52 # 二叉树的前中后遍历

简介: 52 # 二叉树的前中后遍历

二叉树的遍历

线性数据结构遍历比较简单,可以采用正序遍历、逆序遍历。

遍历树的目的一般是修改树,比如修改树的节点,采用访问者模式

前序遍历

前序遍历(preorder traversal):先访问根节点,前序遍历左子树,前序遍历右子树;遍历 dom 树可以使用

perorderTraversal(visitor) {
    if (visitor == null) return;
    const traversal = (node) => {
        if (node === null) return;
        visitor.visit(node);
        traversal(node.left);
        traversal(node.right);
    };
    traversal(this.root);
}

中序遍历

中序遍历(inorder traversal):中序遍历左子树,根节点,中序遍历右子树;可以顺序打印数据

inorderTraversal(visitor) {
    if (visitor == null) return;
    const traversal = (node) => {
        if (node === null) return;
        traversal(node.left);
        visitor.visit(node);
        traversal(node.right);
    };
    traversal(this.root);
}

后序遍历

后序遍历(postorder traversal):后序遍历左子树,后续遍历右子树,根节点;遍历子节点可使用后序遍历

postorderTraversal(visitor) {
    if (visitor == null) return;
    const traversal = (node) => {
        if (node === null) return;
        traversal(node.left);
        traversal(node.right);
        visitor.visit(node);
    };
    traversal(this.root);
}

层序遍历

层序遍历(level order traversal):从上到下,从左到右依次访问每一个节点

完整代码

实现如下:

// 节点
class Node {
    constructor(element, parent) {
        this.element = element; // 存的数据
        this.parent = parent; // 父节点
        this.left = null; // 左子树
        this.right = null; // 右子树
    }
}
class BST {
    constructor(compare) {
        this.root = null;
        this.size = 0; // 节点个数
        this.compare = compare || this.compare;
    }
    compare(e1, e2) {
        return e1 - e2;
    }
    // 添加节点
    add(element) {
        // 如果根元素不存在
        if (this.root === null) {
            this.root = new Node(element, null);
            this.size++;
            return;
        } else {
            // 如果根元素存在,那么增加的就不是根节点,需要找到 parent
            let currentNode = this.root;
            // 当前比较的结果
            let compare = 0;
            // 先找到需要对比的 parent(当前父节点)
            let parent = null;
            while (currentNode) {
                parent = currentNode;
                compare = this.compare(element, currentNode.element);
                // 如果大于 0 找右树,小于 0 找左树
                if (compare > 0) {
                    currentNode = currentNode.right;
                } else if (compare < 0) {
                    currentNode = currentNode.left;
                } else {
                    // 如果比较后结果一样,由自己决定是否需要覆盖
                    currentNode.element = element; // 覆盖
                    return;
                }
            }
            // 找到了 parent,生成新节点
            let newNode = new Node(element, parent);
            if (compare > 0) {
                parent.right = newNode;
            } else {
                parent.left = newNode;
            }
        }
    }
    // 先序遍历
    perorderTraversal(visitor) {
        if (visitor == null) return;
        const traversal = (node) => {
            if (node === null) return;
            visitor.visit(node);
            traversal(node.left);
            traversal(node.right);
        };
        traversal(this.root);
    }
    // 中序遍历
    inorderTraversal(visitor) {
        if (visitor == null) return;
        const traversal = (node) => {
            if (node === null) return;
            traversal(node.left);
            visitor.visit(node);
            traversal(node.right);
        };
        traversal(this.root);
    }
    // 后序遍历
    postorderTraversal(visitor) {
        if (visitor == null) return;
        const traversal = (node) => {
            if (node === null) return;
            traversal(node.left);
            traversal(node.right);
            visitor.visit(node);
        };
        traversal(this.root);
    }
}
let bst = new BST();
let arr = [10, 8, 19, 6, 15, 22, 20];
arr.forEach((element) => {
    bst.add(element);
});
// 遍历树的目的一般是修改树,比如修改树的节点,采用访问者模式
console.log(
    bst.perorderTraversal({
        visit(node) {
            console.log("visitor.visit---->", node.element);
        },
    })
);
console.log(
    bst.inorderTraversal({
        visit(node) {
            console.log("visitor.visit---->", node.element);
        },
    })
);
console.log(
    bst.postorderTraversal({
        visit(node) {
            console.log("visitor.visit---->", node.element);
        },
    })
);
目录
相关文章
|
6月前
|
算法 数据处理 Python
深入理解二叉树:结构、遍历和实现
深入理解二叉树:结构、遍历和实现
深入理解二叉树:结构、遍历和实现
|
存储 算法
二叉树的创建和遍历
二叉树(Binary tree)是树形结构的一个重要类型。许多实际问题抽象出来的数据结构往往是二叉树形式,即使是一般的树也能简单地转换为二叉树,而且二叉树的存储结构及其算法都较为简单,因此二叉树显得特别重要。二叉树特点是每个节点最多只能有两棵子树,且有左右之分
92 0
|
存储 算法 编译器
探索二叉树:结构、遍历与应用
什么是二叉树? 二叉树是一种由节点组成的层次结构,其中每个节点最多有两个子节点,分别称为左子节点和右子节点。这种结构使得二叉树在存储和搜索数据时非常高效。二叉树的一个特殊情况是二叉搜索树(Binary Search Tree,BST),它满足左子节点的值小于父节点,右子节点的值大于父节点,这种特性使得在BST中进行查找操作更加高效。
105 0
|
存储 编译器
二叉树的递归遍历与迭代遍历(图示)
本文将讲述二叉树递归与迭代的相关知识。
130 0
|
机器学习/深度学习 C++ 容器
二叉树创建和遍历(C++实现)
树(Tree)是n(n≥0)个节点的有限集。在任意一棵树中有且仅有一个特定的称为根(Root)的节点;当n>1时,其余节点可分m(m>0)为个互不相交的有限集T1,T2,...,Tm;其中每一个集合本身又是一棵树,并且称为根的子树(SubTree)。 二叉树(Binary Tree)是一种特殊的有序树型结构,所有节点最多只有2棵子树。
662 0
二叉树的三种遍历方式
二叉树的三种遍历方式
233 0
二叉树的三种遍历方式
二叉查找树的建立,删除,非递归和递归查找给定元素,非递归和递归查找最大元素结点和最小元素结点
二叉查找树的建立,删除,非递归和递归查找给定元素,非递归和递归查找最大元素结点和最小元素结点
二叉树的创建,和三种递归遍历方式
二叉树的创建,和三种递归遍历方式