利用JS实现二叉树遍历算法实例代码

目录

• 前言
• 一、二叉树
• 1.1、遍历二叉树
• 1.2、用js表示二叉树
• 1.3、前序遍历算法
• 1.4、中序遍历算法
• 1.5、后序遍历算法
• 1.6、按层遍历算法
• 二、算法题
• 1.1、二叉树的最大深度
• 1.2、二叉树的所有路径
• 总结

前言

在计算机科学中, 树(tree) 是一种广泛使用的抽象数据类型(ADT)，是一类非线性数据结构。树在计算机领域得到广泛应用，尤其二叉树最为常用。

树的相关概念：

• 结点：每个元素称为结点
• 树根：根节点
• 度：一个结点含有的子结点的个数称为该结点的度
• 叶子节点：度为0的节点

一、二叉树

概念：每个节点最多含有两个子树的树称为二叉树。

1.1、遍历二叉树

二叉树有两种遍历深度遍历和广度遍历，其中深度遍历有前序、 中序和后序三种遍历方法。 广度遍历就是层次遍历，按层的顺序一层一层遍历。

四种遍历的主要思想：

• 前序：先访问根，然后访问左子树，最后访问右子树，DLR。
• 中序：先访问左子树，然后访问根，最后访问右子树，LDR。
• 后序：先后访问左子树，然后访问右子树，最后访问根，LRD。
• 广度：按层的顺序一层一层遍历。

例如a+b*(c-d)-e/f,该表达式用二叉树表示：

对他分别进行遍历：

• 前序：-+a*b-cd/ef
• 中序：a+b*c-d-e/f
• 后序：abcd-*+ef/-
• 广度：-+/a*efb-cd

1.2、用js表示二叉树

我们用js的对象来表示二叉树，对象拥有三个属性，left、value、right,分别是左子树，值和右子树，上面a+b*(c-d)-e/f的例子我们用js可以这样表示。

var tree = {
    value: '-',
    left: {
        value: '+',
        left: {
            value: 'a'
        },
        right: {
            value: '*',
            left: {
                value: 'b'
            },
            right: {
                value: '-',
                left: {
                    value: 'c'
                },
                right: {
                    value: 'd'
                }
            }
        }
    },
    right: {
        value: '/',
        left: {
            value: 'e'
        },
        right: {
            value: 'd'
        }
    }
}

1.3、前序遍历算法

前序：有两种方法，第一种很简单就是直接使用递归的办法。

function preOrder(treeNode) {
  if(treeNode) {
    console.log(treeNode.value); // 打印出来代表访问这个节点
    preOrder(treeNode.left);
    preOrder(treeNode.right);
  }
}

算法思路很简单，先遍历根节点，然后递归遍历左子树，左子树遍历结束后，递归右子树。

第二种非递归遍历

function preOrder(treeNode) {
  if(treeNode) {
    var stack = [treeNode]; //将二叉树压入栈
    while (stack.length !== 0) {
      treeNode = stack.pop(); // 取栈顶
      document.getElementById('text').appendChild(document.createTextNode(treeNode.value)); // 访问节点
      if(treeNode.right) stack.push(treeNode.right); // 把右子树入栈
      if(treeNode.left) stack.push(treeNode.left); // 把左子树入栈
    }
  }
}

第二种是使用栈的思想，我们都知道，栈是先进后出的一种数据结构，我们先把根节点入栈，然后取栈顶，访问根节点，分别把右左子树入栈，这边必须右边先入栈，因为我们是要先从左边开始访问的，所以右子树先入栈，然后就循环取出栈，直到栈空。

1.4、中序遍历算法

中序递归算法：

function InOrder(treeNode) {
    if(treeNode) {
        InOrder(treeNode.left);
        document.getElementById('text').appendChild(document.createTextNode(treeNode.value));
        InOrder(treeNode.right);
    }
}

和前序递归算法同样的思路，只是访问节点位置不同

第二种：

function InOrder(node) {
  if(node) {
    var stack = [];             // 建空栈
    //如果栈不为空或结点不为空，则循环遍历
    while (stack.length !== 0 || node) { 
      if (node) {               //如果结点不为空
          stack.push(node);     //将结点压入栈
          node = node.left;     //将左子树作为当前结点
      } else {                  //左子树为空，即没有左子树的情况
          node = stack.pop();   //将结点取出来
          document.getElementById('text').appendChild(document.createTextNode(node.value));
          node = node.right;    //将右结点作为当前结点
      }
    }
  }
}

非递归中序算法的思想就是，把当前节点入栈，然后遍历左子树，如果左子树存在就一直入栈，直到左子树为空，访问但前节点，然后让右子树入栈。

1.5、后序遍历算法

第一种：递归遍历算法

function postOrder(node) {
    if (node) { //判断二叉树是否为空
        postOrder(node.left); //递归遍历左子树
        postOrder(node.right); //递归遍历右子树
        document.getElementById('text').appendChild(document.createTextNode(node.value));
    }
}

