Что такое алгоритм

Алгоритм отвечает на вопрос: какие шаги нужно выполнить, чтобы из входных данных получить нужный результат. В хорошем определении есть задача, вход, последовательность действий, завершение и результат.

Для интервью достаточно простой формулировки:

Алгоритм это конечный набор шагов для решения конкретной задачи. Он может быть описан независимо от языка программирования, а при выборе алгоритма важно учитывать корректность, сложность и ограничения входных данных.

Эта формулировка лучше, чем "алгоритм это код", потому что код может содержать детали UI, фреймворка, API или окружения. Алгоритм описывает сам способ решения.

После определения стоит быстро показать, что вы понимаете практическую сторону. Алгоритм должен быть корректным не вообще, а для конкретных входных данных и условий.

Пример: бинарный поиск эффективен, но только если массив отсортирован. Если это условие не гарантировано, алгоритм может вернуть неверный результат. Поэтому сильный ответ звучит так: "Я сначала уточняю ограничения, потом выбираю подход и оцениваю сложность".

Хороший пример для frontend - поиск элемента в отсортированном списке. Он показывает и сам алгоритм, и важное предусловие.

function binarySearch(items, target) {
  let left = 0;
  let right = items.length - 1;

  while (left <= right) {
    const middle = Math.floor((left + right) / 2);

    if (items[middle] === target) {
      return middle;
    }

    if (items[middle] < target) {
      left = middle + 1;
    } else {
      right = middle - 1;
    }
  }

  return -1;
}

Практический вывод: этот код нельзя бездумно применять к любому массиву. Если список не отсортирован, сначала нужна сортировка или другой способ поиска. Если запрос один и данных мало, обычный линейный поиск может быть проще и достаточно быстрым.

Frontend-код часто выполняется в main thread браузера. Если алгоритм долго обрабатывает большой массив при вводе в поле, клике или скролле, пользователь видит зависания. Поэтому вопрос про алгоритмы не только академический.

Big O помогает заранее понять рост затрат. O(n) означает, что работа растет примерно линейно с размером входа. O(n^2) может быстро стать проблемой, если вложенные циклы обрабатывают тысячи элементов. Но Big O не дает точного времени в миллисекундах, поэтому для важных сценариев его дополняют профилированием.

Алгоритм может быть правильным сам по себе, но опасным в UI из-за побочного эффекта. Частый пример - сортировка массива из состояния.

// Плохо: sort меняет исходный массив.
const sortedUsers = users.sort((a, b) => a.name.localeCompare(b.name));

Что сломается: если users пришел из state или props, вы меняете исходные данные на месте. Другие части интерфейса могут увидеть новый порядок без явного обновления. Это усложняет отладку и может дать неверное состояние UI.

// Безопаснее: сортировать копию и явно контролировать момент вычисления.
const sortedUsers = [...users].sort((a, b) => a.name.localeCompare(b.name));

Если список большой и сортировка запускается на каждый рендер, дополнительно проверьте частоту вычисления. Иногда нужен useMemo, виртуализация списка или перенос тяжелой работы в web worker.

Можно ответить так:

Алгоритм это конечная последовательность шагов для решения задачи. Он принимает входные данные, выполняет понятные действия и возвращает результат. Я оцениваю алгоритм по корректности, сложности по времени и памяти, а еще по ограничениям. Например, бинарный поиск дает O(log n), но требует отсортированные данные. Во frontend это важно, потому что тяжелая обработка больших списков может блокировать интерфейс.

Такой ответ короткий, но в нем есть все важное: определение, языконезависимость, пример, сложность и практический риск для UI.