通俗易懂掌握树与二叉树：定义、核心概念与JS实现遍历

在数据结构体系中，树结构是极其重要的非线性数据结构，广泛应用于搜索、排序、层级渲染等各类开发场景。而二叉树是树结构的基础核心，绝大多数复杂树结构（平衡树、红黑树等）均基于二叉树延伸而来。本文将从基础概念出发，结合JavaScript完整代码案例，系统讲解树与二叉树的核心知识点、递归思想、节点构建与四大遍历方式，帮助大家从零吃透二叉树基础。

一、树的基础认知

数据结构中的树，是对现实世界树木的数学抽象与简化，为了方便计算机运算，我们将树结构倒置展示（根在上、叶子在下），核心对应关系如下：

• 根节点：对应现实树木的树根，是整棵树的顶层起始节点
• 边：对应树枝，用于连接上下级节点，代表节点间的关联关系
• 节点：对应树枝的两端载体，是存储数据的基本单元
• 叶子节点：对应现实树叶，是树结构中最末端、无后续子节点的节点
  不同于数组、链表等线性结构，树结构是典型的分层非线性结构，天然适配递归解题思想。

二、二叉树的核心定义

2.1 递归思维与树的适配性

二叉树的官方定义采用递归思想，递归的核心逻辑可总结为三点：自顶向下拆解大问题、重复处理相似子问题、设置明确递归终止条件。

树结构是递归的最佳应用场景：整棵树和子树的结构完全一致，大问题（整棵树处理）可以拆解为相同逻辑的小问题（子树处理）。递归的底层依赖函数栈实现，若递归层级过深，会导致栈内存溢出，即常说的“爆栈”。

经典递归规律公式：f ( n ) = f ( n − 1 ) + f ( n − 2 ) f(n)=f(n-1)+f(n-2)f(n)=f(n−1)+f(n−2)，只要确定递归公式和退出条件，即可解决绝大多数树结构递归问题。

2.2 二叉树严格定义

很多初学者会误区：将二叉树定义为“每个节点最多有2个子节点的树”，这是不严谨的。二叉树的严格递归定义如下：

1. 二叉树可以是空树（无任何根节点）；
2. 若非空树，则一定由根节点、左子树、右子树三部分组成；
3. 左子树和右子树本身也必须是合法的二叉树。
   核心关键点：二叉树的左右子树不可交换，位置是严格固定的，这是它与普通多叉树的核心区别。

三、二叉树关键专业概念

掌握基础概念是读懂二叉树、写对遍历代码的前提，所有概念均有统一计算规范：

• 层次：根节点默认是第一层，根的子节点为第二层，以此向下逐层递增；
• 高度：从当前节点到最远端叶子节点的路径长度。叶子节点高度为1，每向上一层高度+1；
• 深度：从根节点到当前节点的路径长度，根节点深度为1，向下逐层递增；
• 节点的度：一个节点拥有的子树数量，二叉树节点的度只能是0、1、2；
• 叶子节点：度为0的节点，即没有任何子节点的末端节点。

四、JavaScript 二叉树的构建方式

在JS中，二叉树节点的核心结构分为三部分：数据域（存储节点值）、左子节点引用、右子节点引用。下面通过构造函数和对象字面量两种方式完整构建二叉树。

4.1 基础节点构造函数

functionTreeNode(val){this.val=val;this.left=this.right=null;//赋值从右到左}

代码逐行解析：

• 定义构造函数TreeNode，用于批量生成二叉树节点；
• this.val = val：数据域，接收并存储当前节点的数值/内容；
• this.left = this.right = null：初始化左右子节点，默认值为空。JS赋值遵循从右到左规则，先将right赋值为null，再将left赋值为right的结果，保证初始节点无任何子节点。

4.2 完整三层二叉树实例构建

我们构建一棵标准三层二叉树，结构如下：
A
/
B C
/ \ /
D E F G

// 对象字面量声明三层二叉树consttree={val:"A",left:{val:"B",left:{val:"D",left:null,right:null,},right:{val:"E",left:null,right:null,},},right:{val:"C",left:{val:"F",left:null,right:null,},right:{val:"G",left:null,right:null,},},};// 节点访问测试console.log(tree.val);// "A" 访问根节点console.log(tree.left.val);// "B" 访问根节点左子节点console.log(tree.left.left.val);// "D" 访问B节点的左子节点console.log(tree.right.right.val);// "G" 访问C节点的右子节点

