JavaScript数据结构——树

JavaScript中的树

在使用数组存储时，根据下标值访问效率会很高，但是当想要使用元素来查找时，比较好的方法是对数组先排序，之后二分查找。

由此所带来的问题是查找时需要大量的操作，效率就比较低了

而链表对于插入与删除的操作效率虽然很高，但是查找效率依然很低，需要从头至尾访问一遍链表，直到找到。

而对于哈希表，一方面空间利用率不高，而且哈希表中的元素是无序的，不能按照固定的顺序来遍历哈希表中的元素

相比上面的结构，树结构的优点则更突出

• 树的定义：
  • 树（Tree）: n（n≥0）个结点构成的有限集合
    • 当n=0时，称为空树
    • 对于任一棵非空树（n> 0），它具备以下性质
    • 树中有一个称为“根（Root）”的特殊结点，用 r 表示
    • 其余结点可分为m(m>0)个互不相交的有限集T1，T2，… ，Tm，其中每个集合本身又是一棵树，称为原来树的“子树（SubTree）”
  • 注意：
    • 子树之间不可以相交
    • 除了根结点外，每个结点有且仅有一个父结点
    • 一棵N个结点的树有N-1条边
  • 树的术语
    • 1.结点的度（Degree）：结点的子树个数
    • 2.树的度：树的所有结点中最大的度数. (树的度通常为结点的个数N-1)
    • 3.叶结点（Leaf）：度为0的结点. (也称为叶子结点)
    • 4.父结点（Parent）：有子树的结点是其子树的根结点的父结点
    • 5.子结点（Child）：若A结点是B结点的父结点，则称B结点是A结点的子结点；子结点也称孩子结点
    • 6.兄弟结点（Sibling）：具有同一父结点的各结点彼此是兄弟结点
    • 7.路径和路径长度：从结点n1到nk的路径为一个结点序列n1 , n2,… , nk, ni是 ni+1的父结点。路径所包含边的个数为路径的长度
    • 8.结点的层次（Level）：规定根结点在1层，其它任一结点的层数是其父结点的层数加1
    • 9.树的深度（Depth）：树中所有结点中的最大层次是这棵树的深度

二叉树

二叉树定义：

• 二叉树可以为空, 也就是没有结点
• 若不为空，则它是由根结点和称为其左子树TL和右子树TR的两个不相交的二叉树组成

二叉树特性：

• 一个二叉树第 i 层的最大结点数为：2^(i-1), i >= 1
• 深度为k的二叉树有最大结点总数为： 2^k - 1, k >= 1
• 对任何非空二叉树 T，若n0表示叶结点的个数、n2是度为2的非叶结点个数，那么两者满足关系n0 = n2 + 1

特殊的二叉树

• 完美二叉树(Perfect Binary Tree) , 也称为满二叉树(Full Binary Tree）

  在二叉树中, 除了最下一层的叶结点外, 每层节点都有2个子结点, 就构成了满二叉树

• 完全二叉树(Complete Binary Tree)

  • 除二叉树最后一层外, 其他各层的节点数都达到最大个数

  • 且最后一层从左向右的叶结点连续存在, 只缺右侧若干节点

  • 完美二叉树是特殊的完全二叉树

二叉树的存储

数组存储

• 完全二叉树: 按从上至下、从左到右顺序存储

• 非完全二叉树：
  • 非完全二叉树要转成完全二叉树才可以按照上面的方案存储，但会造成空间浪费

链表存储

• 二叉树最常见的方式还是使用链表存储
• 每个结点封装成一个Node, Node中包含存储的数据, 左结点的引用, 右结点的引用