript

  • Урок 5. 00:09:44

    Defining a Class

  • Урок 6. 00:01:48

    Using a Class

  • Урок 7. 00:00:18

    Exercise: Creating a Constructor

  • Урок 8. 00:04:02

    Creating a Constructor Solution

  • Урок 9. 00:12:50

    Stacks

  • Урок 10. 00:06:19

    Stacks Interface

  • Урок 11. 00:07:23

    Implementing a Stack

  • Урок 12. 00:03:28

    Queues

  • Урок 13. 00:02:06

    Exercise: Creating Stacks and Queues

  • Урок 14. 00:12:19

    Creating Stacks and Queues Solution

  • Урок 15. 00:03:10

    Why Recursion?

  • Урок 16. 00:10:41

    Tracing Recursive Execution

  • Урок 17. 00:03:09

    Template for a Recursive Function

  • Урок 18. 00:09:47

    Looping

  • Урок 19. 00:04:33

    Factorial with Loop

  • Урок 20. 00:11:15

    Factorial with Recursion

  • Урок 21. 00:03:08

    Exercise: Recursion Interview Questions

  • Урок 22. 00:10:34

    Recursive Reverse Solution

  • Урок 23. 00:15:21

    Recursive Multiplier Solution

  • Урок 24. 00:13:47

    MinStack Solution

  • Урок 25. 00:09:32

    Implementing a Queue with Two Stacks Solution

  • Урок 26. 00:06:56

    Space vs. Time Complexity

  • Урок 27. 00:11:05

    Calculating Time Complexity

  • Урок 28. 00:12:58

    Understanding Big-O

  • Урок 29. 00:07:12

    Calculating Big-O of JS Operations

  • Урок 30. 00:12:02

    Calculating Big-O of Loops

  • Урок 31. 00:00:34

    Exercise: Calculating Time Complexity

  • Урок 32. 00:03:00

    Calculating Time Complexity Solution

  • Урок 33. 00:13:54

    Bubble Sort

  • Урок 34. 00:03:50

    Stability and Adaptability

  • Урок 35. 00:10:12

    Selection & Insertion Sort

  • Урок 36. 00:00:51

    Exercise: Bubble, Insertion, and Selection Sort

  • Урок 37. 00:02:56

    Bubble, Insertion, and Selection Sort Solution

  • Урок 38. 00:05:59

    Merge Sort

  • Урок 39. 00:12:27

    Pseudocoding the Merge Routine

  • Урок 40. 00:10:37

    Pseudocoding Merge Sort

  • Урок 41. 00:10:44

    Time Complexity for Merge Sort

  • Урок 42. 00:03:38

    Quick Sort Overview

  • Урок 43. 00:12:06

    Understanding the Quick Sort Partition

  • Урок 44. 00:06:23

    Pseudocoding Quick Sort Part 1

  • Урок 45. 00:09:31

    Pseudocoding Quick Sort Part 2

  • Урок 46. 00:05:41

    Reviewing the Pseudocode

  • Урок 47. 00:12:28

    Debugging the Quick Sort Algorithm

  • Урок 48. 00:11:46

    Quick Sort Review Part 1

  • Урок 49. 00:11:50

    Quick Sort Review Part 2

  • Урок 50. 00:03:47

    Trees

  • Урок 51. 00:08:25

    Linked Lists

  • Урок 52. 00:11:49

    Pseudocoding a Linked List

  • Урок 53. 00:00:20

    Exercise: Implement a Linked List

  • Урок 54. 00:15:58

    Implement a Linked List Solution

  • Урок 55. 00:05:20

    Implementing a Tree

  • Урок 56. 00:07:49

    Review: Time Complexity

  • Урок 57. 00:07:40

    Review: Elementary Sorting

  • Урок 58. 00:04:07

    Review: Recursion

  • Урок 59. 00:07:33

    Review: Merge Sort

  • Урок 60. 00:13:27

    Review: Quick Sort Part 1

  • Урок 61. 00:10:19

    Review: Quick Sort Part 2

