介绍：
本篇用大白话来实现树的遍历，相信看完后“妈妈再也不用担心我的学习啦“！
最近在力扣上刷算法题，觉得这么多年都白混了（啥也没记录下来）。
名词解释：
树的遍历方式总体分为两类：
DFS： 深度优先搜索（depth first search）
BFS: 广度优先搜索（breadth-first search）
shift() 方法用于把数组的第一个元素从其中删除，并返回第一个元素的值。
unshift() 方法可向数组的开头添加一个或更多元素，并返回新的长度。
定义树
假设有如下结构类型的树，我们先来定义下该树，每个节点有三个属性（值，左节点，有节点）
// 定义树let root = { "val":"1", "left":{ "val":"2", "left":{ "val":"3", "left":{ "val":"4", "left":null, "right":null }, "right":null } }, "right":{ "val":"5", "left":{ "val":"6", "left":{ "val":"7", "left":null, "right":null }, "right":null }, "right":null }}; BFS: 广度优先
期望输出：['1', '2', '5', '3', '6', '4', '7']
思路： 借助队列（先进先出）数据结构，这里按照实现步骤描述：
1. 第一层： 定义一个数组（queue）将根节点push进去，此时queue长度为1；
2. 第二层： 读取队列的第一个节点（此时为根节点1，shift方法取第一个元素并从原数组中移除）的左节点和右节点，依次push到数组中，此时数组长度为2，节点为【2， 3】，此时读取的是树的第二层节点；
3. 第三层 ：再取队列的第一个节点（此时为节点为2，shift方法取第一个元素并从原数组中移除）的左节点和右节点，依次push到队列数组中此时队列中为【3，4，5】；
下一步该读取3的左右节点并push到队列中，移除第一个节点【节点3】队列变为【4，5，6，7】，均为第三层的节点；
第三层遍历完成，数组中全部是第三层的叶子节点；
4. 扩展：如果有更多层，则循环执行及实现整棵树的遍历；
代码： 为嘛变一行了😢
let BFS = function(tree) { // 队列 let queue = []; //存放遍历的节点值 let stack = []; // 第一步，将根节点放入队列中 queue.push(tree) while (queue.length > 0) { // 队列中的第一个节点 let firstNodeInQueue = queue.shift(); stack.push(firstNodeInQueue.val); // 取左节点 push到队列中 firstNodeInQueue.left && queue.push(firstNodeInQueue.left); // 取右节点 push到队列中 firstNodeInQueue.right && queue.push(firstNodeInQueue.right); } return stack;}
DFS: 深度优先
期望输出：['1', '2', '3', '4', '5', '6', '7']
思路：两种方案，数组方式和递归方式
数组方式： 同广度遍历，借助数组队列来实现
1. 将根节点push到队列中, 此时queue长度为1【1】；
2. 读取queque的第一个节点（shift方法）的右节点和左节点，依次 放入队列的开始位置(先右节点，再左节点)。执行完第一次循环后，队列变为【2，5】，第二次循环后，变为【3，5】，第四次循环后变为【4，5】，第五次循环变为【5】，第六次变为【6】，第七次变为【7】然后结束；
递归方式：如果左节点存在，循环调用遍历方法； 然后再判断右节点是否存在，再循环调用自身；
代码：为嘛变一行了😢
let DFS = function (root) { let queue = []; let stack = [];
// 栈方式 queue.push(root); while(queue.length>0) { let firstNode = queue.shift(); stack.push(firstNode.val)； firstNode.right&& queue.unshift(firstNode.right) firstNode.left && queue.unshift(firstNode.left); } // 递归方法 // const travers = function(tree) { // stack.push(tree.val); // tree.left && travers(tree.left) // tree.right && travers(tree.right) // } // travers(root) return stack;}
结语：
用最直白的话来记录BFS和DFS, 刚开始可能觉得有点绕，难以理解，建议先用在纸上画图，用自己的话描述出来，再去实现代码，顿时觉得脑子够用了哈哈， 欢迎大家共同探讨！
