JS中的各种排序方法
（2）非递归方法 选择排序：解析：首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。以此类推，直到所有元素均排序完毕。
即在第一趟：首先比较第1个和第2个数，将小数放前，大数放后。然后比较第2个数和第3个数，将小数放前，大数放后，如此继续，直至比较最后两个数，将小数放前，大数放后。重复第一趟步骤，直至全部排序完成。
归并排序是建立在归并操作上的一种有效的排序算法，该算法是采用分治法的一个非常典型的应用。将已有序的子序列合并，得到完全有序的序列；先使每个子序列有序，再使子序列段间有序。
JS数组排序方法有两个： reverse() 和 sort() ，其中 reverse() 可将数组进行倒序，而 sort() 则可将数组项灵活地进行升序或降序排列。可以看出， reverse() 会直接改变原数组，并且返回值也是倒序后的数组。
在 JavaScript 中，可以使用 sort() 方法对数组进行排序，可以使用 reverse() 方法将数组元素反转。以下是示例代码：需要注意的是，sort() 方法和 reverse() 方法会修改原数组，如果需要保留原数组，需要先对其进行拷贝。
六、递归与回溯算法
那么我们这个时候的递归终止条件就是head指向None了，返回的就是None 深入的理解递归算法之后，我们就开始进行回溯法的学习。通过LeetCode上面的几道题，我们来深入的探讨一下递归与回溯法的应用。
回溯算法是一个类似枚举的搜索尝试过程，主要是在搜索尝试过程中寻找问题的解，当发现已不满足求解条件时，就“回溯”返回，尝试别的路径。许多复杂的，规模较大的问题都可以使用回溯法，有“通用解题方法”的美称。
贪心算法主要是把问题分成很多局部问题，用局部最优解合成整体最优解。因此使用这种算法需要此问题满足两个条件，一个是能够分成多个能够求解的局部问题，第二个就是局部问题的解能够合成最优解。
val 表示第i+1个皇后，放在第i+1行的第val+1列。
求统计二叉树叶子结点数的递归算法
如果它没有子节点，那么它就是叶子节点。如果它有子节点，那么它的叶子节点数量 = 左子树叶子节点数量 + 右子树叶子节点数量。
首先要定义两个类：结点类和二叉树类。二叉树类的组成：建立树的函数、遍历函数、删除函数。求结点数函数。采用递归的思想，遇到标识符表示该结点为空，否则开辟空间创建新结点，同时调用递归开辟左结点和右结点。
该结点的子树的个数，在二叉树中，不存在度大于2的结点。计算公式：n0=n2+1 n0 是叶子节点的个数 n2 是度为2的结点的个数 n0=n2+1=5+1=6 故二叉树有5个度为2的结点，则该二叉树中的叶子结点数为6。
二叉树叶子结点计算方法：结点的度是指，该结点的子树的个数，在二叉树中，不存在度大于2的结点。计算公式：n0=n2+1，n0是叶子节点的个数，n2是度为2的结点的个数，n0=n2+1=5+1=6。
）由于二叉树本就是递归结构，所以可以用递归的思想：二叉树叶子个数等于左子树叶子个数+右子树叶子个数，当遇到孩子节点是空指针的时候就返回1，否则返回该子树的叶节点数。
二叉树先序遍历递归算法和非递归算法本质区别?
先序遍历 在先序遍历中，对节点的访问工作是在它的左右儿子被访问之前进行的。换言之，先序遍历访问节点的顺序是根节点-左儿子-右儿子。由于树可以通过递归来定义，所以树的常见操作用递归实现常常是方便清晰的。
递归就是函数调用函数本身，运行起来就是函数嵌套函数，层层嵌套，所以函数调用、参数堆栈都是不小的开销，但是程序简单。非递归就是不断地对参数入栈、出栈，省去了函数层层展开、层层调用的开销。
先序遍历是中-左-右 进行遍历，每次 读入中后，下一步是读入左，读入左的下一步是读入右，但是左可能也是一颗树，那么 右就应该被压栈，保存。等左读完了，取出右再读入。对子树进行同样的操作。
否，一般而言非递归算法更有效；但很多时候递归算法容易实现，编程简单。
后序遍历是二叉树遍历的一种，有递归算法和非递归算法两种。
递归和非递归（用栈） 非递归（用栈），也用到栈函数了，和递归就没多大区别了！ 每次递归进栈出栈，非递归（用栈）的每次调用栈函数也是进栈出栈。主要是在非递归（用栈）中，它的栈函数里比递归多了些赋值语句。
js树形结构如何从最深层往上匹配
从上往下对每一层依次访问，在每一层中，从左往右（也可以从右往左）访问结点，访问完一层就进入下一层，直到没有结点可以访问为止。即访问树结构的第n+1层前必须先访问完第n层。
跟JS画出树形菜单一样，先找到root节点，然后循环root下的子菜单，如果子菜单下还有子菜单，则递归循环。
使用递归：在进入子级之前，记录下当前层级的信息，然后递归调用自身，直到没有子级为止。当退出子级时，使用保存的信息返回到上一层级。
与所有树结构一样，它必须有一个根节点，但可以无限深。
第一步，找出最上面的节点。很明显的parentId为空的数据是最上面的节点。第二步，找出第二节点加到父节点child数组里面 newList 就是我们的结果。
用递归解决对象的深拷贝问题
1、对于数组的拷贝，可以利用数组原型上内置的slice方法。数组合并也是一个浅拷贝。深拷贝会另外拷贝一份一个一模一样的对象，从堆内存中开辟一个新的区域存放新对象，新对象跟原对象不共享内存，修改新对象不会改到原对象。
2、Object.assign方法拷贝的属性是有限制的，只会拷贝源对象自身的并且可枚举的属性到目标对象，继承的和不可枚举的属性不会拷贝。
3、深拷贝和浅拷贝都是用于对复杂数据类型进行复制。 差异： 其区别在于深拷贝是对原数据进行递归复制，并存到一个新地址，从而使新老数据互不影响。 而浅拷贝只是对原数据的地址进行拷贝，从而会使新老数据相互影响。
4、可以看到改变targetCopy并没有改变原始的target，继承的属性也没有丢失，因此实现了基本的深拷贝。 但是用JSON.parse()和JSON.stringify()会有一个问题。
5、当一个对象包含循环引用时，尝试进行深复制可能会导致无限递归，从而导致程序崩溃。因此，在使用深拷贝时，必须小心处理包含循环引用的对象。
6、需要注意的是，super.clone()其实是浅拷贝，所以在重写User类的clone()方法时，address对象需要调用address.clone()重新赋值。
关于js树的递归算法经典实例和js递归遍历树的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。