翻译：疯狂的技术宅
说明：本文翻译自系列文章《Data Structures With JavaScript》，总共为四篇，原作者是在美国硅谷工作的工程师 Cho S. Kim 。这是本系列的第四篇。
原文：https://code.tutsplus.com/articles/data-structures-with-javascript-singly-linked-list-and-doubly-linked-list–cms-23393
树是 web 开发中最常用的数据结构之一。 这种说法对开发者和用户都是正确的。每个编写HTML的开发者，只要把网页载入浏览器就会创建一个树，树通常被称为文档对象模型（DOM）。相应地，每个在互联网上浏览信息的人，也都是以DOM树的形式接受信息。 每个编写HTML并且将其加载到Web浏览器的Web开发人员都创建了一个树，这被称为文档对象模型（DOM）。互联网上的所有用户，在获取信息时，都是以树的形式收——即DOM。
现在，高潮来了：你正在读的本文在浏览器中就是以树的形式进行渲染的。文字由<p>元素进行表示；<p>元素又嵌套在<body>元素中；<body>元素又嵌套在<html>元素中。 您正在阅读的段落表示为<p>元素中的文本；<p>元素嵌套在<body>元素中；<body>元素嵌套在<html>元素中。
这些嵌套数据和家族数类似。 <heml>是父元素，<body>是子元素，<p>又是<body>的子元素 如果这个比喻对你有点用的话，你将会发现在我们介绍树的时候会用到更多的类比。
在本文中，我们将会通过两种不同的遍历方式来创建一个树：深度优先(DFS)和广度优先(BFS)。 （如果你对遍历这个词感到比较陌生，不妨将他想象成访问树中的每一个节点。） 这两种类型的遍历强调了与树交互的不同方式， DFS和BFS分别用栈和队列来访问节点。 这听起来很酷！
树（深度搜索和广度搜索）
在计算机科学中，树是一种用节点来模拟分层数据的数据结构。每个树节点都包含他本身的数据及指向其他节点的指针。
节点和指针这些术语可能对一些读者来说比较陌生，所以让我们用类比来进一步描述他们。 让我们将树与组织图结构图进行比较。 这个结构图有一个顶级位置（根节点），比如CEO。 在这个节点下面还有一些其他的节点，比如副总裁(VP)。
为了表示这种关系，我们用箭头从CEO指向VP。 一个位置，比如CEO，是一个节点；我们创建的CEO到VP的关系是一个指针。 在我们的组织结构图中去创建更多的关系，我们只要重复这些步骤即可—我们让一个节点指向另一个节点。
在概念层次上，我希望节点和指针有意义。 在实际中，我们能从更科学的实例中获取收益。 让我们来思考DOM。 DOM有<html>元素作为其顶级位置（根节点）。 这个节点指向<head>元素和<body>元素。 这些步骤在DOM的所有节点中重复。
这种设计的一个优点是能够嵌套节点：例如：一个<ul>元素能够包含很多个<li>元素；此外，每个<li>元素能拥有兄弟<li>元素。这很怪异，但是确实真实有趣！
操作树
由于每个树都包含节点，其可以是来自树的单独构造器，我们将概述两个构造函数的操作：Node和Tree
节点
data存储值。parent指向节点的父节点。children指向列表中的下一个节点。
树
_root指向一个树的根节点。traverseDF(callback)对树进行DFS遍历。traverseBF(callback)对树进行BFS遍历。contains(data, traversal)搜索树中的节点。add(data, toData, traverse)向树中添加节点。remove(child, parent)移除树中的节点。
实现树
现在开始写树的代码！
节点的属性
在实现中，我们首先定义一个叫做Node的函数，然后构造一个Tree。
function Node(data) {
this.data = data;
this.parent = null;
this.children = [];
}每一个Node的实例都包含三个属性：data，parant，和children。 第一个属性保存与节点相关联的数据。 第二个属性指向一个节点。 第三个属性指向许多子节点。
树的属性
现在让我们来定义Tree的构造函数，其中包括Node构造函数的定义：
function Tree(data) {
var node = new Node(data);
this._root = node;
}Tree包含两行代码。 第一行创建了一个Node的新实例；第二行让node等于树的根节点。
Tree和Node的定义只需要几行代码。 但是，通过这几行足以帮助我们模拟分层数据。 为了证明这一点，让我们用一些示例数据去创建Tree的示例（和间接的Node）。
var tree = new Tree('CEO');
// {data: 'CEO', parent: null, children: []}
tree._root;幸好有parent和children的存在，我们可以为_root添加子节点和让这些子节点的父节点等于_root。 换一种说法，我们可以模拟分层数据的创建。
Tree的方法
接下来我们将要创建以下五种方法。
树
traverseDF(callback)traverseBF(callback)contains(data, traversal)add(child, parent)remove(node, parent)
因为每种方法都需要遍历一个树，所以我们首先要实现一个方法去定义不同的树遍历。 （遍历树是访问树的每个节点的正式方式。）
方法1/5: traverseDF(callback)
这种方法以深度优先方式遍历树。
Tree.prototype.traverseDF = function(callback) {
// this is a recurse and immediately-invoking function
(function recurse(currentNode) {
// step 2
for (var i = 0, length = currentNode.children.length; i < length; i++) {
// step 3
recurse(currentNode.children[i]);
}
// step 4
callback(currentNode);
// step 1
})(this._root);
};traverseDF(callback)有一个参数callback。 如果对这个名字不明白，callback被假定是一个函数，将在后面被traverseDF(callback)调用。
