定义
树同散列表一样,是一种非顺序数据结构。现实中树的例子有家谱、公司组织架构图及其它树形结构关系。
树由一系列节点构成,每个节点都有一个父节点(除根节点外)以及零个或多个子节点,如图:
树中的每一个元素叫作节点,最顶部的节点叫作根节点。至少有一个子节点的节点称为内部节点(如图中的7、9、15、13、20),没有子节点的节点称为外部节点或叶节点(如图中的3、 6、 8、 10、 12、 14等)。一个节点可以包括祖先及后代,祖先包括父节点、祖父节点等,后代包括子节点、孙节点等。一个节点及其后代可以组成一个子树(如图中的13、12、14)。节点的深度指节点祖先节点的数量(如图中的节点6的深度为3)。树的高度指树中节点深度的最大值。上图中,节点中的数字称为键。
二叉树:二叉树指节点最多只能包含两个子节点的树,即左侧子节点与右侧子节点。二叉树有利于高效地插入、查找、删除节点。
二叉搜索树:二叉搜索树是二叉树的一种,它的左侧节点的值必须大于右侧节点的值,上图就是一个二叉搜索树。优化的二叉搜索树包括AVL树、红黑树(待完成)等
方法
insert(key):向树中插入一个新的键。
search(key):在树中查找一个键,如果节点存在,则返回true;如果不存在,则返回false。
inOrderTraverse:通过中序遍历方式遍历所有节点。
preOrderTraverse:通过先序遍历方式遍历所有节点。
postOrderTraverse:通过后序遍历方式遍历所有节点。
min:返回树中最小的值/键。
max:返回树中最大的值/键。
remove(key):从树中移除某个键。
实现
首选实现二叉查找树类的骨架
// 二叉查找树类
function BinarySearchTree() {
// 用于实例化节点的类
var Node = function(key){
this.key = key; // 节点的健值
this.left = null; // 指向左节点的指针
this.right = null; // 指向右节点的指针
};
var root = null; // 将根节点置为null
}
insert方法,向树中插入一个新的键。遍历树,将插入节点的键值与遍历到的节点键值比较,如果前者大于后者,继续递归遍历右子节点,反之,继续遍历左子节点,直到找到一个空的节点,在该位置插入。
this.insert = function(key){
var newNode = new Node(key); // 实例化一个节点
if (root === null){
root = newNode; // 如果树为空,直接将该节点作为根节点
} else {
insertNode(root,newNode); // 插入节点(传入根节点作为参数)
}
};
// 插入节点的函数
var insertNode = function(node, newNode){
// 如果插入节点的键值小于当前节点的键值
// (第一次执行insertNode函数时,当前节点就是根节点)
if (newNode.key < node.key){
if (node.left === null){
// 如果当前节点的左子节点为空,就直接在该左子节点处插入
node.left = newNode;
} else {
// 如果左子节点不为空,需要继续执行insertNode函数,
// 将要插入的节点与左子节点的后代继续比较,直到找到能够插入的位置
insertNode(node.left, newNode);
}
} else {
// 如果插入节点的键值大于当前节点的键值
// 处理过程类似,只是insertNode函数继续比较的是右子节点
if (node.right === null){
node.right = newNode;
} else {
insertNode(node.right, newNode);
}
}
}
在下图的树中插入健值为6的节点,过程如下:
树的遍历
树的遍历指访问树的每一个节点,并对节点做一定操作。遍历树主要有三种方式:中序、先序、后序。
中序遍历
中序遍历严格按照从小到大的方式遍历树,也就是优先访问左子节点,相当于对树进行了排序。
this.inOrderTraverse = function(callback){
// callback用于对遍历到的节点做操作
inOrderTraverseNode(root, callback);
};
var inOrderTraverseNode = function (node, callback) {
// 遍历到node为null为止
if (node !== null) {
// 优先遍历左边节点,保证从小到大遍历
inOrderTraverseNode(node.left, callback);
// 处理当前的节点
callback(node.key);
// 遍历右侧节点
inOrderTraverseNode(node.right, callback);
}
};
对下图的树做中序遍历,并输出各个节点的键值:
tree.inOrderTraverse(function(value){
console.log(value);
});
依次输出:3 5 6 7 8 9 10 11 12 13 14 15 18 20 25,
遍历过程如图:
先序遍历
先序遍历先访问节点本身,再遍历其后代节点,最后遍历其兄弟节点。它的一种应用是打印一个结构化的文档。
this.preOrderTraverse = function(callback){
// 同样的,callback用于对遍历到的节点做操作
preOrderTraverseNode(root, callback);
};
var preOrderTraverseNode = function (node, callback) {
// 遍历到node为null为止
if (node !== null) {
callback(node.key); // 先处理当前节点