  • Урок 62. 00:05:42

    Review: Stacks & Queues

  • Урок 63. 00:11:05

    Review: Linked Lists

  • Урок 64. 00:07:13

    Review: Trees Part 1

  • Урок 65. 00:11:36

    Review: Trees Part 2

  • Урок 66. 00:06:37

    Binary Search Tree Overview

  • Урок 67. 00:00:34

    Exercise: Binary Search Trees

  • Урок 68. 00:08:09

    Pseudocoding a Binary Search Tree

  • Урок 69. 00:11:04

    BST Search Procedure

  • Урок 70. 00:14:41

    BST Review & Scoping Discussion

  • Урок 71. 00:11:17

    Pseudocoding the BST contains() Method

  • Урок 72. 00:10:51

    Binary Search Tree Exercise Solution

  • Урок 73. 00:10:13

    In-Order Traversal

  • Урок 74. 00:12:18

    Pseudocoding In-Order Traversal Part 1

  • Урок 75. 00:10:57

    Pseudocoding In-Order Traversal Part 2

  • Урок 76. 00:08:16

    Pre-Order Traversal

  • Урок 77. 00:04:08

    Post-Order Traversal

  • Урок 78. 00:08:32

    Initial Time Complexity for a BST

  • Урок 79. 00:13:20

    Deleting Min/Max Nodes

  • Урок 80. 00:04:36

    BST Review

  • Урок 81. 00:10:40

    Pseudocoding Min/Max Deletion

  • Урок 82. 00:09:10

    Reviewing the Min/Max Pseudocode Part 1

  • Урок 83. 00:17:01

    Reviewing the Min/Max Pseudocode Part 2

  • Урок 84. 00:01:24

    Exercise: Deleting Single-Child Nodes

  • Урок 85. 00:11:19

    Deleting BST Nodes Solution Part 1

  • Урок 86. 00:07:13

    Deleting BST Nodes Solution Part 2

  • Урок 87. 00:05:02

    Exercise: Deleting Two Children

  • Урок 88. 00:08:19

    Deleting Two Children Solution

  • Урок 89. 00:04:45

    Analysis of Time Complexity

  • Урок 90. 00:11:19

    Graph Vocabulary & Representations

  • Урок 91. 00:04:59

    Pseudocoding the Matrix Constructor

  • Урок 92. 00:09:02

    Pseudocoding the addNode() Method

  • Урок 93. 00:05:32

    Pseudocoding the addEdges() Method

  • Урок 94. 00:02:51

    Exercise: Adding Nodes and Edges

  • Урок 95. 00:08:37

    Adding Nodes and Edges Solution

  • Урок 96. 00:04:05

    Adjacency List

  • Урок 97. 00:03:51

    Pseudocoding an Adjacency List

  • Урок 98. 00:01:02

    Exercise: Implement a Graph

  • Урок 99. 00:10:01

    Implement a Graph Solution

  • Урок 100. 00:03:03

    Graph Traversing & Depth-First Search

  • Урок 101. 00:09:19

    Pseudocoding DFS Part 1

  • Урок 102. 00:14:34

    Pseudocoding DFS Part 2

  • Урок 103. 00:04:58

    Breadth-FIrst Search

  • Урок 104. 00:12:48

    Pseudocoding BFS

  • Урок 105. 00:05:01

    Breadth-First Search with a Graph Solution

  • Урок 106. 00:06:19

    BFS Graph Stack Trace Part 1

  • Урок 107. 00:09:24

    BFS Graph Stack Trace Part 2

  • Урок 108. 00:03:30

    Depth-First Search with a Tree Solution

  • Урок 109. 00:07:10

    Breadth-First Search Solution

  • Урок 110. 00:13:57

    Breadth-First Search Stack Trace

  • Урок 111. 00:06:32

    Hash Tables

  • Урок 112. 00:09:00

    Pseudocoding a Hashing Function

  • Урок 113. 00:11:40

    Key Components of a Hash Table

  • Урок 114. 00:07:58

    Pseudocoding set(), get(), & remove()