traverseDF(callback)的函数体含有另一个叫做recurse的函数。 这个函数是一个递归函数！ 换句话说，它是自我调用和自我终止。 使用recurse的注释中提到的步骤，我将描述递归用来recurse整个树的一般过程。
这里是步骤：
- 立即使用树的根节点作为其参数调用
recurse。 此时，currentNode指向当前节点。 - 进入
for循环并且从第一个子节点开始，每一个子节点都迭代一次currentNode函数。 - 在
for循环体内，使用currentNode的子元素调用递归。 确切的子节点取决于当前for循环的当前迭代。 - 当
currentNode不存在子节点时，我们退出for循环并callback我们在调用traverseDF（callback）期间传递的回调。
步骤2（自终止），3（自调用）和4（回调）重复，直到我们遍历树的每个节点。
递归是一个非常困难的话题，需要一个完整的文章来充分解释它。由于递归的解释不是本文的重点 —— 重点是实现一棵树 —— 我建议任何读者没有很好地掌握递归做以下两件事。
首先，实验我们当前的traverseDF(callback)实现，并尝试一定程度上理解它是如何工作的。 第二，如果你想要我写一篇关于递归的文章，那么请在本文的评论中请求它。
以下示例演示如何使用traverseDF(callback)遍历树。要遍历树，我将在下面的示例中创建一个。我现在使用的方法不是罪理想的，但它能很好的工作。 一个更好的方法是使用add(value)，我们将在第4步和第5步中实现。
var tree = new Tree('one');
tree._root.children.push(new Node('two'));
tree._root.children[0].parent = tree;
tree._root.children.push(new Node('three'));
tree._root.children[1].parent = tree;
tree._root.children.push(new Node('four'));
tree._root.children[2].parent = tree;
tree._root.children[0].children.push(new Node('five'));
tree._root.children[0].children[0].parent = tree._root.children[0];
tree._root.children[0].children.push(new Node('six'));
tree._root.children[0].children[1].parent = tree._root.children[0];
tree._root.children[2].children.push(new Node('seven'));
tree._root.children[2].children[0].parent = tree._root.children[2];
/*
creates this tree
one
├── two
│ ├── five
│ └── six
├── three
└── four
└── seven
*/现在，让我们调用traverseDF(callback)。
tree.traverseDF(function(node) {
console.log(node.data)
});
/*
logs the following strings to the console
'five'
'six'
'two'
'three'
'seven'
'four'
'one'
*/方法2/5: traverseBF(callback)
这个方法使用深度优先搜索去遍历树
深度优先搜索和广度优先搜索之间的差别涉及树的节点访问的序列。 为了说明这一点，让我们使用traverseDF(callback)创建的树。
/*
tree
one (depth: 0)
├── two (depth: 1)
│ ├── five (depth: 2)
│ └── six (depth: 2)
├── three (depth: 1)
└── four (depth: 1)
└── seven (depth: 2)
*/现在，让我们传递traverseBF(callback)和我们用于traverseDF（callback）的回调。
tree.traverseBF(function(node) {
console.log(node.data)
});
/*
logs the following strings to the console
'one'
'two'
'three'
'four'
'five'
'six'
'seven'
*/来自控制台的日志和我们的树的图显示了关于广度优先搜索的模式。从根节点开始；然后行进一个深度并访问该深度从左到右的每个节点。重复此过程，直到没有更多的深度要移动。
由于我们有一个广度优先搜索的概念模型，现在让我们实现使我们的示例工作的代码。
Tree.prototype.traverseBF = function(callback) {
var queue = new Queue();
queue.enqueue(this._root);
currentTree = queue.dequeue();
while(currentTree){
for (var i = 0, length = currentTree.children.length; i < length; i++) {
queue.enqueue(currentTree.children[i]);
}
callback(currentTree);
currentTree = queue.dequeue();
}
};我们对traverseBF(callback)的定义包含了很多逻辑。 因此，我会用下面的步骤解释这些逻辑：
- 创建
Queue的实例。 - 调用
traverseBF(callback)产生的节点添加到Queue的实例。 - 定义一个变量
currentNode并且将其值初始化为刚才添加到队列里的node - 当
currentNode指向一个节点时，执行wille循环里面的代码。 - 用
for循环去迭代currentNode的子节点。 - 在
for循环体内，将每个子元素加入队列。 - 获取
currentNode并将其作为callback的参数传递。 - 将
currentNode重新分配给正从队列中删除的节点。 - 直到
