JavaScript 二叉查找树
二叉查找树
二叉查找树是一种特殊的二叉树,相对较小的值保存在左节点中,较大的值保存在右节点中,这一特性使得查找的效率很高, 对于数值型和非数值型数据,比如字母和字符串,都是如此。
实现树节点类:
// 节点类,树的节点
class Node {
constructor(value) {
this.value = value;
this.left = null;
this.right = null;
}
show() {
console.log(this.value);
}
}
实现二叉查找树类:
class BinarySearchTree {
constructor() {
this.root = null
}
}
实现树的节点插入方法
节点插入的基本思想是将插入节点和当前节点做比较,如果比当前节点值小,并且没有左子树,那么将节点作为左叶子节点, 否则继续和左子树进行比较。如果比当前节点值大,并且没有右子树,则将节点作为右叶子节点,否则继续和右子树进行比较。 循环这个过程直到找到合适的插入位置。
insert(value) {
let newNode = new Node(value);
// 判断根节点是否为空,如果不为空则递归插入到树中
if (this.root === null) {
this.root = newNode;
} else {
this.insertNode(this.root, newNode);
}
}
insertNode(node, newNode) {
// 将插入节点的值与当前节点的进行比较,如果比当前节点小,则递归判断左子树,如果比当前节点大,则递归判断右子树。
if (newNode.value < node.value) {
if (node.left === null) {
node.left = newNode;
} else {
this.insertNode(node.left, newNode);
}
} else {
if (node.right === null) {
node.right = newNode;
} else {
this.insertNode(node.right, newNode);
}
}
}
通过递归实现树的先序、中序、后序遍历
// 先序遍历通过递归实现
// 先序遍历则先打印当前节点,再递归打印左子节点和右子节点。
preOrderTraverse() {
this.preOrderTraverseNode(this.root);
}
preOrderTraverseNode(node) {
if (node !== null) {
node.show();
this.preOrderTraverseNode(node.left);
this.preOrderTraverseNode(node.right);
}
}
// 中序遍历通过递归实现
// 中序遍历则先递归打印左子节点,再打印当前节点,最后再递归打印右子节点。
inOrderTraverse() {
this.inOrderTraverseNode(this.root);
}
inOrderTraverseNode(node) {
if (node !== null) {
this.inOrderTraverseNode(node.left);
node.show();
this.inOrderTraverseNode(node.right);
}
}
// 后序遍历通过递归实现
// 后序遍历则先递归打印左子节点和右子节点,最后再打印当前节点。
postOrderTraverse() {
this.postOrderTraverseNode(this.root);
}
postOrderTraverseNode(node) {
if (node !== null) {
this.postOrderTraverseNode(node.left);
this.postOrderTraverseNode(node.right);
node.show();
}
}
通过循环实现树的先序、中序、后序遍历
// 先序遍历通过循环实现
// 通过栈来实现循环先序遍历,首先将根节点入栈。然后进入循环,每次循环开始,当前节点出栈,打印当前节点,然后将
// 右子节点入栈,再将左子节点入栈,然后进入下一循环,直到栈为空结束循环。
preOrderTraverseByStack() {
let stack = [];
// 现将根节点入栈,开始遍历
stack.push(this.root);
while (stack.length > 0) {
// 从栈中获取当前节点
let node = stack.pop();
// 执行节点操作
node.show();
// 判断节点是否还有左右子节点,如果存在则加入栈中,注意,由于中序遍历先序遍历是先访问根
// 再访问左和右子节点,因此左右子节点的入栈顺序应该是反过来的
if (node.right) {
stack.push(node.right);
}
if (node.left) {
stack.push(node.left);
}
}
}
// 中序遍历通过循环实现
// 中序遍历先将所有的左子节点入栈,如果左子节点为 null 时,打印栈顶元素,然后判断该元素是否有右子树,如果有
// 则将右子树作为起点重复上面的过程,一直循环直到栈为空并且节点为空时。
inOrderTraverseByStack() {
let stack = [],
node = this.root;
// 中序遍历是先左再根最后右
// 所以首先应该先把最左边节点遍历到底依次 push 进栈