第二种：非递归遍历算法

function postOrder(node) {
    if (node) { //判断二叉树是否为空
        var stack = [node]; //将二叉树压入栈
        var tmp = null; //定义缓存变量
        while (stack.length !== 0) { //如果栈不为空，则循环遍历
            tmp = stack[stack.length - 1]; //将栈顶的值保存在tmp中
            if (tmp.left && node !== tmp.left && node !== tmp.right) { //如果存在左子树,node !== tmp.left && node !== tmp.righ 是为了避免重复将左右子树入栈
                stack.push(tmp.left);   //将左子树结点压入栈
            } else if (tmp.right && node !== tmp.right) { //如果结点存在右子树
                stack.push(tmp.right);  //将右子树压入栈中
            } else {
                document.getElementById('text').appendChild(document.createTextNode(stack.pop().value));
                node = tmp;
            }
        }
    }
}

这里使用了一个tmp变量来记录上一次出栈、入栈的结点。思路是先把根结点和左树推入栈，然后取出左树，再推入右树，取出，最后取根结点。

下面是用这个算法遍历前面那个二叉树的过程

        stack       tmp         node        打印
初始 ：  –          null         –
第1轮：  -+          –           –
第2轮：  -+a         +           –
第3轮：  -+          a           a            a
第4轮：  -+*         +           a 
第5轮：  -+*b        *           a 
第6轮：  -+*         b           b            b
第7轮：  -+*-        *           b
第8轮：  -+*-c       –           b
第9轮：  -+*-        c           c            c
第10轮： -+*-d       –           c
第11轮： -+*-        d           d            d
第12轮： -+*         –           –            –
第13轮： -+          *           *            *
第14轮： –           +           +            +
第15轮： -/          –           +           
第16轮： -/e         /           +
第17轮： -/          e           e            e
第18轮： -/f         /           e           
第19轮： -/          f           f            f
第20轮： –           /           /            /
第21轮：             –           –            –

结果：abcd-*+ef/-

1.6、按层遍历算法

function breadthTraversal(node) {
    if (node) {                             //判断二叉树是否为空
        var que = [node];                   //将二叉树放入队列
        while (que.length !== 0) {          //判断队列是否为空
            node = que.shift();             //从队列中取出一个结点
            document.getElementById('text').appendChild(document.createTextNode(node.value));   //将取出结点的值保存到数组
            if (node.left) que.push(node.left);   //如果存在左子树，将左子树放入队列
            if (node.right) que.push(node.right); //如果存在右子树，将右子树放入队列
        }
    }
}

使用数组模拟队列，首先将根结点归入队列。当队列不为空时，执行循环：取出队列的一个结点，如果该节点有左子树，则将该节点的左子树存入队列；如果该节点有右子树，则将该节点的右子树存入队列。

二、算法题

1.1、二叉树的最大深度

给定一个二叉树，找出其最大深度。

二叉树的深度为根节点到最远叶子节点的最长路径上的节点数。

比如下面这个二叉树，返回深度3。

    3
   / \
  9  20
    /  \
   15   7

const tree = {
    value: 3,
    left: {
        value: 9
    },
    right: {
        value: 20,
        left: { value: 15 },
        right: { value: 9 }
    }
}

递归算法：递归算法的思路很简单，先拿到左子树最深层，再拿到右子树最深层，取他们最大值就是树的深度。

var maxDepth = function(root) {
  if (!root) {
    return 0;
  }
  const leftDeep = maxDepth(root.left) + 1;
  const rightDeep = maxDepth(root.right) + 1;
  return Math.max(leftDeep, rightDeep);
};
/*
maxDepth(root) = maxDepth(root.left) + 1  = 2
maxDepth(root.left) = maxDepth(root.left.left) + 1 = 1
maxDepth(root.left.left) = 0;

maxDepth(root) = maxDepth(root.right) + 1 = 3
maxDepth(root.right) = maxDepth(root.right.right) + 1 = 2
maxDepth(root.right.right) = maxDepth(root.right.right.right) + 1 = 1
maxDepth(root.right.right.right) = 0
*/

1.2、二叉树的所有路径

给定一个二叉树，返回所有从根节点到叶子节点的路径。

比如：

    3
   / \
  9  20
    /  \
   15   7
 
返回：[‘3->9’, ‘3->20->15’, ‘3->20->7’]

使用递归的方法：

var binaryTreePaths = function(root) {
  if (!root) return [];
  const res = [];
  function dfs(curNode, curPath) {
    if(!curNode.left && !curNode.right) {
      res.push(curPath);
    }
    if(curNode.left) {
      dfs(curNode.left, `${curPath}->${curNode.left.value}`)
    }
    if(curNode.right) {
      dfs(curNode.right, `${curPath}->${curNode.right.value}`)
    }
  }
  dfs(root, `${root.value}`);
  return res;
};

总结

到此这篇关于利用JS实现二叉树遍历算法的文章就介绍到这了,更多相关JS二叉树遍历算法内容请搜索NICE源码以前的文章或继续浏览下面的相关文章希望大家以后多多支持NICE源码！