  • Урок 115. 00:04:55

    Handling Collisions

  • Урок 116. 00:00:29

    Exercise: Implementing a Hash Table

  • Урок 117. 00:07:01

    Implementing a Hash Table Solution

  • Урок 118. 00:09:27

    Next Steps

    • Алгоритмы JavaScript — Видеоуроки

  • Урок 1. 00:08:45

    Name Swap — Built in Functions

  • Урок 2. 00:04:41

    Name Swap — Indices

  • Урок 3. 00:08:46

    Remove Odd Number from Array with Modulus Operator and For Loops

  • Урок 4. 00:05:29

    Remove Odd Numbers from Array with Filter Method

  • Урок 5. 00:08:01

    Repeat a String with for loop

  • Урок 6. 00:05:54

    Repeat a String with while loop

  • Урок 7. 00:12:06

    Find the Longest String with replace method and regular expressions

  • Урок 8. 00:08:28

    Find the Longest String with replace method and regular expressions with For Of

  • Урок 9. 00:09:01

    Filter Strings from Array with typeof operator and Number.isInteger() method

  • Урок 10. 00:06:15

    Filter Strings from Array with filter() method

  • Урок 11. 00:05:33

    Alphabetize String with sort() method

  • Урок 12. 00:05:09

    Alphabetize String with sort() method and spread syntax

  • Урок 13. 00:03:29

    Reverse a String with built in functions

  • Урок 14. 00:01:44

    Reverse a String with spread syntax

  • Урок 15. 00:05:32

    Reverse a String with for loop

  • Урок 16. 00:06:03

    Reverse a String with for of loop

  • Урок 17. 00:11:58

    Is Palindrome?

  • Урок 18. 00:04:54

    Variable Whiteboard Lesson

  • Урок 19. 00:04:18

    Variable Lab Lesson

  • Урок 20. 00:05:41

    String Whiteboard Lesson

  • Урок 21. 00:05:30

    String Lab Lesson

  • Урок 22. 00:04:44

    Objects Intro Whiteboard

  • Урок 23. 00:03:55

    Objects Intro Lab

  • Урок 24. 00:05:14

    Objects Dot and Bracket Notation Whiteboard

  • Урок 25. 00:04:42

    Objects Dot and Bracket Notation Lab

  • Урок 26. 00:04:29

    Arrays Intro Whiteboard

  • Урок 27. 00:04:16

    Arrays Intro Lab

  • Урок 28. 00:05:19

    Array Methods Part 1 Whiteboard

  • Урок 29. 00:04:20

    Array Methods Part 1 Lab

  • Урок 30. 00:05:24

    Array Methods Part 2 Whiteboard

  • Урок 31. 00:06:55

    Array Methods Part 2 Lab

  • Урок 32. 00:04:27

    Functions Basics Part 1 Whiteboard

  • Урок 33. 00:03:47

    Functions Basics Part 1 Lab

  • Урок 34. 00:05:30

    Functions Basics Part 2 Whiteboard

  • Урок 35. 00:05:04

    Functions Basics Part 2 Lab

  • Урок 36. 00:05:16

    Functions Basics Part 3 Whiteboard

  • Урок 37. 00:07:03

    Functions Basics Part 3 Lab

  • Урок 38. 00:07:55

    Loops and Conditionals Whiteboard

  • Урок 39. 00:07:14

    Loops and Conditionals Lab

  • Урок 40. 00:03:52

    Switch Statement Whiteboard

  • Урок 41. 00:07:38

    Switch Statement Lab

  • Урок 42. 00:07:38

    Loops Part 2 — For, While, Do/While Loops Whiteboard

  • Урок 43. 00:07:13

    Loops Part 2 — For, While, Do/While Loops Lab

  • Урок 44. 00:08:49

    Regular Expressions Whiteboard

  • Урок 45. 00:05:05

    This & Bind Whiteboard

  • Урок 46. 00:06:00

    This & Bind Lab

  • Урок 47. 00:05:59

    This & Call Whiteboard

  • Урок 48. 00:05:21

    This & Call Lab

  • Урок 49. 00:09:04

    Functional Programming Intro Whiteboard

  • Урок 50. 00:08:30

    Functional Programming Intro Lab

  • Урок 51. 00:07:27

    Map Method Whiteboard

  • Урок 52. 00:07:10

    Map Method Lab

  • Урок 53. 00:07:38

    Reduce Method Whiteboard

  • Урок 54. 00:08:19

    Reduce Method Lab

  • Урок 55. 00:05:30

    Let Whiteboard

  • Урок 56. 00:07:58

    Let Lab

  • Урок 57. 00:03:09

    Const Whiteboard & Lab

  • Урок 58. 00:06:10

    Template Literals Whiteboard

  • Урок 59. 00:06:33

    Template Literals Lab

  • Урок 60. 00:05:26

    Arrow Functions Whiteboard

  • Урок 61. 00:06:15

    Arrow Functions Lab

  • Урок 62. 00:06:17

    Spread Operator Whiteboard

  • Урок 63. 00:06:29

    Spread Operator Lab

    • 10 примеров алгоритмов машинного обучения на javascript — Записки преподавателя

