1.简述

二叉搜索树树(Binary Search Tree),它或者是一棵空树,或者是具有下列性质的二叉树: 若它的左子树不空,则左子树上所有结点的值均小于它的根结点的值; 若它的右子树不空,则右子树上所有结点的值均大于它的根结点的值; 它的左、右子树也分别为二叉排序树。

2.代码说明

首先先创建一个辅助节点类Node,它初始化了三个属性:节点值,左孩子,有孩子。

 class Node {
constructor(value) {
this.value = value;
this.left = null;
this.right = null;
}
}

接着创建一个二叉搜索树类BST,它初始化了根节点为null。

class BST {
constructor() {
this.root = null;
}
}

然后,给这个BST类声明一些方法:

  • insert(value):向树中插入一个节点值为value的节点。
  • midOrderTraverse(callback):中序遍历树,并将树中的每个节点传入callback回调函数里。
  • preOrderTraverse(callback):前序遍历树,并将树中的每个节点传入callback回调函数里。
  • lastOrderTraverse(callback):后序遍历树,并将树中的每个节点传入callback回调函数里。
  • minNodeInTree():查找树中节点值最小的节点。
  • maxNodeInTree():查找树中节点值最大的节点。
  • searchNodeInTree(value):判断树中是否存在某个节点值为value的节点

3.插入节点

要向树中插入一个新的节点(或项),要经历三个步骤。

  1. 第一步是创建用来表示新节点的Node类实例。只需要向构造函数传递我们想用来插入树的节点值,它的左指针和右指针的值会由构造函数自动设置为null。
  2. 第二步要验证这个插入操作是否为一种特殊情况。这个特殊情况就是我们要插入的节点是树的第一个节点。如果是,就将根节点指向新节点。
  3. 第三步是将节点加在非根节点的其他位置。

代码如下:

insert(value) {
var newNode = new Node(value);//实例化一个新节点
var root = this.root;
if (root == null) { //如果根节点不存在
this.root = newNode; //将这个新节点作为根节点
} else { //如果根节点存在
insertNode(root, newNode); //将这个新节点在根节点之后找到合适位置插入
}
}

如果是将节点加在非根节点的其他位置,那么这里为了方便起见,我们创建一个辅助函数:insertNode(node,newNode);

  • 如果树非空,需要找到插入新节点的位置。因此,在调用insertNode方法时要通过参数传入树的根节点和要插入的节点。
  • 如果新节点的键小于当前节点的键(现在,当前节点就是根节点),那么需要检查当前节点的左侧子节点。如果它没有左侧子节点,就在那里插入新的节点。如果有左侧子节点,需要通过递归调用insertNode方法继续找到树的下一层。在这里,下次将要比较的节点将会是当前节点的左侧子节点。
  • 如果节点的键比当前节点的键大,同时当前节点没有右侧子节点,就在那里插入新的节点。如果有右侧子节点,同样需要递归调用insertNode方法,但是要用来和新节点比较的节点将会是右侧子节点。
/*
*函数名称:insertNode
*函数说明:将新节点newNode插入到node节点之后的合适位置
*函数参数:newNode,要插入的新节点
* node,node节点
*/
function insertNode(node, newNode) {
//如果newNode节点值小于node节点值,进入node节点左分支
if (newNode.value < node.value) {
//如果node节点左孩子为空
if (node.left == null) {
//将newNode赋给node节点左孩子,插入完毕。
node.left = newNode;
} else {
//如果node节点左孩子不为空,则继续向左孩子的左孩子递归
insertNode(node.left, newNode);
}
} else {
if (node.right == null) {
node.right = newNode;
} else {
insertNode(node.right, newNode);
}
}
}

有了插入节点的方法,那么接下来我们就可以创建出一颗二叉搜索树来。

let bst = new BST();
bst.insert(11);
bst.insert(7);
bst.insert(15);
bst.insert(5);
bst.insert(3);
bst.insert(9);
bst.insert(8);
bst.insert(10);
bst.insert(13);
bst.insert(12);
bst.insert(14);
bst.insert(20);
bst.insert(18);
bst.insert(25);
bst.insert(6);
console.log(bst)

在控制台打印,我们就可以画出这个树的样子:

3.树的遍历

遍历一棵树是指访问树的每个节点并对它们进行某种操作的过程。访问树的所有节点有三种方式:中序、先序和后序。

3.1中序遍历

中序遍历是一种以上行顺序访问BST所有节点的遍历方式,也就是以从最小到最大的顺序访问所有节点。中序遍历的一种应用就是对树进行排序操作。中序遍历的执行顺序是先访问节点的左侧子节点,然后访问节点本身,最后是右侧子节点,其遍历路径如下图所示:

我们编写midOrderTraverse方法实现中序遍历树,该方法收一个回调函数作为参数。回调函数用来定义我们对遍历到的每个节点进行的操作。

// 中序遍历
midOrderTraverse(callback) {
midOrderTraverseNode(this.root, callback);
}

同时,为了递归方便,编写一个辅助函数midOrderTraverseNode:

// 中序遍历辅助函数
function midOrderTraverseNode(node, callback) {
if (node !== null) {
midOrderTraverseNode(node.left, callback);
callback(node);
midOrderTraverseNode(node.right, callback);
}
}

接下来,我们就可以测试一下我们编写代码的功能:以中序遍历上文构建好的二叉搜索树,并打印出每个节点的值。

//打印节点值得函数
function printNode(node) {
console.log(node.value);
}
bst.midOrderTraverse(printNode) //中序遍历
//输出结果:
//3 5 6 7 8 9 10 11 12 13 14 15 18 20 25

3.2先序遍历

先序遍历是以优先于后代节点的顺序访问每个节点的。先序遍历的一种应用是打印一个结构化的文档。先序遍历会先访问节点本身,然后再访问它的左侧子节点,最后是右侧子节点,其遍历路径如下图所示:

同中序遍历一样,先序遍历还是需要一个辅助函数:

// 先序遍历
preOrderTraverse(callback){
preOrderTraverseNode(this.root,callback)
}
// 先序遍历辅助函数
function preOrderTraverseNode(node,callback){
if (node !== null) {
callback(node);
preOrderTraverseNode(node.left, callback);
preOrderTraverseNode(node.right, callback);
}
}

测试:

//打印节点值得函数
function printNode(node) {
console.log(node.value);
}
bst.preOrderTraverse(printNode) //先序遍历
//输出结果:
//11 7 5 3 6 9 8 10 15 13 12 14 20 18 25

3.3后序遍历

后序遍历则是先访问节点的后代节点,再访问节点本身。后序遍历的一种应用是计算一个目录和它的子目录中所有文件所占空间的大小。后序遍历会先访问左侧子节点,然后是右侧子节点,最后是父节点本身。其遍历路径如下图所示:

后序遍历还是需要一个辅助函数:

// 后序遍历
lastOrderTraverse(callback){
lastOrderTraverseNode(this.root,callback)
}
// 后序遍历辅助函数
function lastOrderTraverseNode(node,callback){
if (node !== null) {
lastOrderTraverseNode(node.left, callback);
lastOrderTraverseNode(node.right, callback);
callback(node);
}
}

测试:

//打印节点值得函数
function printNode(node) {
console.log(node.value);
}
bst.lastOrderTraverse(printNode) //先序遍历
//输出结果:
//3 6 5 8 10 9 7 12 14 13 18 25 20 15 11

3.4总结

通过以上,你会发现,中序、先序和后序遍历的实现方式是很相似的,唯一不同的是访问节点本身、访问左子节点、访问右子节点的顺序。

我们可以这样记忆:

以节点本身为参考,

  • 访问顺序为:左——>节点本身——>右,节点本身在中间,即为中序遍历
  • 访问顺序为:节点本身——>左——>右,节点本身在最前,即为先序遍历
  • 访问顺序为:左——>右——>节点本身,节点本身在最前,即为后序遍历

4.搜索树中的值

4.1搜索树中最小值和最大值

我们知道,在二叉搜索树中,左子节点的值永远小于右子节点的值,所以,树的最小值一定是树的最后一层最左侧的节点,而树的最大值一定是树的最后一层最右侧的节点。

所以,搜索树中的最小值和最大值即就是搜索树中的最后一层最左侧节点和最右侧节点,代码如下:

// 查找树中节点值最小的节点
minNodeInTree(node){
if (node) {
while (node && node.left) {
node = node.left;
}
return node.value;
} else {
return null;
}
}
// 查找树中节点值最大的节点
maxNodeInTree(node){
if (node) {
while (node && node.right) {
node = node.right;
}
return node.value;
} else {
return null;
}
}

4.2搜索树中特定节点值

给定一个value值,找出这个值在树中对应的节点,如果该节点存在,则返回该节点,如果不存在,则返回null

这里主要采用比较的方式。比较给出的value值与根节点值的大小,如果比根节点值小,则继续比较根节点左子节点的值;如果比根节点值大,则继续比较根节点右子节点的值;一直递归比较。。。一直比较到既不比节点值小,也不比节点值大,那说明给出的value就是该节点值,最后返回该节点。代码如下:

// 查找树中特定的节点值
searchNodeInTree(value) {
return searchNode(this.root, value);
}
// 查找特定节点辅助函数
function searchNode(node, value) {
if (node == null) {
return null;
}
if (value < node.value) {
return searchNode(node.left, value);
} else if (value > node.value) {
return searchNode(node.right, value);
} else {
return node;
}
}

完整代码请戳☞☞☞BinarySearchTree

(完)

原生JS实现二叉搜索树(Binary Search Tree)的更多相关文章

  1. 编程算法 - 二叉搜索树(binary search tree) 代码(C)

    二叉搜索树(binary search tree) 代码(C) 本文地址: http://blog.csdn.net/caroline_wendy 二叉搜索树(binary search tree)能 ...

