一文了解树在前端中的应用,掌握数据结构中树的生命线
Posted 星期一研究室
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了一文了解树在前端中的应用,掌握数据结构中树的生命线相关的知识,希望对你有一定的参考价值。
一文了解树在前端中的应用
🏕️序言
在我们的日常生活中,无时无刻都会看到树。比如,在街上行走时,就有着一排排的树。那么,树在前端中,都有哪些应用呢?
事实上,前端在写页面时,每个页面就有它对应的 DOM
树、 CSSOM
树等等。除此之外呢,像我们写级联选择器时,它也是一层叠一层的,就像一棵树一样。
在接下来的这篇文章中,将讲解树这个数据结构的一些基本操作,以及树在前端中的应用。
一起来学习叭~🧐
🌲一、树是什么?
- 树是一种具有分层数据功能的抽象模型。
- 前端工作中常用的树包括:
DOM
树、级联选择、树形空间……。 JS
中没有树,但是可以用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。
🌴二、深/广度优先遍历
1、深度优先遍历
(1)定义
- 深度优先遍历,即尽可能深的搜索树的分支。
(2)口诀
- 访问根节点。
- 对根节点的
children
挨个进行深度优先遍历。
(3)代码实现
接下来用 JS
来实现树的深度优先遍历。具体代码如下:
const tree = {
val:'a',
children:[
{
val:'b',
children:[
{
val:'d',
children:[]
},
{
val:'e',
children:[]
}
]
},
{
val:'c',
children:[
{
val:'f',
children:[]
},
{
val:'a',
children:[]
}
]
}
]
}
const dfs = (root) => {
console.log(root.val);
// 使用递归
root.children.forEach(dfs);
}
/*
打印结果:
a
b
d
e
c
f
a
*/
通过以上代码我们可以知道,首先我们先定义一棵树 tree
,之后使用递归的方法,对树的 Children
挨个进行遍历,最终得到 abdecfa
的打印结果。
这个顺序怎么理解会更为容易一点呢?
在上面的知识点我们谈到,树是往深了遍历。那在我们这道题的 tree
树当中,我们总得先对第一层的遍历完,才能遍历第二层的。而第一层的内容又有很多层,那就先把它往深了遍历,等到第一层的深度遍历结束后,我们才开始遍历第二层的。
所以,我们先在来看一下,最上面的是 a
,接着就是第一层,第一层有 bde
,接下来是第二层,第二层就有 cfa
。因此,最终的顺序为 abdecfa
。
2、广度优先遍历
(1)定义
- 广度优先遍历,即先访问根节点最近的节点。
(2)口诀
- 新建一个队列。
- 把队头出队并访问。
- 把队头的
children
挨个入队。 - 重复第二步和第三步,直到队列为空。
(3)代码实现
接下来用 JS
来实现树的广度优先遍历。具体代码如下:
const tree = {
val:'a',
children:[
{
val:'b',
children:[
{
val:'d',
children:[]
},
{
val:'e',
children:[]
}
]
},
{
val:'c',
children:[
{
val:'f',
children:[]
},
{
val:'a',
children:[]
}
]
}
]
}
const bfs = (root) => {
// 新建一个队列,并把根节点先放到队列里面
const q = [root];
while(q.length > 0){
// 不断进行出队,访问
const n = q.shift();
// 边出队边访问
console.log(n.val);
// 把队头的children挨个入队,退到队列里面
n.children.forEach(child => {
q.push(child);
});
}
}
bfs(tree);
/*
打印结果:
a
b
c
d
e
f
a
*/
🌱三、二叉树
1、定义
- 对于二叉树来说,树中的每个节点最多只能有两个子节点。
JS
中没有二叉树,但通常用对象Object
模拟二叉树。
2、二叉树的先/中/后序遍历
(1)先序遍历
- 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。
(2)中序遍历
- 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)后序遍历
-
对根节点的左子树进行后序遍历。
-
对根节点的右子树进行后序遍历。
-
访问根节点。
3、JS实现先中后序三种遍历
下面我们用代码来实现二叉树的这三种遍历。接下来开始讲解~
(1)JS实现二叉树的先序遍历
对于二叉树的先序遍历来说,是先访问根节点,之后再访问左子树,最后访问右子树。下面我们用两种方式来实现先序遍历,第一种是递归版本,第二种是非递归版本。
先定义一棵树:
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
}
}
}
递归版本实现:
// 递归版本实现
const preOrder1 = (root) => {
if(!root){
return;
}
console.log(root.val);
preOrder1(root.left);
preOrder1(root.right);
}
preOrder1(bt);
/**打印结果:
1
2
4
5
3
6
7
*/
非递归版本实现:
// 非递归版实现
/**
* 思路:
* 1.新建一个栈模拟函数的调用堆栈;
* 2.对于先序遍历来说,需要先把根节点取出,然后再遍历左子树了右子树;
* 3.按照栈的先进后出特点,先把右子树放进栈里,再把左子树放进栈里,一一取出。
*/
const preOrder2 = (root) => {
if(!root){
return;
}
// 新建一个stack代表函数的调用堆栈
const stack = [root];
// console.log(stack)
while(stack.length){
// 将根节点从栈里弹出
const n = stack.pop();
console.log(n.val);
if(n.right){
stack.push(n.right);
}
if(n.left){
stack.push(n.left);
}
}
}
preOrder2(bt);
/**打印结果:
1
2
4
5
3
6
7
*/
(2)JS实现二叉树的中序遍历
对于二叉树的中序遍历来说,是先访问左子树,之后访问根节点,最后再访问右子树。下面我们用两种方式来实现中序遍历,第一种是递归版本,第二种是非递归版本。
同样地,我们先来先定义一棵树:
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
}
}
}
递归版本实现:
// 递归版本实现
const inOrder1 = (root) => {
if(!root){
return;
}
inOrder(root.left);
console.log(root.val);
inOrder(root.right);
