吃透二叉树与递归!60分钟掌握树结构核心+解题思路
一、为什么你学不会二叉树?
你是不是也觉得:
- 递归代码一看就懵,自己写总漏退出条件?
- 二叉树遍历记不住,前序、中序、后序傻傻分不清?
- 明明懂概念,一到实战就卡壳,不知道怎么落地?
今天这篇文章,我会用最通俗的语言、可直接运行的代码,带你从0到1吃透二叉树与递归。学完你能搞定:
- 理解递归的核心逻辑,再也不怕写递归代码
- 掌握二叉树4种遍历方式(前/中/后/层序)
- 能用JS实现二叉树的定义与遍历,解决类似爬楼梯的递归问题
二、先搞懂:递归到底是什么?
递归是二叉树的灵魂,先把递归掰明白,二叉树就通了一半。
2.1 递归的核心三要素
递归不是“玄学”,只要抓住3点,写递归就像套公式:
- 自顶向下拆解问题:把大问题拆成和原问题相似的小问题
- 找到递归公式:小问题的解能组合成大问题的解
- 明确退出条件:避免无限递归(爆栈)
2.2 实战案例:爬楼梯问题
用经典的爬楼梯问题理解递归,一看就会:
问题:爬n阶楼梯,每次只能爬1或2阶,有多少种不同的爬法?
步骤1:拆解问题(找递归公式)
- 爬n阶的最后一步,要么是从n-1阶爬1步,要么是从n-2阶爬2步
- 递归公式:
f(n) = f(n-1) + f(n-2)
步骤2:确定退出条件
- n=1时,只有1种爬法(直接爬1步)
- n=2时,有2种爬法(1+1 或 2)
步骤3:完整可运行代码
// 爬楼梯递归实现functionclimbStairs(n){// 退出条件:必须清晰,否则爆栈if(n===1)return1;if(n===2)return2;// 递归公式:拆解成小问题returnclimbStairs(n-1)+climbStairs(n-2);}// 测试:爬5阶楼梯,预期结果8console.log(climbStairs(5));// 输出82.3 踩坑提醒⚠️
- 递归一定要写退出条件!否则会无限调用,导致栈内存溢出(爆栈)
- 不要死记递归代码,要记“拆解问题+找公式+退出条件”的思路
三、二叉树:从定义到落地(JS版)
理解了递归,我们来看二叉树——它本身就是递归定义的结构。
3.1 二叉树的核心定义
- 可以是空树(没有任何节点)
- 非空树必须有:根节点 + 左子树 + 右子树(左右子树也是二叉树)
- 左右子树位置严格固定,不能交换!
3.2 JS如何表示二叉树?
用对象模拟二叉树节点,包含3部分:数据域、左子节点引用、右子节点引用:
// 定义二叉树节点functionTreeNode(val){this.val=val;// 数据域this.left=this.right=null;// 左右子节点引用(初始为空)}// 构建一棵完整的二叉树示例consttree={val:'A',// 根节点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}}};3.3 二叉树的关键概念(必记)
- 层次:根节点是第1层,子节点第2层,依此类推
- 高度:叶子节点高度为1,每向上一层+1
- 度:节点有多少个子树(比如叶子节点度为0)
- 叶子节点:度为0的节点(最后一层节点)
四、二叉树的4种遍历方式(实战拉满)
遍历是二叉树最核心的操作,分为递归遍历(前/中/后序)和迭代遍历(层序),全部给你写好可运行代码。
4.1 递归遍历:先左后右是关键
递归遍历的核心逻辑:先处理当前节点/先处理子节点,顺序不同对应不同遍历方式。
4.1.1 前序遍历(根 → 左 → 右)
先访问根节点,再遍历左子树,最后遍历右子树:
functionpreorder(root){// 退出条件:节点为空则返回if(!root)return;// 1. 先处理根节点console.log(`当前遍历节点:${root.val}`);// 2. 遍历左子树preorder(root.left);// 3. 遍历右子树preorder(root.right);}// 测试preorder(tree);// 输出:A → B → D → E → C → F → G4.1.2 中序遍历(左 → 根 → 右)
先遍历左子树,再访问根节点,最后遍历右子树:
functioninorder(root){if(!root)return;// 1. 遍历左子树inorder(root.left);// 2. 处理根节点console.log(`当前遍历节点:${root.val}`);// 3. 遍历右子树inorder(root.right);}// 测试inorder(tree);// 输出:D → B → E → A → F → C → G4.1.3 后序遍历(左 → 右 → 根)
先遍历左子树,再遍历右子树,最后访问根节点:
functionpostorder(root){if(!root)return;// 1. 遍历左子树postorder(root.left);// 2. 遍历右子树postorder(root.right);// 3. 处理根节点console.log(`当前遍历节点:${root.val}`);}// 测试postorder(tree);// 输出:D → E → B → F → G → C → A4.2 迭代遍历:层序遍历(按层找)
递归用栈,层序遍历用队列,按层次从根到叶子遍历:
functionlevelorder(root){constqueue=[];// 队列存节点constresult=[];// 存遍历结果// 空树直接返回if(!root)returnresult;queue.push(root);// 根节点入队while(queue.length){constnode=queue.shift();// 出队(先进先出)result.push(node.val);// 记录当前节点// 左子节点入队if(node.left)queue.push(node.left);// 右子节点入队if(node.right)queue.push(node.right);}returnresult;}// 测试console.log(levelorder(tree));// 输出:['A','B','C','D','E','F','G']4.3 踩坑提醒⚠️
- 递归遍历记住“先左后右”,区别只在处理根节点的时机
- 层序遍历用队列(shift/push),别和栈搞混
- 遍历前一定要判断节点是否为空,避免访问null的属性
五、总结:核心知识点速记
- 递归三要素:拆解问题 + 递归公式 + 退出条件
- 二叉树定义:空树 或 根+左子树+右子树(左右位置固定)
- 遍历方式:
- 前序:根左右
- 中序:左根右
- 后序:左右根
- 层序:按层(队列实现)
- 核心思想:二叉树的所有操作,本质都是基于遍历的变形