    С каждым годом библиотеки машинного обучения становится все более быстрыми и доступными, признаки замедления не наблюдаются. Традиционно языком машинного обучения считается Python, но в настоящее время нейронные сети можно реализовать на любом языке программирования, включая и JavaScript!

    В последнее время экосистема web сделала огромный шаг вперёд, и, хотя, JavaScript и Node.js менее производительны, чем Python и Java, сегодня они достаточно мощны, чтобы справиться со многими задачами машинного обучения. Огромное преимущество Веб-языков заключается их супер доступности — все, что вам потребуется для ML-проекта (Mashine Learning) на JavaScript — ваш веб-браузер.

    Большинство библиотеки машинного обучения JavaScript ещё довольно новы и пока находятся в разработке, однако, они есть и готовы к тому, что-бы их испытать. Здесь мы рассмотрим некоторые из этих библиотек, а также ряд интересных примеров веб-приложений искусственного интеллекта для вашего старта.

    1.  Brain

    Brain — эта библиотека позволяет легко создавать нейронные сети и затем обучать их на основе данных ввода/вывода. Поскольку обучение требует много ресурсов, предпочтительно, запускать библиотеку в среде Node.js, хотя можно загружать приложение непосредственно на веб-странице в браузер. На сайте автора есть крошечный демо-пример способный распознавать цветовой контраст.

    Deep playground

    Deep playground — учебное веб-приложение для игр с нейронными сетями и изучения их различные компонентов. Имеет приятный пользовательский интерфейс, который позволяет контролировать входные данные, количество нейронов, используемые алгоритмы и другие факторы, оказывающие влияние на конечный результат. Практически осваивая приложение можно понять, что творится за кулисами — в открытом коде используется хорошо документированная библиотека машинного обучения.

    FlappyLearning

    JavaScript проект FlappyLearning в неминимизированном виде содержит порядка 800 строк кода, с помощью которого удалось создать библиотеку машинного обучения и реализовать её в веселой демонстрации для обучение игре Flappy Bird, влоть до уровня виртуоза. Здесь использован метод искусственного интеллекта (AI), называемый нейроэволюцией, где применяются алгоритмы вдохновленные ассоциациями с принципами работы нервной системы, встречающиеся в природе, динамического обучения от неудач к успехам на каждой итерации. Демонстрашка работает супер легко — просто откройте файл index.html в своём браузере.

    Synaptic

    Вероятно, это наиболее распространённый проект из нашего списка. Synaptic — это библиотека по архитектуре для Node.js или браузера и позволяет разработчикам создавать нейронной сети того типа, который они захотят. Библиотека имеет несколько встроенных архитектур, что позволяет очень быстро сравнивать и изучать различные алгоритмы машинного обучения. Имеются хорошо написанное введение в нейронные сети, ряд практических примеров и множество других учебников по машинному обучению.

    Land Lines

    Land Lines — это интересный Web-эксперимент в Chrome, который по спутниковым снимкам Земли строить карты каракулями, похожие на сделанные пользователем. Приложение не обращается к серверу, полностью работает в браузере и благодаря разумному использованию машинного обучения и WebGL имеет высокую производительность даже на мобильных устройствах. Вы можете исследовать исходный код на GitHub или ознакомится с результатами полного исследования здесь.

    ConvNetJS

    Несмотря на то, что ConvNetJS больше активно не поддерживается, она является одним из самых передовых библиотек глубоко обучения на JavaScript. Первоначально разработанная в Стэнфордском университете, ConvNetJS стал весьма популярной на GitHub, в результате чего широко используется во многих публичных процессах, управлении и учебных пособиях. Она работает непосредственно в браузере, поддерживает несколько методов обучения и требует довольно низкого уровня вхождения, что делает её пригодной для большинства людей с небольшим опытом работы в нейронных сетях.