currentNode不再指向任何节点——也就是说树中的每个节点都访问过了——重复4-8步。
方法3/5 contains(callback, traversal)
让我们定义一个方法，可以在树中搜索一个特定的值。去使用我们创建的任意一种树的遍历方法，我们已经定义了contains(callback, traversal)接收两个参数：搜索的数据和遍历的类型。
Tree.prototype.contains = function(callback, traversal) {
traversal.call(this, callback);
};在contains(callback, traversal)函数体内，我们用call方法去传递this和callback。 第一个参数将traversal绑定到被调用的树contains（callback，traversal）；第二个参数是在树中每个节点上调用的函数。
想象一下，我们要将包含奇数数据的任何节点记录到控制台，并使用BFS遍历树中的每个节点。 我们可以这么写代码：
// tree is an example of a root node
tree.contains(function(node){
if (node.data === 'two') {
console.log(node);
}
}, tree.traverseBF);
add(data, toData, traversal) 方法4/5: add(data, toData, traversal)
现在有了一个可以搜索树中特定节点的方法。 让我们定义一个允许向指定节点添加节点的方法。
Tree.prototype.add = function(data, toData, traversal) {
var child = new Node(data),
parent = null,
callback = function(node) {
if (node.data === toData) {
parent = node;
}
};
this.contains(callback, traversal);
if (parent) {
parent.children.push(child);
child.parent = parent;
} else {
throw new Error('Cannot add node to a non-existent parent.');
}
};add(data, toData, traversal)定义了三个参数。 第一个参数data用来创建一个Node的新实例。 第二个参数toData用来比较树中的每个节点。 第三个参数traversal，是这个方法中用来遍历树的类型。
在add(data, toData, traversal)函数体内，我们声明了三个变量。 第一个变量child代表初始化的Node实例。 第二个变量parent初始化为null；但是将来会指向匹配toData值的树中的任意节点。parent的重新分配发生在我们声明的第三个变量，这就是callback。
callback是一个将toData和每一个节点的data属性做比较的函数。 如果if语句的值是true，那么parent将被赋值给if语句中匹配比较的节点。
每个节点的toData在contains(callback, traversal)中进行比较。遍历类型和callback必须作为contains(callback, traversal)的参数进行传递。
最后，如果parent不存在于树中，我们将child推入parent.children； 同时也要将parent赋值给child的父级。否则，将抛出错误。
让我们用add(data, toData, traversal)做个例子：
var tree = new Tree('CEO');
tree.add('VP of Happiness', 'CEO', tree.traverseBF);
/*
our tree
'CEO'
└── 'VP of Happiness'
*/这里是add(addData, toData, traversal)的更加复杂的例子：
var tree = new Tree('CEO');
tree.add('VP of Happiness', 'CEO', tree.traverseBF);
tree.add('VP of Finance', 'CEO', tree.traverseBF);
tree.add('VP of Sadness', 'CEO', tree.traverseBF);
tree.add('Director of Puppies', 'VP of Finance', tree.traverseBF);
tree.add('Manager of Puppies', 'Director of Puppies', tree.traverseBF);
/*
tree
'CEO'
├── 'VP of Happiness'
├── 'VP of Finance'
│ ├── 'Director of Puppies'
│ └── 'Manager of Puppies'
└── 'VP of Sadness'
*/方法5/5:remove(data, fromData, traversal)
为了完成Tree的实现，我们将添加一个叫做remove(data, fromData, traversal)的方法。 跟从DOM里面移除节点类似，这个方法将移除一个节点和他的所有子级。
Tree.prototype.remove = function(data, fromData, traversal) {
var tree = this,
parent = null,
childToRemove = null,
index;
var callback = function(node) {
if (node.data === fromData) {
parent = node;
}
};
this.contains(callback, traversal);
if (parent) {
index = findIndex(parent.children, data);
if (index === undefined) {
throw new Error('Node to remove does not exist.');
} else {
childToRemove = parent.children.splice(index, 1);
}
} else {
