JavaScript树结构深度优先算法实例分析(javascript,开发技术)

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：

consttree={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：

functiondfs(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/*结果ABEFCGDHI*/

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：

functionbfs(root){//1.新建队列跟节点入队constq=[root]//4重复执行while(q.length>0){constnode=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)/*结果ABCDEFGHI*/