    Thing Translator

    Thing Translator — веб-эксперимент, который позволяет вашему телефону распознавать объекты реального мира, попавших в объектив камеры, и называть их на нескольких языках. Приложение полностью построен на веб-технологий и использует два API машинного обучения от Google — Cloud Vision для распознавания изображений и Translate API для непосредственного перевода на нужные языки.

    Neurojs

    Основа для создания систем искусственного интеллекта с использованием обучения с подкреплением. К сожалению, проект с открытым исходным кодом не имеет надлежащей документации, однако, в одной из демонстрашек, эксперименты с беспилотным автомобилем, есть подробное описание различных фрагментов кода, которые и составляют нейронную сеть. Библиотека написана на чистом JavaScript и использует современные инструменты, такие как WebPack и Babel.

    Machine_learning

    Еще одна библиотеки, которая позволяет создавать и обучать нейронную сеть, используя только JavaScript. Её очень легко установить как в Node.js, так и на стороне клиента. Имеет очень чистый API, что очень удобно для разработчиков любого уровня квалификации. В библиотеке много примеров, где реализованы популярные алгоритмы, что помогает понять основные принципы машинного обучения.

    DeepForge

    DeepForge — это дружественная среда разработки для глубокого обучения (Deep Learning). Она позволяет создавать нейронную сеть, используя простой графический интерфейс, поддерживает модель обучения на удаленных компьютерах и имеет встроенную систему контроля версий. Проект работает в браузере и основан на Node.js и MongoDB, что упрощает процесс установки очень знакомый большинству веб-разработчиков.

    Бонус: Машинное обучение в Javascript

    Великолепная серия постов в блоге Берака Канбера, где, начиная с основ машинного обучения, развивает теорию. Учебник ясно и хорошо написан и ориентирован на разработчиков JavaScript. Ценный ресурс для тех, кто желает более подробно разобраться с машинным обучением.

    Вывод

    Несмотря на то, машинное обучение в экосистеме JavaScript еще не полностью развито, мы рекомендуем использовать описанные здесь ресурсы для своих первые шагов в машинном обучении, поэкспериментировать и почувствовать основные методы. Предложенные здесь эксперименты, показывают, что Вы можете сделать массу прикольных вещей, используя только браузер и некоторое понимание кода JavaScript.

    Источник вдохновения: 10 Machine Learning Examples in JavaScript

    CC BY-NC 4.0 10 примеров алгоритмов машинного обучения на javascript, опубликовано К ВВ, лицензия — Creative Commons Attribution-NonCommercial 4.0 International.


    3 нравится это

    Алгоритм линейного поиска в JavaScript

    Вы здесь: Главная — JavaScript — JavaScript Основы — Алгоритм линейного поиска в JavaScript

    Алгоритм линейного поиска в JavaScript

    При создании приложения часто необходимо найти оптимальное, с точки зрения производительности, решение, которое будет выполняться достаточно быстро, и потреблять как можно меньше памяти. Поэтому, в данной и следующей статье я расскажу вам об алгоритмах линейного и бинарного поиска.

    Вступление

    Программист часто хочет найти лучшее решение проблемы, чтобы код был не только правильным, но и эффективным. Выбор неоптимального алгоритма может привести к медленному исполнению программы, повышенной сложности кода или, что еще хуже, к ее нестабильной работе.

    Скорее всего, вы уже использовали алгоритм поиска, чтобы найти элементы в коллекции данных. Язык JavaScript имеет несколько методов, один из которых метод find, предназначен для поиска элементов в массиве. Однако эти методы используют алгоритм линейный поиск. Алгоритм линейного поиска начинает поиск с начала списка и сравнивает каждый элемент коллекции со значением поиска, пока он не будет найден.

    Поиск работает достаточно быстро, когда у вас есть небольшое количество элементов. Но когда вы ищете в больших списках, которые содержат тысячи элементов, вам понадобиться более эффективный способ найти необходимое значение. В этом случае лучше использовать бинарный поиск, о котором я расскажу в следующей статье. А сейчас мы рассмотрим алгоритм линейного поиска.