代码解析：通过对象字面量递归嵌套的方式，完全贴合二叉树的递归定义，每一个节点都是一个独立的、包含val/left/right属性的对象，叶子节点的left和right均为null，符合空子树规范。同时通过测试代码验证了层级节点的访问逻辑。

五、递归思想辅助案例：爬楼梯算法

为了更直观理解二叉树依赖的递归逻辑，我们结合经典的爬楼梯案例，该案例完美契合树状递归规律，可辅助理解递归公式与终止条件的设计思路。

//f(n) 自顶向上思考//树状结构：相同问题重复迭代，明确递归公式与退出条件functionclimbStairs(n){if(n<=2)returnn;// 递归终止条件：1阶1种走法，2阶2种走法returnclimbStairs(n-1)+climbStairs(n-2);// 递归公式}console.log(climbStairs(10));

核心逻辑解析：

• 自顶向下拆解问题：爬到第n阶楼梯的走法 = 爬到n-1阶的走法 + 爬到n-2阶的走法；
• 终止条件：n≤2时直接返回结果，避免无限递归；
• 整体逻辑与二叉树递归遍历一致：子问题和父问题逻辑相同，仅规模不同，依靠递归逐层拆解直至触底。

六、二叉树四大遍历方式（JS完整实现）

遍历是二叉树最核心的操作，本质是按照固定规则访问树中所有节点且不重复、不遗漏。二叉树遍历分为两大类：递归遍历（前序、中序、后序）、迭代遍历（层序）。其中递归遍历固定遵循先左后右的规则。

6.1 前序遍历（根 → 左 → 右）

遍历规则：优先访问根节点，再递归遍历左子树，最后递归遍历右子树。

functionpreorder(node){if(!node)return;// 递归终止：空节点直接返回console.log(node.val);// 1. 处理当前根节点preorder(node.left);// 2. 递归遍历左子树preorder(node.right);// 3. 递归遍历右子树}// 遍历结果：A B D E C F Gpreorder(tree);

6.2 中序遍历（左 → 根 → 右）

遍历规则：优先递归遍历左子树，再访问当前根节点，最后递归遍历右子树。二叉搜索树的有序输出依赖中序遍历。

functioninorder(node){if(!node)return;// 递归终止inorder(node.left);// 1. 优先遍历左子树console.log(node.val);// 2. 处理当前根节点inorder(node.right);// 3. 遍历右子树}// 遍历结果：D B E A F C Ginorder(tree);

6.3 后序遍历（左 → 右 → 根）

遍历规则：优先递归遍历左子树，再递归遍历右子树，最后访问当前根节点。常用于树节点的销毁、删除操作。

functionpostorder(node){if(!node)return;// 递归终止postorder(node.left);// 1. 遍历左子树postorder(node.right);// 2. 遍历右子树console.log(node.val);// 3. 最后处理根节点}// 遍历结果：D E B F G C Apostorder(tree);

6.4 层序遍历（迭代队列实现）

区别于递归遍历，层序遍历是自上而下、逐层从左到右遍历节点，需要借助队列先进先出的特性实现，属于迭代遍历方式。

functionlevelOrder(node){constqueue=[];// 定义队列，存储待遍历节点constresult=[];// 存储遍历结果if(!node)returnresult;// 空树直接返回空数组queue.push(node);// 根节点入队while(queue.length){constcur=queue.shift();// 队首节点出队result.push(cur.val);// 记录当前节点值if(cur.left)queue.push(cur.left);// 左子节点优先入队if(cur.right)queue.push(cur.right);// 右子节点后入队}returnresult;}// 遍历结果：[ 'A', 'B', 'C', 'D', 'E', 'F', 'G' ]console.log(levelOrder(tree));

七、知识点总结

1. 二叉树的核心是递归结构，左右子树位置固定，不可互换，区别于普通树；
2. JS二叉树节点固定包含：数据域、左子节点引用、右子节点引用；
3. 递归遍历核心：前中后序仅根节点的访问时机不同，均遵循先左后右；
4. 层序遍历依赖队列特性，是唯一的逐层遍历方式，适合处理层级相关业务；
5. 递归解题三要素：拆解重复子问题、推导递归公式、设置终止条件，同时需注意递归深度避免爆栈。