}
inOrder1(bt);
/**打印结果:
4
2
5
1
6
3
7
*/
非递归版本实现:
// 非递归版实现
/**
* 思路:
* 1.新建一个栈模拟函数的调用堆栈;
* 2.对于中序遍历来说,需要先把左子树全部丢到栈里面;那么需要每当遍历一个,就推到栈里面
* 3.遍历完成之后,把最尽头的结点弹出,并访问它;此处最尽头的结点即尽头出的根节点,左根右
* 4.访问完左结点后,需要访问右结点;
*/
const inOrder2 = (root) => {
if(!root){
return;
}
let p = root;
const stack = [];
while(p || stack.length){
while(p){
// 先进栈
stack.push(p);
// 进栈完继续指向左子树
p = p.left;
}
// 弹出最后一个
const n = stack.pop();
console.log(n.val);
p = n.right;
}
}
inOrder2(bt);
/**打印结果:
4
2
5
1
6
3
7
*/
(3)JS实现二叉树的后序遍历
对于二叉树的后序遍历来说,是先访问左子树,之后访问右子树,最后再访问根节点。下面我们用两种方式来实现后序遍历,第一种是递归版本,第二种是非递归版本。
首先同样地,先来定义一棵树:
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
}
}
}
递归版本实现:
// 递归版本实现
const postOrder1 = (root) => {
if(!root){
return;
}
postOrder1(root.left);
postOrder1(root.right);
console.log(root.val);
}
preOrder1(bt);
/**打印结果:
1
2
4
5
3
6
7
*/
非递归版本实现:
// 非递归版实现
/**
* 思路:
* 1.建立一个空栈stack;
* 2.分别把左子树,右子树分别放入stack栈
* 3.建立一个倒序栈outputStack,先把根树放进,再一一放入右子树,右子树全部放完之后再放左子树
*/
const postOrder2 = (root) => {
if(!root){
return;
}
// 倒序栈输出,放根右左的顺序,之后再一一取出
const outputStack = [];
// 先放左子树,再放右子树,方便后面取出
const stack = [root];
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);
}
}
preOrder2(bt);
/**打印结果:
1
2
4
5
3
6
7
*/
(4)总结
看完上面的代码实现后,我们来做个总结。为什么这里要展示递归版本和非递归版本呢?
事实上,在我们的日常开发中,递归遍历是非常常见的。但试想一下,有时候我们的业务逻辑有可能很复杂,那这个时候前端从后端接收到的数据量是比较大的。这个时候如果用递归版本来处理的话,算法复杂度相对来说就会比较高了。
所以我们多了一种非递归版本的实现方式,非递归版本的实现方式,旨在以空间来换时间,减少代码的时间复杂度。
☘️四、leetcode经典题目剖析
接下来我们引用几道经典的 leetcode
算法,来巩固树和二叉树的知识。
1、leetcode104二叉树的最大深度(简单)
(1)题意
附上题目链接:leetcode104二叉树的最大深度
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。
输入输出示例:
- 输入: 给定二叉树
[3,9,20,null,null,15,7]
- 输出: 3
(2)解题思路
- 求最大深度,考虑使用深度优先遍历。
- 在深度优先遍历过程中,记录每个节点所在的层级,找出最大的层级即可。
(3)解题步骤
- 新建一个变量,记录最大深度。
- 深度优先遍历整棵树,并记录每个节点的层级,同时不断刷新最大深度的这个变量。
- 遍历结束返回最大深度的变量。
(4)代码实现
/**
* @param {TreeNode} root
* @return {number}
*/
let maxDepth = function(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;
}
2、leetcode111二叉树的最小深度(简单)
(1)题意
附上题目链接:leetcode111二叉树的最小深度
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。
输入输出示例:
- 输入: root =
[3,9,20,null,null,15,7]
- 输出: 2
(2)解题思路
- 求最小深度,考虑使用广度优先遍历。
- 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。
(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。
(4)代码实现
/**
* @param {TreeNode} root
* @return {number}
*/
let minDepth = function(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]);
}
}
}
3、leetcode102二叉树的层序遍历(中等)
(1)题意
附上题目链接:leetcode102二叉树的层序遍历
给你一个二叉树,请你返回其按 层序遍历 得到的节点值。 (即逐层地,从左到右访问所有节点)。
输入输出示例:
-
输入: 二叉树:
[3,9,20,null,null,15,7]
3 / \\ 9 20 / \\ 15 7
-
输出:
[ [3], [9,20], [15,7] ]
(2)解题思路
- 层序遍历顺序就是广度优先遍历。
- 不过在遍历时候需要记录当前节点所处的层级,方便将其添加到不同的数组中。
(3)解题步骤
- 广度优先遍历二叉树。
- 遍历过程中,记录每个节点的层级,并将其添加到不同的数组中。
(4)代码实现
/**
* @param {TreeNode} root
* @return {number[][]}
*/
// 方法一
let levelOrder1 = function(root) {
if(!root){
return [];
}
const q = [[root, 0]];
const res = [];
while(q.length){
const [n, level] = q.shift();
if(!res[level]){
// 没有该层次的数组时先创建一个数组
res.push([n.val]);
}else{
// 有数组时直接将值放进
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
let levelOrder2 = function(root){
if(!root){
return [];
}
const q = [root]以上是关于一文了解树在前端中的应用,掌握数据结构中树的生命线的主要内容,如果未能解决你的问题,请参考以下文章