【每日积累】关于Tree数据结构，你了解多少呢？

最新推荐文章于 2024-08-07 13:16:00 发布

影shy

最新推荐文章于 2024-08-07 13:16:00 发布

阅读量271

点赞数

分类专栏： JavaScript 算法简章文章标签：数据结构面试前端

本文链接：https://blog.csdn.net/weixin_49326936/article/details/125029739

版权

JavaScript 同时被 2 个专栏收录

19 篇文章 0 订阅

订阅专栏

算法简章

1 篇文章 0 订阅

订阅专栏

这一篇会介绍关于数据结构Tree跟运用在前端的那边(虽然我相信读这篇的人肯定会很少

为什么会写这篇?

数据结构实在太多种了.大致上分为Linear(Array、Linked List 、Stack、Queue…) 跟 Non-Linear (Tree、Graphs…)，自己也是从零开始学习算法/数据结构，所以先跳过看起來很难而且也不知道用在前端场景的，Non-Linear data structure，在面试过程当中还是被问到过这系列问题!

面试官: 请问DOM是那种数据结构
我: 你是在问dom tree 嘛？
面試官: 答对了，就是Tree（没想到这么容易)
面試官: 那 DOM Tree 搜寻的时间复杂度是什么?
我: emmm ……

面完之后感悟
原來我每天都在碰的DOM，就是 Tree数据结构! 那看來一定要來剖析一下Tree这个数据结构了！

什麼是 Tree?

在这里插入图片描述

树(Tree)是一种无顺序的资数据结构，方便快速找数据。为什么会叫Tree,因为这种数据结构的确像
极了倒过来的树了。在我们平时应用当中也经常能看到Tree的应用，例如web sitemap，一些计算机竞赛，族谱等等。

在开始介绍之前，认识一下相关名词。

树节点(root): 就是最上面的节点(node)。每个tree只会有一个root
子树(child tree): 由节点(node)和其后代构成。
子节点(child node):有父节点的节点，所以基本上除了root都是
叶节点或称外部节点（leaf): 没有子节点的节点
节点深度(depth):祖先节点数量.以下图来说body depth 就是 0， img depth 是 2
树的高度(height):最大深度到第几层.以下图來說 body height 就是 2， img height 是 0

下图示意用，所以就列代表而已(例如 child tree 应该有三个)

在这里插入图片描述

若把其中一个node拿來看，他會

包括key
值指向的子代

class Tree {
    constructor(key){
        this.key = key;
        this.descendents = [];
    }    
}

Binary Search Tree

Tree其实有很多种类型，例如红黑树、二元树、二元搜索树等等。DOM是一般的树类型，而这边也介绍一下最容易入门的二元搜索树(Binary Search Tree)

二元搜索树，Binary Search Tree 是二元树(Binary Tree) 的一种，他的演算法可以高效的插入、寻找、删除节点，是很常见的数据结构之一。

规则是每个node 节点下面最多两个child node

一个是左子节点，放比父节点小的值
一个是由子节点，放比父节点大的值
在这里插入图片描述

通常一个 Binary Search Tree 会有以下方法（不會把每個方法的code打出來，只是想要介紹概念）

class BinarySearchTree {
    constructor(key){
        this.key = key;
        this.left = null;
        this.right = null;
    }    
    let root = null;
    // Method
    // 插入 Key 鍵
    insert(key){}
    // 找是否有這個 Key 找到 return true, 沒找到 return false
    search(key){}
    // 透過中序遍歷所有結點
    inOrderTraverse(){}
    // 透過先序遍歷所有結點
    preOrderTraverse = function() {};
    // 透過後序遍歷所有結點
    postOrderTraverse = function() {};
    // 回傳樹中最小值/鍵
    min = function() {};
    // 回傳樹中最大值/鍵
    max = function() {};
    // 從樹中移除某個鍵
    remove = function(key) {};
}

node

Binary Search Tree 的子結點只會最多兩個 (left and right)

    /* 建立二元樹 Node 類別，會有
    - 一個存放資料的 key(鍵) 
    - 指向左子結點指標
    - 指向右子結點指標
    */
constructor(key){
    this.key = key;
    this.left = null;
    this.right = null;
}

在这里插入图片描述

insert (key)

根据节点开始比较

若 < parent node 则从 left child 再继续比
若 > parent node 则从 right child 再继续比

以新节点 19 來说．总共比了三次

19 < 50 所以往 "左边" 子节点继续比較
19 > 17 所以往 "右边" 继续比較
19 < 23 最后放在 "左边"

看图比较清楚，最后会新增在23 node 下面的“右边”子节点

在这里插入图片描述

Min / Max
Binary Search Tree 最大的值就一定在最右邊，而最小值一定在最左邊

在这里插入图片描述

BFS vs. DFS

BFS: Breadth-First Search 广度优先搜寻
DFS: Depth-first Search 深度优先搜寻
这也是面试常被问到的概念之一，直接看图会比较好理解怎么运作的

在这里插入图片描述

<content>
    <sidebar>
        <menu></menu>
    </sidebar>
</content>
<main>
    <post></post>
    <img />
</main>

若将上面HTML架构转换成DOM Tree
在这里插入图片描述

使用 DFS，查找順序就會是

root -> content -> sidebar -> menu -> main -> post -> img

而使用 BFS，查找順序就會變成是

root -> content -> main -> sidebar -> post -> img -> menu

结论

嗯,我相信大多数人都是如此，看资料总觉得了解的不够透彻，不自己实操一波，不踩坑，始终不会知道那些地方需要规避，那些地方是难点。关于tree（要不是面试会考我八辈子也不会看),毕竟我们都不是写游览器底层的，有点那种面试造飞机，工作拧螺丝的感觉。但这些概念一直频繁的使用在framework跟library里面，明白它们才能让你更进一个台阶，明白它们才能写出更为高效的程式。

更何况现在卷计算机的人实在太多了，太多能人身兼数职，理论和实操都很棒，像很多人在学校里面都被教一些无用的理论，实操更是少之更少，但我相信要成为一个出色水手，技能和理论是必备。

另外懂了 Tree 概念再來看 DOM tree 真的容易很多呢