在現實生活中,相信每個人對樹都很熟悉,不管是柳樹、楊樹還是桃樹,可以說樹在我們生活中隨處可見;在電腦世界,樹是一種分層結構的抽象模型,
如下圖所示:
樹結構的應用很多,就例如公司的組織架構,就可以用樹來表示,如下圖:
除了組織架構,像是族譜、省市等都可以使用樹狀結構來表示。
樹有很多的術語,如下圖:
n=0
時,稱為空樹;ADH
;樹結構可以說是前端中最常見的資料結構之一,比如說DOM樹、級聯選擇、樹形元件等等;
JavaScript中並沒有提供樹這個資料結構,但是我們可以透過物件和陣列來模擬一片樹,
例如下面這段程式碼:
const tree = { value: 'A', children: [ { value: 'B', children: [ { value: 'E', 孩子: null }, { value: 'F', 孩子: null }, ], }, { value: 'C', children: [{ value: 'G', children: null }], }, { value: 'D', children: [ { value: 'H', 孩子: null }, { value: 'I', 孩子: null }, ], }, ], }
所謂的深度優先遍歷演算法,就是盡可能深的去搜尋樹的分支,它的遍歷順序如下圖:
實作想法如下:
children
持續進行深度優先遍歷(遞歸);實作程式碼如下:
function dfs(root) { console.log(root.value) root.children && root.children.forEach(dfs) // 與下面一致// if (root.children) { // root.children.forEach(child => { // dfs(child) // }) // } } dfs(tree) // 這個tree就是前面定義的那個樹/* 結果A B E F C G D H I */
可以看到,和圖中的順序是一致的,也就是說我們的演算法沒有問題。
所謂的廣度優先就是依序存取離根節點近的節點,它的遍歷順序如下圖:
實現想法如下:
children
依次入隊;實作程式碼如下:
function bfs(root) { // 1. 新佇列跟節點入隊const q = [root] // 4 重複執行while (q.length > 0) { const node = q.shift() // 2 隊頭出隊console.log(node.value) // 3 隊頭children 依序入隊node.children && node.children.forEach(child => { q.push(child) }) } } bfs(tree) /* 結果A B C D E F G H I */
可以看到,和圖中的順序是一致的,也就是說我們的演算法沒有問題。