在編程生活中，我們總會遇見樹性結構，這幾天剛好需要對樹形結構操作，就記錄下自己的操作方式以及過程。現在假設有一顆這樣樹，（是不是二叉樹都沒關系，原理都是一樣的）
1、深度優先
英文縮寫為DFS即Depth First Search.其過程簡要來說是對每一個可能的分支路徑深入到不能再深入為止，而且每個節點只能訪問一次。對於上面的例子來說深度優先遍歷的結果就是：A,B,D,E,I,C,F,G,H.(假設先走子節點的的左側)。
深度優先遍歷各個節點，需要使用到棧（Stack）這種數據結構。stack的特點是是先進后出。整個遍歷過程如下：
首先將A節點壓入棧中，stack（A）;
將A節點彈出，同時將A的子節點C，B壓入棧中，此時B在棧的頂部，stack(B,C)；
將B節點彈出，同時將B的子節點E，D壓入棧中，此時D在棧的頂部，stack（D,E,C）；
將D節點彈出，沒有子節點壓入,此時E在棧的頂部，stack（E，C）；
將E節點彈出，同時將E的子節點I壓入，stack（I,C）；
...依次往下，最終遍歷完成，Java代碼大概如下：
| public void depthFirst() { Stack<Map<String, Object>> nodeStack = new Stack<Map<String, Object>>(); Map<String, Object> node = new HashMap<String, Object>(); nodeStack.add(node); while (!nodeStack.isEmpty()) { node = nodeStack.pop(); System.out.println(node); //獲得節點的子節點，對於二叉樹就是獲得節點的左子結點和右子節點 List<Map<String, Object>> children = getChildren(node); if (children != null && !children.isEmpty()) { for (Map child : children) { nodeStack.push(child); } } } } //節點使用Map存放 |
2、廣度優先
英文縮寫為BFS即Breadth FirstSearch。其過程檢驗來說是對每一層節點依次訪問，訪問完一層進入下一層，而且每個節點只能訪問一次。對於上面的例子來說，廣度優先遍歷的 結果是：A,B,C,D,E,F,G,H,I(假設每層節點從左到右訪問)。
廣度優先遍歷各個節點，需要使用到隊列（Queue）這種數據結構，queue的特點是先進先出，其實也可以使用雙端隊列，區別就是雙端隊列首尾都可以插入和彈出節點。整個遍歷過程如下：
首先將A節點插入隊列中，queue（A）;
將A節點彈出，同時將A的子節點B，C插入隊列中，此時B在隊列首，C在隊列尾部，queue（B，C）；
將B節點彈出，同時將B的子節點D，E插入隊列中，此時C在隊列首，E在隊列尾部，queue（C，D，E）;
將C節點彈出，同時將C的子節點F，G，H插入隊列中，此時D在隊列首，H在隊列尾部，queue（D，E，F，G，H）；
將D節點彈出，D沒有子節點，此時E在隊列首，H在隊列尾部，queue（E，F，G，H）；
...依次往下，最終遍歷完成，Java代碼大概如下：
| public void breadthFirst() { Deque<Map<String, Object>> nodeDeque = new ArrayDeque<Map<String, Object>>(); Map<String, Object> node = new HashMap<String, Object>(); nodeDeque.add(node); while (!nodeDeque.isEmpty()) { node = nodeDeque.peekFirst(); System.out.println(node); //獲得節點的子節點，對於二叉樹就是獲得節點的左子結點和右子節點 List<Map<String, Object>> children = getChildren(node); if (children != null && !children.isEmpty()) { for (Map child : children) { nodeDeque.add(child); } } } } //這里使用的是雙端隊列，和使用queue是一樣的 |