JavaScript二叉树及各种遍历算法详情

目录

• 什么是二叉树
  • 满二叉树
  • 完全二叉树
• 二叉树的存储
  • 数组存储
  • 链表存储
• 与二叉树相关的算法
  • 深度优先遍历
  • 广度优先遍历
  • 先序遍历
  • 中序遍历
  • 后序遍历

前言:

上一篇文章中介绍了树的概念、深度优先遍历和广度优先遍历，这篇文章我们来学习一个特殊的树——二叉树。

什么是二叉树

二叉树是每个节点最多只能有两个子节点的树，如下图所示：

一个二叉树具有以下几个特质：

• 第i层的节点最有只有2^(i-1)个；
• 如果这颗二叉树的深度为k，那二叉树最多有2^k-1个节点；
• 在一个非空的二叉树中，若使用n0表示叶子节点的个数，n2是度为2的非叶子节点的个数，那么两者满足关系n0 = n2 + 1。

满二叉树

如果在一个二叉树中，除了叶子节点，其余的节点的每个度都是2，则说明该二叉树是一个满二叉树，

如下图所示：

满二叉树除了满足普通二叉树特质，还具有如下几个特质：

• 满二叉树的的第n层具有2^(n-1)个节点；
• 深度为k的满二叉树一定存在2^k-1个节点，叶子节点的个数为2^(k-1)；
• 具有n个节点的满二叉树的深度为log_2^(n+1)。

完全二叉树

如果一个二叉树去掉最后一次层是满二叉树，且最后一次的节点是依次从左到右分布的，则这个二叉树是一个完全二叉树，

如下图所示：

二叉树的存储

存储二叉树的常见方式分为两种，一种是使用数组存储，另一种使用链表存储。

数组存储

使用数组存储二叉树，如果遇到完全二叉树，存储顺序从上到下，从左到右，如下图所示：

如果是一个非完全二叉树，如下图所示：

需要先将其转换为完全二叉树，然后在进行存储，如下图所示：

可以很明显的看到存储空间的浪费。

链表存储

使用链表存储通常将二叉树中的分为3个部分，如下图：

这三个部分依次是左子树的引用，该节点包含的数据，右子树的引用，存储方式如下图所示：

与二叉树相关的算法

以下算法中遍历用到的树如下：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

// tree.js const bt = {   val: 'A',   left: {     val: 'B',     left: { val: 'D', left: null, right: null },     right: { val: 'E', left: null, right: null },   },   right: {     val: 'C',     left: {       val: 'F',       left: { val: 'H', left: null, right: null },       right: { val: 'I', left: null, right: null },     },     right: { val: 'G', left: null, right: null },   }, } module.exports = bt

深度优先遍历

二叉树的深度优先遍历与树的深度优先遍历思路一致，思路如下：

• 访问根节点；
• 访问根节点的left
• 访问根节点的right
• 重复执行第二三步

实现代码如下：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28

const bt = {   val: 'A',   left: {     val: 'B',     left: { val: 'D', left: null, right: null },     right: { val: 'E', left: null, right: null },   },   right: {     val: 'C',     left: {       val: 'F',       left: { val: 'H', left: null, right: null },       right: { val: 'I', left: null, right: null },     },     right: { val: 'G', left: null, right: null },   }, } function dfs(root) {   if (!root) return   console.log(root.val)   root.left && dfs(root.left)   root.right && dfs(root.right) } dfs(bt) /** 结果 A B D E C F H I G */

广度优先遍历

实现思路如下：

• 创建队列，把根节点入队
• 把对头出队并访问
• 把队头的left和right依次入队
• 重复执行2、3步，直到队列为空

实现代码如下：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14

function bfs(root) {   if (!root) return   const queue = [root]   while (queue.length) {     const node = queue.shift()     console.log(node.val)     node.left && queue.push(node.left)     node.right && queue.push(node.right)   } } bfs(bt) /** 结果 A B C D E F G H I  */

先序遍历

二叉树的先序遍历实现思想如下：

• 访问根节点;
• 对当前节点的左子树进行先序遍历；
• 对当前节点的右子树进行先序遍历；

如下图所示：

递归方式实现如下：

?

1 2 3 4 5 6 7 8 9 10 11 12

const bt = require('./tree') function preorder(root) {   if (!root) return   console.log(root.val)   preorder(root.left)   preorder(root.right) } preorder(bt) /** 结果 A B D E C F H I G */

迭代方式实现如下：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

// 非递归版 function preorder(root) {   if (!root) return   // 定义一个栈，用于存储数据   const stack = [root]   while (stack.length) {     const node = stack.pop()     console.log(node.val)     /* 由于栈存在先入后出的特性，所以需要先入右子树才能保证先出左子树 */     node.right && stack.push(node.right)     node.left && stack.push(node.left)   } } preorder(bt) /** 结果 A B D E C F H I G */

中序遍历

二叉树的中序遍历实现思想如下：

• 对当前节点的左子树进行中序遍历；
• 访问根节点;
• 对当前节点的右子树进行中序遍历；

如下图所示：

递归方式实现如下：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14

const bt = require('./tree') // 递归版 function inorder(root) {   if (!root) return   inorder(root.left)   console.log(root.val)   inorder(root.right) } inorder(bt) /** 结果 D B E A H F I C G */

迭代方式实现如下：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

// 非递归版 function inorder(root) {   if (!root) return   const stack = []   // 定义一个指针   let p = root   // 如果栈中有数据或者p不是null，则继续遍历   while (stack.length || p) {     // 如果p存在则一致将p入栈并移动指针     while (p) {       // 将 p 入栈，并以移动指针       stack.push(p)       p = p.left     }     const node = stack.pop()     console.log(node.val)     p = node.right   } } inorder(bt) /** 结果 D B E A H F I C G */

后序遍历

二叉树的后序遍历实现思想如下：

• 对当前节点的左子树进行后序遍历；
• 对当前节点的右子树进行后序遍历；
• 访问根节点;

如下图所示：

递归方式实现如下：

?

1 2 3 4 5 6 7 8 9 10 11 12 13

const bt = require('./tree') // 递归版 function postorder(root) {   if (!root) return   postorder(root.left)   postorder(root.right)   console.log(root.val) } postorder(bt) /** 结果 D E B H I F G C A */

迭代方式实现如下：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

// 非递归版 function postorder(root) {   if (!root) return   const outputStack = []   const stack = [root]   while (stack.length) {     const node = stack.pop()     outputStack.push(node)     // 这里先入left需要保证left后出，在stack中后出，就是在outputStack栈中先出     node.left && stack.push(node.left)     node.right && stack.push(node.right)   }   while (outputStack.length) {     const node = outputStack.pop()     console.log(node.val)   } } postorder(bt) /** 结果 D E B H I F G C A */