throw new Error('Parent does not exist.');
}
return childToRemove;
};与add(data, toData, traversal)类似，移除将遍历树以查找包含第二个参数的节点，现在为fromData。 如果这个节点被发现了，那么parent将指向它。
在这时候，我们到达了第一个if语句。 如果parent不存在，将抛出错误。 如果parent不存在，我们使用parent.children调用findIndex（）和我们要从parent节点的子节点中删除的数据 （findIndex（）是一个帮助方法，我将在下面定义。）
function findIndex(arr, data) {
var index;
for (var i = 0; i < arr.length; i++) {
if (arr[i].data === data) {
index = i;
}
}
return index;
}在findIndex()里面，以下逻辑将发生。 如果parent.children中的任意一个节点包含匹配data值的数据,那么变量index赋值为一个整数。 如果没有子级的数值属性匹配data，那么index保留他的默认值undefined。 在最后一行的findIndex()方法，我们返回一个index。
我们现在去remove(data, fromData, traversal)如果index的值是undefined，将会抛出错误。 如果index的值存在，我们用它来拼接我们想从parent的子节点中删除的节点。同样我们给删除的子级赋值为childToRemove。
最后，我们返回childToRemove。
树的的完整实现
到此为止Tree已经完全实现。回过头看看，我们到底完成了多少工作：
function Node(data) {
this.data = data;
this.parent = null;
this.children = [];
}
function Tree(data) {
var node = new Node(data);
this._root = node;
}
Tree.prototype.traverseDF = function(callback) {
// this is a recurse and immediately-invoking function
(function recurse(currentNode) {
// step 2
for (var i = 0, length = currentNode.children.length; i < length; i++) {
// step 3
recurse(currentNode.children[i]);
}
// step 4
callback(currentNode);
// step 1
})(this._root);
};
Tree.prototype.traverseBF = function(callback) {
var queue = new Queue();
queue.enqueue(this._root);
currentTree = queue.dequeue();
while(currentTree){
for (var i = 0, length = currentTree.children.length; i < length; i++) {
queue.enqueue(currentTree.children[i]);
}
callback(currentTree);
currentTree = queue.dequeue();
}
};
Tree.prototype.contains = function(callback, traversal) {
traversal.call(this, callback);
};
Tree.prototype.add = function(data, toData, traversal) {
var child = new Node(data),
parent = null,
callback = function(node) {
if (node.data === toData) {
parent = node;
}
};
this.contains(callback, traversal);
if (parent) {
parent.children.push(child);
child.parent = parent;
} else {
throw new Error('Cannot add node to a non-existent parent.');
}
};
Tree.prototype.remove = function(data, fromData, traversal) {
var tree = this,
parent = null,
childToRemove = null,
index;
var callback = function(node) {
if (node.data === fromData) {
parent = node;
}
};
this.contains(callback, traversal);
if (parent) {
index = findIndex(parent.children, data);
if (index === undefined) {
throw new Error('Node to remove does not exist.');
} else {
childToRemove = parent.children.splice(index, 1);
}
} else {
throw new Error('Parent does not exist.');
}
return childToRemove;
};
function findIndex(arr, data) {
var index;
for (var i = 0; i < arr.length; i++) {
if (arr[i].data === data) {
index = i;
}
}
return index;
}总结
树可以用来模拟分层数据。我们周围有许多类似这种类型的层次结构，例如网页和族谱。当你发现自己需要使用层次结构来结构化数据时，可以考虑使用树。
欢迎扫描二维码关注公众号，每天推送我翻译的技术文章。
扫一扫
139
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
