在刚学编程时,就知道有一种数据结构叫“树”,树中的翘楚是“二叉树”,“红黑树”等。
据说“树”构在编程界呼风唤雨无所不能。让无数程序员闻风丧胆。甚至在面试时,更是有“手写二叉树”,“翻转二叉树”等题目坐镇。
好吧,我承认这些在当时都把我吓住了。
但是当我颤抖着打开《学习JavaScript数据结构与算法》,开始敲下关于“树”的代码时,突然觉得,好像也没有那么难呢。
于是心怀激动,一口气敲完了书上的例子,中途也思考了很久,不断的在纸上演算等。但总的来说,还是学的很开心的。
之前学的栈、队列、链表等数据结构,都是顺序数据结构。而树,将会是我们学的第一种非顺序数据结构。
放在现实里呢,有个很生动的例子,公司组织架构图。长这样:
而我们要学的树,长这样:
节点简介
其中,树中的每个元素,都叫做节点
。从节点延伸而下的,叫子节点
。
树顶部的节点叫根节点。每棵树只有一个根节点。(图中15就是根节点)
在节点中,有子节点的节点也称为内部节点,没有的话则被称为外部节点或者叶节点。
同时在节点中是有祖先和后代关系的,比如节点9的祖先就有13,7,6,15四个。
节点属性
深度: 节点的深度取决于其祖先的数量,节点9的深度就是4。
树的高度,树的高度体现为节点深度的最大值。
比如上图,节点深度最大值为4,则树的高度为4。
二叉树与二叉搜索树
二叉树的最大特点就在于,它的节点最多只有两个子节点:左侧子节点和右侧子节点。
二叉搜索树则是二叉树的一种,但它只允许你在左侧节点储存比父节点小的值,右侧只允许储存比父节点大的值。
像刚才的这幅图,就是二叉搜索树。
而我们本文要学习的内容,就是如何写一个二叉搜索树。
JavaScipt中二叉搜索树的实现
首先,创建一个构造函数。
/**
* 二叉搜索树的构造函数
*/
function BinarySearchTree() {
/**
* 二叉搜索树键的构造函数
* @param {Number} key 要生成的键值
*/
var Node = function(key) {
// 键值
this.key = key;
// 左子节点
this.left = null;
// 右子节点
this.right = null;
}
/**
* 二叉树的根节点,不存在时表示为Null
* @type {Null or Number}
*/
var root = null;
}
在之前提到过的双向链表中,每个节点包含两个指针,一个指向左侧节点,一个指向右侧节点。在二叉搜索树中,每个节点也有两个指针,一个指向左侧子节点,一个指向右侧子节点。但在二叉搜索树中,我们把节点成为键
,这是术语。
二叉搜索树需要有如下的方法:
- insert(key): 向树中插入一个新的键
- inOrderTraverse(): 通过中序遍历方式,遍历所有节点
- preOrderTranverse(): 通过先序遍历方式,遍历所有节点
- postOrderTranverse(): 通过后序遍历方式,遍历所有节点
- min(): 返回树中最小的值
- max(): 返回树中最大的值
- search(key): 搜索某个值,在树中则返回true
- remove(key): 从树中移除某个键
二叉搜索树的实现,基本都与递归有关(对我来说递归很绕,花了很久才理解)。如果不清楚递归相关概念,可以看看下面的参考链接。
insert方法:
说明:向树中插入一个新的键
实现:
/**
* 插入某个键到二叉树中
* @param {Number} key 要插入的键值
*/
this.insert = function(key) {
// 用传入的值生成二叉树的键
var newNode = new Node(key);
// 根节点为Null时,传入的键则为根节点
// 否则调用insertNode函数来插入子节点
if (root === null) {
root = newNode;
} else {
insertNode(root, newNode)
}
};
/**
* 用于插入子节点。
* @param {Node} node 根节点
* @param {Node} newNode 要插入的节点
*/
var insertNode = function(node, newNode) {
//由于二叉搜索树的性质,所以当键值小于当前所在节点的键值
//则使得左子结点成为新的要比较的节点,进行递归调用
//如果左子结点为null,则将键值赋值给左子结点。
//如果键值大于当前所在节点的键值,原理同上。
if (newNode.key < node.key) {
if (node.left === null) {
node.left = newNode;
} else {
insertNode(node.left, newNode)
}
} else {
if (node.right === null) {
node.right = newNode
} else {
insertNode(node.right, newNode)
}
}
};
inOrderTraverse方法:
说明:通过中序遍历方式,遍历所有节点
实现:
/**
* 中序遍历操作,常用于排序。会把树中元素从小到大的打印出来。
* 因为在javascript的递归中,遇到递归是,会优先调用递归的函数。直到递归不再进行。
* 然后会在递归调用的最后一个函数中执行其它语句。再一层层的升上去。
* 所以中序遍历会有从小到大的输出结果。
* 后续的先序和后续遍历和这个原理差不多,取决于callback放在哪儿。
*
