本文介绍了树结构在 JavaScript 语言里面如何遍历，解释了广度优先、深度优先等多种方法的实现。
树是一种有趣的数据结构。它在各种领域都有广泛的应用。例如:
HTML中的DOM是一种树形数据结构
我们的操作系统中的目录和文件都可以表示为树形
一个家族的层次结构可以表示为一棵树
树有很多变种（如堆、BST等），可以用来解决与调度、图像处理、数据库等相关的问题。许多复杂的问题看起来与树没有关系，但实际上可以表示为一个问题。我们也会通过这样的问题（在本系列的后面部分）来看看树是如何使看似复杂的问题更容易理解和解决的。
简介
通过一个Node来表示二叉树是非常简单的。
functionNode(value){this.value=valuethis.left=nullthis.right=null}//使用方法constroot=newNode(2)root.left=newNode(1)root.right=newNode(3)这几行代码将为我们创建一个二进制树，看起来像这样
2/\/\13/\/\nullnullnullnull
很简单，所以我们可以用它来做什么呢？
遍历
让我们试着走过这些连接的树节点（或一棵树），就像我们可以遍历一个数组一样。如果我们也能 "遍历 "树节点，那就很酷了。然而，树并不是像数组那样的线性数据结构，所以并不是只有一种方式可以遍历这些。我们可以将遍历方法大致分为以下两种：
广度优先遍历
深度优先遍历
广度优先搜索/遍历(BFS)
在这种方法中，我们逐级遍历树。我们将从根部开始，然后覆盖它的所有子代，我们覆盖所有第二层的子代，如此类推（其实也就是层序遍历）。例如，对于上面的树，遍历的结果如下：
2,1,3
这里有一个略带复杂的树的插图，使之更简单易懂。
为了实现这种形式的遍历，我们可以使用一个队列（先进先出）数据结构。下面是整个算法的过程
初始化一个有根的队列
从队列中取出第一个项目
将弹出的项目的左右两个子项推入队列中
重复步骤2和3，直到队列为空
下面是具体代码实现：
functionwalkBFS(root){if(root===null)returnconstqueue=[root]while(queue.length){constitem=queue.shift()//dosomethingconsole.log(item)if(item.left)queue.push(item.left)if(item.right)queue.push(item.right)}}我们可以稍微修改上面的算法，返回一个数组，其中每个内部数组代表一个级别，元素都在里面。
functionwalkBFS(root){if(root===null)returnconstqueue=[root],ans=[]while(queue.length){constlen=queue.length,level=[]for(leti=0;i<len;i++){constitem=queue.shift()level.push(item)if(item.left)queue.push(item.left)if(item.right)queue.push(item.right)}ans.push(level)}returnans}深度优先搜索/遍历(DFS)
在DFS中，我们从一个节点开始，不断查找它的子节点，直到所有子节点都找到。这可以通过以下任意一种方式来完成。
rootnode->leftnode->rightnode//先序遍历leftnode->rootnode->rightnode//中序遍历leftnode->rightnode->rootnode//后序遍历
所有这些遍历技术都可以用递归和迭代的方式实现，让我们实现一下吧。
先序遍历
以下是先序遍历的过程。
rootnode->leftnode->rightnode
技巧
我们可以使用这个简单的技巧来手动找出任何树的先序遍历：从根节点开始遍历整个树，让自己保持在左边。
具体实现：
递归
让我们深入了解一下这种遍历的具体实现。递归方法是相当直观的。
functionwalkPreOrder(root){if(root===null)returnconsole.log(root.val)//通过子节点进行递归if(root.left)walkPreOrder(root.left)if(root.right)walkPreOrder(root.right)}迭代
先序遍历的迭代方法与BFS非常相似，只是我们使用栈而不是队列，并且我们是先将右边的子节点推入栈。
functionwalkPreOrder(root){if(root===null)returnconststack=[root]while(stack.length){constitem=stack.pop()console.log(item)//左边的子节点被推到右边的子节点之后，因为我们想先打印左边的子节点，所以它在栈中必须在右边的子节点之上。if(item.right)stack.push(item.right)if(item.left)stack.push(item.left)}}中序遍历
下面是一个树的中序遍历过程。
rootnode->leftnode->rightnode
技巧
我们可以用这个简单的技巧来手动找出任何树的中序遍历：在树的底部水平保持一个平面镜，并取所有节点的投影。
具体实现：
递归：
2/\/\13/\/\nullnullnullnull0
2/\/\13/\/\nullnullnullnull1
在上述方法中，我们无法回溯，即回到导致最左边节点的父节点。所以我们需要一个栈来记录这些。因此，我们修改后的方法可能如下
2/\/\13/\/\nullnullnullnull2
现在我们可以使用上述方法来实现最终的迭代算法了。
2/\/\13/\/\nullnullnullnull3
后序遍历
下面是树的后序遍历的过程。
2/\/\13/\/\nullnullnullnull4
技巧
对于任何树的快速手动后续遍历：逐一摘取所有最左边的叶子结点。
具体实现：
递归
2/\/\13/\/\nullnullnullnull5
迭代
我们已经有了用于先序遍历的迭代算法。我们可以使用它吗？因为后序遍历似乎只是先序遍历的反向。让我们来看看。
2/\/\13/\/\nullnullnullnull6
有一些轻微的差异，但我们可以通过稍微修改我们的先序算法来适应这种情况，然后反过来应该可以得到后序的结果。具体算法如下：
2/\/\13/\/\nullnullnullnull7
使用类似于上述迭代先序序算法的方法，使用一个临时栈。
唯一的例外是我们走root -> right -> left，而不是root -> left -> right
在一个数组result中不断记录遍历的顺序
对结果进行反转，得到后序遍历
2/\/\13/\/\nullnullnullnull8
提示
如果我们能以如下方式遍历这棵树，那该有多好
2/\/\13/\/\nullnullnullnull9
看起来真不错，而且读起来也很简单，不是吗？我们所要做的就是使用一个walk函数，它将返回一个迭代器。
下面是我们如何修改上面的walkPreOrder函数，使其按照上面分享的例子执行。
2,1,30
原文
JavaScript 如何遍历树结构