⑧ 数据结构之“树”

一、理论

1. 树简介

树是一种分层数据的抽象模型
常见树：DOM树、级联选择、树形控件...
js中没有树，但可以用Object和Array构建树
树的常用操作：深度/广度优先遍历、先中后序遍历

2. 深度/广度优先遍历

const tree = {
  val: 'a',
  children: [{
    val: 'b',
    children: [{
      val: 'd',
      children: [],
    },{
      val: 'e',
      children: [],
    }],
  },{
    val: 'c',
    children: [{
      val: 'f',
      children: [],
    },{
      val: 'g',
      children: [],
    }],
  }],
}

深度优先遍历：尽可能深的搜索树的分支
广度优先遍历：先访问离根节点最近的节点

2.1 深度优先遍历

递归

2.1.1 算法口诀

访问根节点
对根节点的children挨个进行深度优先遍历

2.1.2 coding part

// dfs
const DFS = root => {
  console.log(root.val)
  root.chileren.forEach(child => DFS(child))
// abdecfg

2.2 广度优先遍历

队列

2.1.1 算法口诀

新建队列，将根节点入队
队头出队并访问
把队头的children挨个入队
重复2 3 直到队列为空

2.1.2 coding part

// bfs
const BFS = root => {
  const q = [root]
  while(q.length) {
    const n = q.shift()
    console.log(n.val)
    n.children.forEach(child => q.push(child))
  }
}
// abcdefg

3. 二叉树的先中后序遍历（递归）

3.1 什么是二叉树

// bt
const bt = {
  val: 1,
  left: {
    val: 2,
    left: {
      val: 4,
      left: null,
      right: null
    },
    right: {
      val: 5,
      left: null,
      right: null
    }
  },
  right: {
    val: 3,
    left: {
      val: 6,
      left: null,
      right: null
    },
    right: {
      val: 7,
      left: null,
      right: null
    }
  }
}

树中每个节点最多只能有两个子节点
js中通常用Object模拟二叉树

3.2 先序遍历

3.2.1 先序遍历算法口诀

访问根节点
对根节点的左子树进行先序遍历
对根节点的右子树进行先序遍历

3.2.2 coding part

// preorder
const preorder = root => {
  if(!root) return
  console.log(root.val)
  preorder(root.left)
  preorder(root.right)
}

3.3 中序遍历

3.3.1 中序遍历算法口诀

对根节点的左子树进行中序遍历
访问根节点
对根节点的右子树进行中序遍历

3.3.2 coding part

// inorder
const inorder = root => {
  if(!root) return
  inorder(root.left)
  console.log(root.val)
  inorder(root.right)
}

3.4 后序遍历

3.4.1 后序遍历算法口诀

对根节点的左子树进行中序遍历
对根节点的右子树进行中序遍历
访问根节点

3.4.2 coding part

// postorder
const postorder = root => {
  if(!root) return
  postorder(root.left)
  postorder(root.right)
  console.log(root.val)
}

4. 二叉树的先中后序遍历（非递归）

堆栈

4.1 先序遍历

coding part

// preorder
const preorder = root => {
  if(!root) return
  const stack = [root]
  while(stack.length) {
    const n = stack.pop()
    console.log(n.val)
    if(n.right) stack.push(n.right)
    if(n.left) stack.push(n.left)
  }
}

4.2 中序遍历

coding part

// inorder
const inorder = root => {
  if(!root) return
  const stack = []
  let p = root
  while(stack.length || p) {
    while(p) {
      stack.push(p)
      p = p.left
    }
    const n = stack.pop()
    console.log(n.val)
    p = n.right
  }
}

4.3 后序遍历

coding part

// postorder
const postorder = root => {
  if(!root) return
  const stack = [root]
  const outputStack = []
  while(stack.length) {
    const n = stack.pop()
    outputStack.push(n)
    if(n.left) stack.push(n.left)
    if(n.right) stack.push(n.right)
  }
  while(outputStack.length) {
    const n = outputStack.pop()
    console.log(n.val)
  }
}

二、刷题

1. 二叉树的最大深度（104）

1.1 题目描述

给定一个二叉树，找出其最大深度
二叉树的深度为根节点到最远叶子节点的最长路径上的节点数
说明: 叶子节点是指没有子节点的节点

1.2 解题思路

求最大深度，考虑深度优先遍历
在深度优先遍历过程中，记录每个节点所在层级，找出最大的层级即可

1.3 解题步骤

新建变量纪录最大深度
深度优先遍历整棵树并记录每个节点的层级，不断刷新最大深度
遍历结束返回最大深度

function maxDepth(root) {
  let res = 0
  const dfs = (n, l) => {
    if(!n) return
    if(!n.left && !n.right) {
      res = Math.max(res, l)
    }
    dfs(n.left, l+1)
    dfs(n.right, l+1)
  }
  dfs(root, 1)
  return res
}

1.4 时间复杂度&空间复杂度

时间复杂度：O(n)
空间复杂度：O(logn)~O(n)