preOrderTraverseNode(node.left, callback); // 再继续遍历左子节点
preOrderTraverseNode(node.right, callback); // 最后遍历右子节点
}
};
用先序遍历遍历下图所示的树,并打印节点键值,输出结果:11 7 5 3 6 9 8 10 15 13 12 14 20 18 25,
遍历过程如图:
后序遍历
后序遍历先访问节点的后代节点,再访问节点本身。它的一种应用是计算一个目录和它的子目录中所有文件的大小。
this.postOrderTraverse = function(callback){
postOrderTraverseNode(root, callback);
};
var postOrderTraverseNode = function (node, callback) {
if (node !== null) {
postOrderTraverseNode(node.left, callback); //{1}
postOrderTraverseNode(node.right, callback); //{2}
callback(node.key); //{3}
}
};
可以看到,中序、先序、后序遍历的实现方式几乎一模一样,只是{1}、{2}、{3}行代码的执行顺序不同。
对下图的树进行后序遍历,并打印键值:3 6 5 8 10 9 7 12 14 13 18 25 20 15 11,
遍历过程如图:
树的搜索
搜索最小值
在二叉搜索树里,不管是整个树还是其子树,最小值一定在树最左侧的最底层。因此给定一颗树或其子树,只需要一直向左节点遍历到底就行了。
this.min = function(node) {
// min方法允许传入子树
node = node || root;
// 一直遍历左侧子节点,直到底部
while (node && node.left !== null) {
node = node.left;
}
return node;
};
搜索最大值
搜索最大值与搜索最小值类似,只是沿着树的右侧遍历。
this.max = function(node) {
// min方法允许传入子树
node = node || root;
// 一直遍历左侧子节点,直到底部
while (node && node.right !== null) {
node = node.right;
}
return node;
};
搜索特定值
搜索特定值的处理与插入值的处理类似。遍历树,将要搜索的值与遍历到的节点比较,如果前者大于后者,则递归遍历右侧子节点,反之,则递归遍历左侧子节点。
this.search = function(key, node){
// 同样的,search方法允许在子树中查找值
node = node || root;
return searchNode(key, node);
};
var searchNode = function(key, node){
// 如果node是null,说明树中没有要查找的值,返回false
if (node === null){
return false;
}
if (key < node.key){
// 如果要查找的值小于该节点,继续递归遍历其左侧节点
return searchNode(node.left, key);
} else if (key > node.key){
// 如果要查找的值大于该节点,继续递归遍历其右侧节点
return searchNode(node.right, key);
} else {
// 如果要查找的值等于该节点,说明查找成功,返回改节点
return node;
}
};
移除节点
移除节点,首先要在树中查找到要移除的节点,再判断该节点是否有子节点、有一个子节点或者有两个子节点,最后分别处理。
this.remove = function(key, node){
// 同样的,允许仅在子树中删除节点
node = node || root;
removeNode(key, node);
};
var removeNode = function (node, key) {
// 找到要删除的节点
var delete_node = this.search(node, key);
// 如果node不存在,直接返回
if (node === false) {
return null;
}
// 第一种情况,该节点没有子节点
if (node.left === null && node.right === null) {
node = null;
return node;
}
// 第二种情况,该节点只有一个子节点的节点
if (node.left === null) { // 只有右节点
node = node.right;
return node;
} else if (node.right === null) { // 只有左节点
node = node.left;
return node;
}
// 第三种情况,有有两个子节点的节点
// 将右侧子树中的最小值,替换到要删除的位置
// 找到最小值
var aux = this.min(node.right);
// 替换
node.key = aux.key;
// 删除最小值
node.right = removeNode(node.right, aux.key);
return node;
}
第三种情况的处理过程,如下图所示。当要删除的节点有两个子节点时,为了不破坏树的结构,删除后要替补上来的节点的键值大小必须在已删除节点的左、右子节点的键值之间,且替补上来的节点不应该有子节点,否则会产生一个节点有多个字节点的情况,因此,找右侧子树的最小值替换上来。同理,找左侧子树的最大值替换上来也可以。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。