* @param {Function} callback 获取到节点后的回调函数
*/
this.inOrderTraverse = function(callback) {
inOrderTraverseNode(root, callback);
};
/**
* 中序遍历的辅助函数,用于遍历节点
* @param {Node} node 遍历开始的节点,默认为root
* @param {Function} callback 获取到节点后的回调函数
* @return {[type]} [description]
*/
var inOrderTraverseNode = function(node, callback) {
// 当前节点不为NULL则继续递归调用
if (node != null) {
inOrderTraverseNode(node.left, callback);
// 获取到节点后,调用的函数
callback(node.key);
inOrderTraverseNode(node.right, callback);
}
};
假如我们这儿加入打印节点值的函数:
var printNode = function(value) {
console.log(value);
};
inOrderTraverse(printNode) // 输出排序后树的值
preOrderTranverse方法:
说明:通过先序遍历方式,遍历所有节点
实现:
/**
* 前序遍历操作,常用于打印一个结构化的文档
* @param {Function} callback 获取到节点后的回调函数
*/
this.preOrderTranverse = function(callback) {
preOrderTranverseNode(root, callback);
};
/**
* 前序遍历的辅助函数,用于遍历节点
* @param {Node} node 遍历开始的节点,默认为root
* @param {Function} callback 获取到节点后的回调函数
*/
var preOrderTranverseNode = function(node, callback) {
if (node != null) {
callback(node.key);
preOrderTranverseNode(node.left, callback);
preOrderTranverseNode(node.right, callback);
}
};
postOrderTranverse方法:
说明:通过后序遍历方式,遍历所有节点
实现:
/**
* 后序遍历操作,常用于计算所占空间
* @param {Function} callback 获取到节点后的回调函数
*/
this.postOrderTranverse = function(callback) {
postOrderTranverseNode(root, callback);
};
/**
* 后序遍历的辅助函数,用于遍历节点
* @param {Node} node 遍历开始的节点,默认为root
* @param {Function} callback 获取到节点后的回调函数
*/
var postOrderTranverseNode = function(node, callback) {
postOrderTranverseNode(node.left, callback);
postOrderTranverseNode(node.right, callback);
callback(node.key);
};
min方法:
说明:返回树中最小的值,由二叉搜索树的性质易知,最左侧的为最小值。则只需取得最左侧的值即可。
实现:
/**
* 返回树中最小的值
* @return {Function} min函数的辅助函数
*/
this.min = function() {
return minNode(root);
};
/**
* min函数的辅助函数
* @param {Node} node 查找开始的节点,默认为root
*/
var minNode = function(node) {
// 如果node存在,则开始搜索。能避免树的根节点为Null的情况
if (node) {
// 只要树的左侧子节点不为null,则把左子节点赋值给当前节点。
// 若左子节点为null,则该节点肯定为最小值。
while (node && node.left !== null) {
node = node.left;
}
return node.key;
}
return null;
};
max方法:
说明:返回树中最大的值,由min函数易知,最大值在最右侧。
实现:
/**
* 返回树中最大的值
* @return {Function} max函数的辅助函数
*/
this.max = function() {
return maxNode(root);
};
/**
* max函数的辅助函数
* @param {Node} node 查找开始的节点,默认为root
* @return {Key} 节点的值
*/
var maxNode = function(node) {
if (node) {
while (node && node.right !== null) {
node = node.right;
}
return node.key;
}
return null;
};
search方法:
说明: 搜索某个值,在树中则返回true
实现:
/**