// 当左边没有节点时,就打印栈顶元素,然后寻找右节点
while (stack.length > 0 || node) {
if (node) {
stack.push(node);
node = node.left;
} else {
node = stack.pop();
node.show();
node = node.right;
}
}
}
// 后序遍历通过循环来实现
// 使用两个栈来是实现,先将根节点放入栈1中,然后进入循环,每次循环将栈顶元素加入栈2,再依次将左节点和右节点依次
// 加入栈1中,然后进入下一次循环,直到栈1的长度为0。最后再循环打印栈2的值。
postOrderTraverseByStack() {
let stack1 = [],
stack2 = [],
node = null;
// 后序遍历是先左再右最后根
// 所以对于一个栈来说,应该先 push 根节点
// 然后 push 右节点,最后 push 左节点
stack1.push(this.root);
while (stack1.length > 0) {
node = stack1.pop();
stack2.push(node);
if (node.left) {
stack1.push(node.left);
}
if (node.right) {
stack1.push(node.right);
}
}
while (stack2.length > 0) {
node = stack2.pop();
node.show();
}
}
实现寻找最大最小节点值
// 寻找最小值,在最左边的叶子节点上
findMinNode(root) {
let node = root;
while (node && node.left) {
node = node.left;
}
return node;
}
// 寻找最大值,在最右边的叶子节点上
findMaxNode(root) {
let node = root;
while (node && node.right) {
node = node.right;
}
return node;
}
实现寻找特定大小节点值
// 寻找特定值
find(value) {
return this.findNode(this.root, value);
}
findNode(node, value) {
if (node === null) {
return node;
}
if (value < node.value) {
return this.findNode(node.left, value);
} else if (value > node.value) {
return this.findNode(node.right, value);
} else {
return node;
}
}
实现移除节点值
移除节点的基本思想是,首先找到需要移除的节点的位置,然后判断该节点是否有叶节点。如果没有叶节点,则直接删除,如 果有一个叶子节点,则用这个叶子节点替换当前的位置。如果有两个叶子节点,则去右子树中找到最小的节点来替换当前节点。
// 移除指定值节点
remove(value) {
this.removeNode(this.root, value);
}
removeNode(node, value) {
if (node === null) {
return node;
}
// 寻找指定节点
if (value < node.value) {
node.left = this.removeNode(node.left, value);
return node;
} else if (value > node.value) {
node.right = this.removeNode(node.right, value);
return node;
} else { // 找到节点
// 第一种情况——没有叶节点
if (node.left === null && node.right === null) {
node = null;
return node;
}
// 第二种情况——一个只有一个子节点的节点,将节点替换为节点的子节点
if (node.left === null) {
node = node.right;
return node;
} else if (node.right === null) {
node = node.left;
}
// 第三种情况——一个有两个子节点的节点,去右子树中找到最小的节点,用它的值来替换当前节点
// 的值,保持树的特性,然后将替换的节点去掉
let aux = this.findMinNode(node.right);
node.value = aux.value;
node.right = this.removeNode(node.right, aux);
return node;
}
}
更多面试题
如果你想了解更多的前端面试题,可以查看本站的WEB前端面试题 ,这里基本包涵了市场上的所有前端方面的面试题,也有一些大公司的面试图,可以让你面试更加顺利。
面试题 | ||
---|---|---|
HTML | CSS | JavaScript |
jQuery | Vue.js | React |
算法 | HTTP | Babel |
BootStrap | Electron | Gulp |
Node.js | 前端经验相关 | 前端综合 |
Webpack | 微信小程序 | - |
这些题库还在更新中,如果你有不错的面试题库欢迎分享给我,我整理后放上来;人人为我,我为人人,互帮互助,共同提高,祝大家都拿到心仪的Offer!