2. 二叉树的最小深度（111）

2.1 题目描述

给定一个二叉树，找出其最小深度
最小深度是从根节点到最近叶子节点的最短路径上的节点数量
说明：叶子节点是指没有子节点的节点

2.2 解题思路

求最小深度，考虑广度优先遍历
在广度优先遍历过程中，遇到叶子节点，停止遍历，返回节点层级

2.3 解题步骤

广度优先遍历整棵树并记录每个节点的层级
遇到叶子节点，返回节点层级，停止遍历

function minDepth(root) {
  if(!root) return 0
  const q = [[root, 1]]
  while(q.length) {
    const [n, l] = q.shift()
    if(!n.left && !n.right) {
      return l
    }
    if(n.left) q.push([n.left, l+1])
    if(n.right) q.push([n.right, l+1])
  }
}

2.4 时间复杂度&空间复杂度

时间复杂度：O(n)
空间复杂度：O(n)

3. 二叉树的层序遍历（102）

3.1 题目描述

给你二叉树的根节点 root ，返回其节点值的层序遍历
即逐层地，从左到右访问所有节点

3.2 解题思路

输入：root = [3,9,20,null,null,15,7]
输出：[[3],[9,20],[15,7]]

层序遍历顺序就是广度优先遍历
遍历时要记录各节点的层级

3.3 解题步骤

广度优先遍历
遍历时要记录各节点的层级

function levelOrder(root) {
  if(!root) return []
  const q = [[root, 0]]
  const res = []
  while(q.length) {
    const [n, level] = q.shift()
    if(!res[level]) {
      res.push([n.val])
    } else {
      res[level].push(n.val)
    }
    if(n.left) q.push([n.left, level+1])
    if(n.right) q.push([n.right, level+1])
  }
  return res
}

方法二

function levelOrder(root) {
  if(!root) return []
  const q = [root]
  const res = []
  while(q.length) {
    let len = q.length
    res.push([])
    while(len--) {
      const n = q.shift()
      res[res.length-1].push(n.val)
      if(n.left) q.push(n.left)
      if(n.right) q.push(n.right)
    }
  }
  return res
}

3.4 时间复杂度&空间复杂度

时间复杂度：O(n)
空间复杂度：O(n)

4. 二叉树的中序遍历（94）

4.1 题目描述

给定一个二叉树的根节点 root ，返回它的中序遍历
进阶: 递归算法很简单，你可以通过迭代算法完成吗？

4.2 解题

function inorderTraversal(root) {
  const res = []
  const rec = n => {
    if(!n) return
    rec(n.left)
    res.push(n.val)
    rec(n.right)
  }
  rec(root)
  return res
}

方法二

function inorderTraversal(root) {
  const res = []
  const stack = []
  let p = root
  while(stack.length || p) {
    while(p) {
      stack.push(p)
      p = p.left
    }
    const n = stack.pop()
    res.push(n.val)
    p = n.right
  }
  return res
}

4.3 时间复杂度&空间复杂度

时间复杂度：O(n)
空间复杂度：O(n)

5. 路径总和（112）

5.1 题目描述

给定二叉树和一个目标和的
判断该树中是否存在 根节点到叶子节点 的路径，这条路径上所有节点值相加等于目标和
如果存在，返回 true ；否则，返回 false

5.2 解题思路

输入：root = [5,4,8,11,null,13,4,7,2,null,null,null,1], targetSum = 22
输出：true

深度优先遍历过程中，记录当前路径节点值和
叶子节点处，判断当前路径的节点值和是否=目标和

5.3 解题步骤

深度优先遍历二叉树，在叶子节点处，判断当前路径的节点值和是否=目标和，是则返回true
遍历结束，若没有匹配，则返回false

function hasPathSum(root, sum) {
  if(!root) return false
  let res = false
  const dfs = (n, s) => {
    if(!n.left && !n.right && s === sum) {
      res = true
    } 
    if(n.left) dfs(n.left, s + n.left.val)
    if(n.right) dfs(n.right, s + n.right.val)
  }
  dfs(root, root.val)
  return res
}

方法二

function levelOrder(root) {
  if(!root) return []
  const q = [root]
  const res = []
  while(q.length) {
    let len = q.length
    res.push([])
    while(len--) {
      const n = q.shift()
      res[res.length-1].push(n.val)
      if(n.left) q.push(n.left)
      if(n.right) q.push(n.right)
    }
  }
  return res
}

5.4 时间复杂度&空间复杂度

时间复杂度：O(n)
空间复杂度：O(logn)~O(n)

6 遍历json的所有节点值（前端与树）

const json = {
  a: { b: { c: 1 } },
  d: [1, 2]
}

6.1 coding part

const dfs = (n, path) => {
  console.log(n, path)
  Object.keys(n).forEach(k => {
    dfs(n[k], path.concat(k))
  })
}

三、总结 -- 技术要点

树是一种分层数据的抽象模型，在前端广泛应用
树的常用操作：深度/广度优先遍历、先中后序遍历

相关阅读:
python中if __name__ == '__main__': 的解析
 CPPUTest 单元测试框架(针对 C 单元测试的使用说明)
哈希表详解
 使用RSS提升DPDK应用的性能(转)
DPDK内存管理-----rte_mbuf(转)
DPDK内存管理-----（二）rte_mempool内存管理
 DPDK内存管理(1)(转)
Scala + IntelliJ IDEA
什么是消息队列中间件
 微信小程序直播
原文地址：https://www.cnblogs.com/pleaseAnswer/p/15826482.html