冒泡排序

//冒泡排序
function bubbleSort(arr) {
  for(var i = 1, len = arr.length; i < len - 1; ++i) {
    for(var j = 0; j <= len - i; ++j) {
      if (arr[j] > arr[j + 1]) {
        let temp = arr[j];
        arr[j] = arr[j + 1];
        arr[j + 1] = temp;
      }
    }
  }
}

插入排序

//插入排序 过程就像你拿到一副扑克牌然后对它排序一样
function insertionSort(arr) {
  var n = arr.length;
  // 我们认为arr[0]已经被排序，所以i从1开始
  for (var i = 1; i < n; i++) {
    // 取出下一个新元素，在已排序的元素序列中从后向前扫描来与该新元素比较大小
    for (var j = i - 1; j >= 0; j--) {
      if (arr[i] >= arr[j]) { // 若要从大到小排序，则将该行改为if (arr[i] <= arr[j])即可
        // 如果新元素arr[i] 大于等于 已排序的元素序列的arr[j]，
        // 则将arr[i]插入到arr[j]的下一位置，保持序列从小到大的顺序
        arr.splice(j + 1, 0, arr.splice(i, 1)[0]);
        // 由于序列是从小到大并从后向前扫描的，所以不必再比较下标小于j的值比arr[j]小的值，退出循环
        break;  
      } else if (j === 0) {
        // arr[j]比已排序序列的元素都要小，将它插入到序列最前面
        arr.splice(j, 0, arr.splice(i, 1)[0]);
      }
    }
  }
  return arr;
}

当目标是升序排序，最好情况是序列本来已经是升序排序，那么只需比较n-1次，时间复杂度O(n)。最坏情况是序列本来是降序排序，那么需比较n(n-1)/2次，时间复杂度O(n^2)。所以平均来说，插入排序的时间复杂度是O(n^2)。显然，次方级别的时间复杂度代表着插入排序不适合数据特别多的情况，一般来说插入排序适合小数据量的排序。

快速排序

//快速排序
function qSort(arr) {
  //声明并初始化左边的数组和右边的数组
  var left = [], right = [];
  //使用数组第一个元素作为基准值
  var base = arr[0];
  //当数组长度只有1或者为空时，直接返回数组，不需要排序
  if(arr.length <= 1) return arr;
  //进行遍历
  for(var i = 1, len = arr.length; i < len; i++) {
    if(arr[i] <= base) {
    //如果小于基准值，push到左边的数组
      left.push(arr[i]);
    } else {
    //如果大于基准值，push到右边的数组
      right.push(arr[i]);
    }
  }
  //递归并且合并数组元素
  return [...qSort(left), ...[base], ...qSort(right)];    //return qSort(left).concat([base], qSort(right));
}

回文字符串

//判断回文字符串
function palindrome(str) {
  var reg = /[\W\_]/g;
  var str0 = str.toLowerCase().replace(reg, "");
  var str1 = str0.split("").reverse().join("");
  return str0 === str1;
}

翻转字符串

function reverseString(str) {
  return str.split("").reverse().join("");
}

字符串中出现最多次数的字符

function findMaxDuplicateChar(str) {
  var cnt = {}, //用来记录所有的字符的出现频次
      c = ''; //用来记录最大频次的字符
  for (var i = 0; i < str.length; i++) {
    var ci = str[i];
    if (!cnt[ci]) {
      cnt[ci] = 1;
    } else {
      cnt[ci]++;
    }
    if (c == '' || cnt[ci] > cnt[c]) {
      c = ci;
    }
  }
  console.log(cnt)
  return c;
}

数组去重

//数组去重
function uniqueArray(arr) {
  var temp = [];
  for (var i = 0; i < arr.length; i++) {
    if (temp.indexOf(arr[i]) == -1) {
      temp.push(arr[i]);
    }
  }
  return temp;
  //or
  return Array.from(new Set(arr));
}

二分查找

//二分查找
function binary_search(arr, l, r, v) {
  if (l > r) {
    return -1;
  }
  var m = parseInt((l + r) / 2);
  if (arr[m] == v) {
    return m;
  } else if (arr[m] < v) {
    return binary_search(arr, m+1, r, v);
  } else {
    return binary_search(arr, l, m-1, v);
  }
}

将二分查找运用到之前的插入排序中，形成二分插入排序，据说可以提高效率。但我测试的时候也许是数据量太少，并没有发现太明显的差距。。大家可以自己试验一下~（譬如在函数调用开始和结束使用console.time('插入排序耗时')和console.timeEnd('插入排序耗时')）

深度优先搜索

//深搜 非递归实现
function dfs(node) {
  var nodeList = [];
  if (node) {
    var stack = [];
    stack.push(node);
    while(stack.length != 0) {
      var item = stack.pop();
      nodeList.push(item);
      var children = item.children;
      for (var i = children.length-1; i >= 0; i--) {
        stack.push(children[i]);
      }
    }
  }
  return nodeList;
}

//深搜 递归实现
function dfs(node, nodeList) {
  if (node) {
    nodeList.push(node);
    var children = node.children;
    for (var i = 0; i < children.length; i++) {
      dfs(children[i], nodeList);
    }
  }
  return nodeList;
}

广度优先搜索

//广搜 非递归实现
function bfs(node) {
    var nodeList = [];
    if (node != null) {
        var queue = [];
        queue.unshift(node);
        while (queue.length != 0) {
            var item = queue.shift();
            nodeList.push(item);
            var children = item.children;
            for (var i = 0; i < children.length; i++)
                queue.push(children[i]);
        }
    }
    return nodeList;
}

//广搜 递归实现
var i=0;  //自增标识符
function bfs(node, nodeList) {
    if (node) {
      nodeList.push(node);
      if (nodeList.length > 1) {
        bfs(node.nextElementSibling, nodeList);  //搜索当前元素的下一个兄弟元素
      }
      node = nodeList[i++];
      bfs(node.firstElementChild, nodeList); //该层元素节点遍历完了，去找下一层的节点遍历
    }
    return nodeList;
}