什么是树
在现实生活中，相信每个人对树都很熟悉，不管是柳树、杨树还是桃树，可以说树在我们生活中随处可见；在计算机世界，树是一种分层结构的抽象模型，
如下图所示：
树结构的应用有很多，就比如公司的组织架构，就可以用树来表示，如下图：
除了组织架构，像族谱、省市等都可以使用树结构来表示。
树的术语
树有很多的术语，如下图：
- 树：n(n≥0)个节点所构成的有限集合，当
n=0时，称为空树； - 节点的度：节点的子树个数，例如B节点的度就是2，A节点的度就是3；
- 树的度：树的所有节点中最大的度数，例如上图中，树的度是3；
- 叶子节点：度为0的节点，也叫叶节点；
- 子节点：如上图；
- 兄弟节点：如上图；
- 根节点：如上图；
- 树的深度：树中所有结点中的最大层次，例如上图中树的深度就是3；
- 节点的层次：例如E节点的层次就是3，节点的层次就是父节点层次+1，根节点的层次为1；
- 路径：一个节点到另一个节点的通道，例如A→H的路径就是
A D H； - 路径长度：一个节点到另一个节点的距离，例如A→H的路径就是3。
JavaScript中的树
树结构可以说是前端中最常见的数据结构之一，比如说DOM树、级联选择、树形组件等等；
JavaScript中并没有提供树这个数据结构，但是我们可以通过对象和数组来模拟一个树，
例如下面这段代码：
const tree = {
value: 'A',
children: [
{
value: 'B',
children: [
{ value: 'E', children: null },
{ value: 'F', children: null },
],
},
{
value: 'C',
children: [{ value: 'G', children: null }],
},
{
value: 'D',
children: [
{ value: 'H', children: null },
{ value: 'I', children: null },
],
},
],
}广度优先和深度优点遍历算法
深度优先
所谓的深度优先遍历算法，就是尽可能深的去搜索树的分支，它的遍历顺序如下图：
实现思路如下：
- 访问根节点；
- 对根节点的
children持续进行深度优先遍历（递归）；
实现代码如下：
function dfs(root) {
console.log(root.value)
root.children && root.children.forEach(dfs) // 与下面一致
// if (root.children) {
// root.children.forEach(child => {
// dfs(child)
// })
// }
}
dfs(tree) // 这个tree就是前面定义的那个树
可以看到，和图中的顺序是一致的，也就是说我们的算法没有问题。
广度优先
所谓的广度优先就是依次访问离根节点近的节点，它的遍历顺序如下图：
实现思路如下：
- 创建要给队列，把根节点入队；
- 把队头出队并访问；
- 把队头的
children依次入队； - 重复执行2、3步，直到队列为空。
实现代码如下：
function bfs(root) {
// 1. 新建队列 跟节点入队
const q = [root]
// 4 重复执行
while (q.length > 0) {
const node = q.shift() // 2 队头出队
console.log(node.value)
// 3 队头 children 依次入队
node.children &&
node.children.forEach(child => {
q.push(child)
})
}
}
bfs(tree)
可以看到，和图中的顺序是一致的，也就是说我们的算法没有问题。
到此这篇关于JavaScript树结构深度优先算法的文章就介绍到这了,更多相关JS 树结构内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！
