二叉树_算法总结_JavaScript

二叉树相关算法

• 二叉树的前中后序遍历：

前序遍历：根 左 右   中序遍历：左 根 右    后序遍历：左 右 根

递归写法（前序遍历）（空间复杂度与系统堆栈有关，系统栈需要记住每个节点的值，所以空间复杂度为O(n)。时间复杂度应该为O(n)）：

var preorderTraversal = function(root) {
    var res = [];
    var preorderTraversalNode = (node)=>{
        if(node == null){
            return;
        }
        //通过节点的位置前中后序，前序即先输出中节点
        res.push(node.val);
        //遍历左子树
        preorderTraversalNode(node.left);
        //遍历右子树
        preorderTraversalNode(node.right);
    }
    preorderTraversalNode(root);
    return res;
};

用栈模拟递归写法，（由于每个节点都需要入栈和出栈，所以时间和空间复杂度都是O(n)）：

前序遍历，因为栈先入后出，所以入栈顺序是先右后左：

var preorderTraversal = function(root) {
    var res = [];
    var stack = [];
    stack.push(root);
    if(!root){
        return [];
    }
    while(stack.length > 0){
        var node = stack.pop();
        res.push(node.val);
        if(node.right){
            stack.push(node.right);
        }
        if(node.left){
            stack.push(node.left);
        }
    }
    return res;
};

中序遍历：

法1：非递归，颜色标记法(第一次进栈的节点是白色，第二次进栈的节点是灰色，当为灰色时输入值到res中)：

注： 颜色遍历是一种很好的模板方法，如 计算二叉树最大深度

var inorderTraversal = function(root) {
// 颜色标记法
    var res = [];
    var stack =[];
    if(!root)return [];
    var rootObject = {
        color: 'white',
        node:root
    };
    stack.push(rootObject);
    while(stack.length > 0 ){
        var {node, color} = stack.pop();
        if(color == 'gray'){
            res.push(node.val);
        }
        else{
            node.right && stack.push({color: 'white',node: node.right});
            stack.push({color:'gray',node:node});
            node.left && stack.push({color: 'white',node: node.left});
        }
    }
    return res;
};

法2 ： 无需使用颜色标记法，节省了空间，先一路向左下压如栈中，依次弹出，放入结果中，进入右子节点，继续将左边的压如栈中，（推荐第一种方法，因为这个方法有些特殊，无法形成模板方法）：

var inorderTraversal = function(root) {
    var res = [];
    var stack = [];
    while(root || stack.length > 0){
        while(root){
            //一路向左下，压入栈中
            stack.push(root);
            root = root.left;
        }
        root = stack.pop();
        res.push(root.val);
        // 依次检测是否有右节点，有的话就进入右子节点，然后继续一路向左下压如栈中。
        root = root.right;
    }
    return res;
};

后序遍历：

var postorderTraversal = function(root) {
    var res = [];
    var stack = [];
    if(root) stack.push(root);
    while(stack.length > 0){
        // 前序遍历是按照 中左右 打印，那么使用unshift即可逆前序打印， 即： 右左 中
        // 再将前序遍历的左右节点入栈顺序交换，即完成后序遍历： 左 右 中
        var node = stack.pop();
        res.unshift(node.val);
        if(node.left){
            stack.push(node.left);
        }
        if(node.right){
            stack.push(node.right);
        }
    }
    return res;
};

• 广度遍历和深度遍历：

深度遍历： 深度遍历上述遍历，包括前序、中序、后序遍历:

使用分治法中序遍历：

var inorderTraversal = function(root) {
    // 分治法
    return mergeSort(root);
};

function mergeSort(node){
    if(!node){
        return [];
    }
    var res = [];
    var left = mergeSort(node.left);
    var right = mergeSort(node.right);
    res = res.concat(left);
    res = res.concat(node.val);
    res = res.concat(right);
    return res;
}

分治法步骤：

1.写递归返回条件

2.分段处理

3.合并

分治法同样可以用于归并排序：

//归并排序
var sortArray = function(nums) {
    return mergeSort(nums);
};

function mergeSort(nums){
    if(nums.length < 2){
//注意判断条件
        return nums;
    }
    var mid = Math.floor(nums.length / 2);
    var left = nums.slice(0,mid);
    var right = nums.slice(mid);
    return merge(mergeSort(left),mergeSort(right));
}

function merge(l, r){
//注意返回
    var res = [];
    while(l.length>0 && r.length>0){
        if(l[0] <= r[0]){
            res.push(l.shift());
        }
        else{
            res.push(r.shift());
        }
    }
    while(l.length>0){
        res.push(l.shift());
    }
    while(r.length>0){
        res.push(r.shift());
    }
    return res;
}

广度遍历/层序遍历： 

var levelOrder = function(root) {
    var res = [];
    var queue = [];
    var stack = [];
    if(!root) return [];
    stack.push(root);
    // 通过人为植入一个标记，来判断某一层是否遍历完成。
    stack.push('s');
    while(stack.length > 0){
        var node = stack.shift();
        while(node != 's'){
            node.left && stack.push(node.left);
            node.right && stack.push(node.right);
            queue.push(node.val);
            node = stack.shift();
        }
        res.push(queue);
        queue = [];
        if(stack.length > 0){
            stack.push('s');
        }     
    }
    return res;
};