    Линейный поиск

    Начнем с того, как реализовать линейный поиск в JavaScript. Для этого создадим функцию с именем linearSearch, которая принимает значение, являющееся целым числом или строкой – это значение мы будем проверять на присутствие в массиве, и массив, в котором будет непосредственно производиться поиск. Функция будет искать значение, сравнивая его с каждым элементом массива и возвращать соответствующую позицию значения в массиве, если оно найдено. Если значение отсутствует в массиве, оно вернет -1. Например, вызов linearSearch (1, [3, 4, 2, 1, 5]) вернет 3, а вызов linearSearch (0, [3, 4, 2, 1, 5]) вернет -1.

    Вот JavaScript реализация алгоритма линейного поиска:

    /**
    * value - значение, которое мы ищем в массиве
    * list - список значений, в которых осуществляется поиск
    *
    */
    function linearSearch(value, list)
    {
        let found = false; // флаг, сигнализирующий о том, что значение найдено
        let position = -1; // позиция, в которой значение найдено, или -1, если нет такого значения
        let index = 0;
     
        // пока значение не найдено или индекс меньше длины массива
        while(!found && index < list.length)
        {
          // если значение найдено
          if(list[index] == value) {
            found = true;     // флаг = истина
            position = index; // позиция равна индексу элемента в массиве
          } else {
            index += 1;
          }
        }

        return position;
    }

    Важно отметить, что алгоритм линейного поиска не должен использовать отсортированный список. Также алгоритм может быть настроен для использования в различных сценариях, таких как поиск массива объектов по ключу. Если у вас есть массив данных о клиентах, который включает ключи для имени и фамилии, вы можете проверить, есть ли в массиве клиент с указанным именем. В этом случае вместо проверки того, равен ли list[index] нашему поисковому значению, вы должны проверить на равенство list[index].firstName.

    В приведенном выше примере я использовал функцию linearSearch для массива из пяти элементов. В худшем случае, когда искомое значение отсутствует в списке или находится в конце списка, функция должна будет выполнить пять сравнений. Поскольку наш массив очень мал, нет необходимости оптимизировать его, используя другой алгоритм. Однако после определенного момента использование алгоритма линейного поиска более неэффективно, и тогда лучше использовать алгоритм двоичного (бинарного) поиска.

    На этом все, в следующей статье мы поговорим об алгоритме бинарного поиска.

    • Алгоритм линейного поиска в JavaScript Создано 01.01.2019 13:58:37
    • Алгоритм линейного поиска в JavaScript Михаил Русаков
    Предыдущая статья Следующая статья

    Копирование материалов разрешается только с указанием автора (Михаил Русаков) и индексируемой прямой ссылкой на сайт (http://myrusakov.ru)!

    Добавляйтесь ко мне в друзья ВКонтакте: http://vk.com/myrusakov.
    Если Вы хотите дать оценку мне и моей работе, то напишите её в моей группе: http://vk.com/rusakovmy.

    Если Вы не хотите пропустить новые материалы на сайте,
    то Вы можете подписаться на обновления: Подписаться на обновления

    Если у Вас остались какие-либо вопросы, либо у Вас есть желание высказаться по поводу этой статьи, то Вы можете оставить свой комментарий внизу страницы.

    Порекомендуйте эту статью друзьям:

    Если Вам понравился сайт, то разместите ссылку на него (у себя на сайте, на форуме, в контакте):

    1. Кнопка:
      <a href=»https://myrusakov.ru» target=»_blank»><img src=»https://myrusakov.ru/images/button.gif» alt=»Как создать свой сайт» /></a>

      Она выглядит вот так: Как создать свой сайт

    2. Текстовая ссылка:
      <a href=»https://myrusakov.ru» target=»_blank»>Как создать свой сайт</a>

      Она выглядит вот так: Как создать свой сайт

    3. BB-код ссылки для форумов (например, можете поставить её в подписи):
      [URL=»https://myrusakov.ru»]Как создать свой сайт[/URL]

    Добавить комментарий

    Ваш адрес email не будет опубликован. Обязательные поля помечены *