  2. 数据结构 《5》----二叉搜索树 ( Binary Search Tree )

    二叉树的一个重要应用就是查找. 二叉搜索树 满足如下的性质: 左子树的关键字 < 节点的关键字 < 右子树的关键字 1. Find(x) 有了上述的性质后,我们就可以像二分查找那样查找给定 ...

  3. [Data Structure] 二叉搜索树(Binary Search Tree) - 笔记

    1. 二叉搜索树,可以用作字典,或者优先队列. 2. 根节点 root 是树结构里面唯一一个其父节点为空的节点. 3. 二叉树搜索树的属性: 假设 x 是二叉搜索树的一个节点.如果 y 是 x 左子树 ...

  4. 二叉搜索树(Binary Search Tree)(Java实现)

    @ 目录 1.二叉搜索树 1.1. 基本概念 1.2.树的节点(BinaryNode) 1.3.构造器和成员变量 1.3.公共方法(public method) 1.4.比较函数 1.5.contai ...

  5. 二叉搜索树(Binary Search Tree)实现及测试

    转:http://blog.csdn.net/a19881029/article/details/24379339 实现代码:  Node.java  //节点类public class Node{ ...

  6. 二叉搜索树 (BST) 的创建以及遍历

    二叉搜索树(Binary Search Tree) : 属于二叉树,其中每个节点都含有一个可以比较的键(如需要可以在键上关联值), 且每个节点的键都大于其左子树中的任意节点而小于右子树的任意节点的键. ...

  7. [LeetCode] Split BST 分割二叉搜索树

    Given a Binary Search Tree (BST) with root node root, and a target value V, split the tree into two ...

  8. 自己动手实现java数据结构(六)二叉搜索树

    1.二叉搜索树介绍 前面我们已经介绍过了向量和链表.有序向量可以以二分查找的方式高效的查找特定元素,而缺点是插入删除的效率较低(需要整体移动内部元素):链表的优点在于插入,删除元素时效率较高,但由于不 ...

  9. BinarySearchTree二叉搜索树的实现

    /* 二叉搜索树(Binary Search Tree),(又:二叉查找树,二叉排序树)它或者是一棵空树,或者是具有下列性质的二叉树: 若它的左子树不空,则左子树上所有结点的值均小于它的根结点的值; ...

随机推荐

  1. 深入研究BufferedReader底层源码

    目录 1 概述 2 BufferedReader源码分析 3 意外发现 1 概述 最近研究JDK IO流这一块源码,发现真的比较简单,而且还有很多意外发现,如果大家对JDK源码感兴趣,不妨从IO流这一 ...

  2. 如何正确遍历删除List中的元素(普通for循环、增强for循环、迭代器iterator、removeIf+方法引用)

    遍历删除List中符合条件的元素主要有以下几种方法: 普通for循环 增强for循环 foreach 迭代器iterator removeIf 和 方法引用 其中使用普通for循环容易造成遗漏元素的问 ...

  3. Executor线程池原理详解

    线程池 线程池的目的就是减少多线程创建的开销,减少资源的消耗,让系统更加的稳定.在web开发中,服务器会为了一个请求分配一个线程来处理,如果每次请求都创建一个线程,请求结束就销毁这个线程.那么在高并发 ...

  4. Mysql高手系列 - 第24篇:如何正确的使用索引?【高手进阶】

    Mysql系列的目标是:通过这个系列从入门到全面掌握一个高级开发所需要的全部技能. 欢迎大家加我微信itsoku一起交流java.算法.数据库相关技术. 这是Mysql系列第24篇. 学习索引,主要是 ...

  5. 04-04 AdaBoost算法代码(鸢尾花分类)

    目录 AdaBoost算法代码(鸢尾花分类) 一.导入模块 二.导入数据 三.构造决策边界 四.训练模型 4.1 训练模型(n_e=10, l_r=0.8) 4.2 可视化 4.3 训练模型(n_es ...

  6. Java性能优化的小细节

    性能优化实现方式(单纯考虑代码层面): 1.减小代码体积 2.提高运行效率 如何做: 1.尽量指定类.方法的final修饰符 带有final修饰的类是不可派生的,该类所有的方法都是final的,jav ...

  7. Async,Await和ConfigureAwait的关系

    [转自]https://mp.weixin.qq.com/s/h10V-FshGoaQUWFPfy-azg 在.NET Framework 4.5中,async / await关键字已添加到该版本中, ...

  8. Halcon一日一练:读取文件目录图像的三种方法

    第一种方法: 读了一个单一图像: read_image(Image,'fabrik') 这种方式可以快速的读取软件自身携带的库图像文件,系统设定了库图像映像文件的快速读取方式,我们也可以通过绝对地址的 ...

  9. TCC推导过程

    svn 账号 yuanzn 密码:TCH5mb 项目分层 MapperDao 数据校验 throw new CloudBaseRuntimeException Helper 数据转换 manager ...

  10. jenkins中使用变量

    查看jenkins内置变量: 1.新建一个job: 2.构建-增加构建步骤-执行shell: 3.点击  可用的环境变量列表 即可查看 如WORKSPACE : 作为工作空间分配给构建目录的绝对路径 ...