树形结构是一种非线性数据结构。
树中的每个部分称为结点,结点间存在分支结构与层次关系。
・每个树形结构都具有一个根结点。
・根据结点之间的关系,也存在父结点、子结点、兄弟结点的概念。
基础概念:
叶节点:不含子结点的结点称为叶节点。
子树:对某个结点与其后代结点的整体称呼。
由于存在父子关系,树中的结点形成多级结构,称为层级。
根节点层级为1,向下依次递增。
树中最深结点的层级称为树的高度。
深度:树中最深的一个节点的层级
二叉树
二叉树是树形结构中的一种,二叉树中的每个结点最多只能存在2个子结点。
这样分为:左子结点、右子结点。 左子树、右子树。
满二叉树:二叉树的每层结点都达到最大值。
(满)二叉树的除最后一层外,每层结点都达到最大值,且最后一层结点都位于左侧,这种形式称为完成二叉树。满二叉树也属于完全二叉树。
・由于完全二叉树的结构连续,有迹可循,可采用顺序存储方式。
・如按照从左往右,从上到下的顺序将结点存储在数组中。
普通二叉树由于结构不规则,不适合使用顺序存储,为了记录结点间的关系,可使用链式存储方式。
每个结点通过 value 表示值,left、 right表示左右子结点。
二叉搜索树是一种特殊的二叉树,简称BST。二叉搜索树中序遍历是递增的。
・左子树的结点小于根节点,右子树的结点大于根节点。
・子树也为二叉搜索树。
二叉树的遍历方式
二叉树的遍历从根节点开始,根据数据访问的顺序不同存在三种遍历形式:前序遍历、中序遍历、后序遍历。这里的序表示树根结点的访顺序。
- 前序遍历:按根结点>左子树->右子树顺序进行遍历。
- 中序遍历:按左子树->根结点->右子树顺序进行遍历。
- 后序遍历:按左子树->右子树->根结点顺序进行遍历。
代码:
// let preorderTraversal = function(root){
// // 用于存储遍历的结果
// const res = []
// // 设置函数用于进行递归遍历
// const preorder = (root) ==> {
// //当前节点为空,无需递归
// if(!root){
// return
// }
// //记录根节点值
// res.push(root.val)
// // 前序遍历左子树
// preorder(root.left)
// // 前序遍历右子树
// preorder(root.right)
// //以上三句语句可以根据前中后遍历顺序调整
// }
// preorder(root)
// return res
// }
// 迭代方式
const preorderTraversal = function(root) {
const res = [];
const stk = [];
while (root || stk.length) {
while (root) {
//右子结点入栈
stk.push(root.right)
//记录根节点
res.push(root.val)
//下一步处理子节点
root = root.left
}
//左子树处理完毕,将stk出栈,处理右子树
root = stk.pop()
}
return res
}
常见算法
dfs 前序遍历操作时使用的算法称为深度优先搜索算法。计算二叉树最大深度同样可以采用这种方式。
bfs 广度优先 二叉树的层序遍历 逐层的从左到右访问节点。
var levelOrder = function(root) {
const res = []
if (!root) {
return res
}
//声明队列用于存储后续数据
const q = [] q.push(root)
//遍历队列
while (q.length !== 0) {
//针对本轮作,创建一个新的二维数组
res.push([]) let len = q.length
for (let i = 0; i < len; i++) {
//将本次操作的结点出队
const node = q.shif() res[res.length - 1].push(node.val)
//检测是否存在左右子结点,如果有,入队即可
if (node.left) {
q.push(node.left)
}
if (node.right) {
q.push(node.right)
}
}
return res
}