* 搜索某个值是否存在于树中
* @param {Node} key 搜索开始的节点,默认为root
* @return {Function} search函数的辅助函数
*/
this.search = function(key) {
return searchNode(root, key);
};
/**
* search函数的辅助函数
* @param {Node} node 搜索开始的节点,默认为root
* @param {Key} key 要搜索的键值
* @return {Boolean} 找到节点则返回true,否则返回false
*/
var searchNode = function(node, key) {
// 如果根节点不存在,则直接返回null
if (node === null) {
return false;
} else if (key < node.key) {
searchNode(node.left, key)
} else if (key > node.key) {
searchNode(node.right, key)
} else {
// 如果该节点值等于传入的值,返回true
return true;
}
};
remove方法:
说明:从树中移除某个键,要应对的场景:
- 只是一个叶节点
- 有一个子节点
- 有两个子节点的节点
因为要应付不同的场景,所以这是最麻烦的方法了。让我思考了好久才理解。如果你觉得看不懂的话,可以下载源代码把这一段写一遍。
实现:/** * 从树中移除某个键 * @param {Key} key 要移除的键值 * @return {Function} remove函数的辅助函数 */ this.remove = function(key) { root = removeNode(root, key); };
/**
- remove函数的辅助函数
- @param {Node} node 搜索开始的节点,默认为root
- @param {Key} key 要移除的键值
-
@return {Boolean} 移除成功则返回true,否则返回false
*/
var removeNode = function(node, key) {
// 如果根节点不存在,则直接返回null
if (node === root) {
return null;
}
// 未找到节点前,继续递归调用。
if (key < node.key) {
node.left = removeNode(node.left, key)
return node;
} else if (key > node.key) {
node.right = removeNode(node.right, key)
return node;
} else {
// 第一种场景:只是一个叶节点
// 这种情况只需要直接把节点赋值为null即可
if (node.left === null && node.right === null) {
node = null;
// 处理完直接return节点
return node;
}
// 第二种场景:有一个子节点
// 如果左节点为null,则代表右节点存在。
// 于是把当前节点赋值为存在的那个子节点
if (node.left === null) {
node = node.right;
// 处理完直接return节点
return node;
} else if (node.right == null) {
node = node.left;
// 处理完直接return节点
return node;
}
// 第三种场景:有两个子节点
// 首先加入辅助节点,同时找寻右子节点中的最小节点
// 并把当前节点替换为右子节点中的最小节点
// 同时为了避免节点重复,移除右子节点中的最小节点
var aux = findMinNode(node.right);
node.key = aux.key;node.right = removeNode(node.right, aux.key);
// 处理完直接return节点
return node;
}
};
/**
- remove函数的辅助函数
- @param {Node} node 查找开始的节点,默认为root
- @return {Node} 最小的节点
*/
var findMinNode = function(node) {
// 如果node存在,则开始搜索。能避免树的根节点为Null的情况
if (node) {
// 只要树的左侧子节点不为null,则把左子节点赋值给当前节点。
// 若左子节点为null,则该节点肯定为最小值。
while (node && node.left !== null) {
node = node.left;
}
return node;
}
return null;
};#### 源代码: 源代码在此~ > [二叉搜索树-源代码](https://github.com/Lxxyx/LearnDataStructrue/blob/master/BinarySearchTree.js)
写文章的时候,人有点感冒,晕晕乎乎的。不过写完之后就好多了,脑子清醒了许多。
二叉树这一章,就我而言感慨万分,也算是暂时满足了自己对数据结构中“树”的向往与愿望,也不是之前看数据结构中那种迷茫的感觉。
能用JavaScript亲手实现,还是非常开心的。
前端路漫漫,且行且歌~
热门评论
那么,这个二叉树是来干嘛的,它的应用场景总该提一下吧。
不错
学习了