【译】Swift算法俱乐部-树
本文是对 Swift Algorithm Club 翻译的一篇文章。
Swift Algorithm Club是 raywenderlich.com网站出品的用Swift实现算法和数据结构的开源项目，目前在GitHub上有18000+⭐️，我初略统计了一下，大概有一百左右个的算法和数据结构，基本上常见的都包含了，是iOSer学习算法和数据结构不错的资源。
🐙andyRon/swift-algorithm-club-cn是我对Swift Algorithm Club，边学习边翻译的项目。由于能力有限，如发现错误或翻译不妥，请指正，欢迎pull request。也欢迎有兴趣、有时间的小伙伴一起参与翻译和学习🤓。当然也欢迎加⭐️，🤩🤩🤩🤨🤪。
本文的翻译原文和代码可以查看🐙swift-algorithm-club-cn/Tree
这个话题已经有个辅导文章
树表示对象之间的层次关系。 这是一个树的结构：
A tree
树由节点组成，这些节点彼此连接。
节点可以连接到他们的子节点，也可以连接到他们的父节点。 子节点是给定节点下的节点; 父节点是上面的节点。 节点始终只有一个父节点，但可以有多个子节点。
A tree
没有父节点的节点是 root 节点。 没有子节点的节点是 leaf 节点。
树中的指针不能形成循环。 这不是树：
Not a tree
这种结构称为图。 树实际上是一种非常简单的图形形式。 （类似地，链表是树的简单版本。想一想！）
本文讨论通用树。 通用树对每个节点可能有多少个子节点或树中节点的顺序没有任何限制。
这是在Swift中的基本实现：
public class TreeNode<T> {
public var value: T
public weak var parent: TreeNode?
public var children = [TreeNode<T>]()
public init(value: T) {
self.value = value
}
public func addChild(_ node: TreeNode<T>) {
children.append(node)
node.parent = self
}
}
这描述了树中的单个节点。 它包含泛型类型T，对parent节点的引用，以及子节点数组。
添加description以便打印树：
extension TreeNode: CustomStringConvertible {
public var description: String {
var s = "\(value)"
if !children.isEmpty {
s += " {" + children.map { $0.description }.joined(separator: ", ") + "}"
}
return s
}
}
在 playground 创建树：
let tree = TreeNode<String>(value: "beverages")
let hotNode = TreeNode<String>(value: "hot")
let coldNode = TreeNode<String>(value: "cold")
let teaNode = TreeNode<String>(value: "tea")
let coffeeNode = TreeNode<String>(value: "coffee")
let chocolateNode = TreeNode<String>(value: "cocoa")
let blackTeaNode = TreeNode<String>(value: "black")
let greenTeaNode = TreeNode<String>(value: "green")
let chaiTeaNode = TreeNode<String>(value: "chai")
let sodaNode = TreeNode<String>(value: "soda")
let milkNode = TreeNode<String>(value: "milk")
let gingerAleNode = TreeNode<String>(value: "ginger ale")
let bitterLemonNode = TreeNode<String>(value: "bitter lemon")
tree.addChild(hotNode)
tree.addChild(coldNode)
hotNode.addChild(teaNode)
hotNode.addChild(coffeeNode)
hotNode.addChild(chocolateNode)
coldNode.addChild(sodaNode)
coldNode.addChild(milkNode)
teaNode.addChild(blackTeaNode)
teaNode.addChild(greenTeaNode)
teaNode.addChild(chaiTeaNode)
sodaNode.addChild(gingerAleNode)
sodaNode.addChild(bitterLemonNode)
如果你打印出tree的值，你会得到：
beverages {hot {tea {black, green, chai}, coffee, cocoa}, cold {soda {ginger ale, bitter lemon}, milk}}
这对应于以下结构：
Example tree
beverages节点是根节点，因为它没有父节点。 叶子是黑色，绿色，柴，咖啡，可可，姜汁，苦柠檬，牛奶，因为它们没有任何子节点。
对于任何节点，您可以查看parent属性， 并按照自己的方式返回到根：
teaNode.parent // this is the "hot" node
teaNode.parent!.parent // this is the root
在谈论树时，我们经常使用以下定义：
-
树的高度。 这是根节点和最低叶子之间的连接数。 在我们的示例中，树的高度为3，因为从根到底部需要三次跳转。
-
节点的深度。 此节点与根节点之间的连接数。 例如，
tea的深度为2，因为需要两次跳跃才能到达根部。 （根本身的深度为0.）
构建树的方法有很多种。 例如，有时您根本不需要 parent 属性。 或者，您可能只需要为每个节点提供最多两个子节点 - 这样的树称为二叉树。 一种非常常见的树类型是二叉搜索树（或BST），它是二叉树的更严格版本，其中节点以特定方式排序以加速搜索。
我在这里展示的通用树非常适合描述分层数据，但它实际上取决于您的应用程序需要具备哪种额外功能。
下面是一个如何使用TreeNode类来确定树是否包含特定值的示例。 首先看一下节点自己的value属性，如果没有匹配，那么依次看看这个节点所有的子节点。 当然，这些子节点也是TreeNode，所以它们将递归地重复相同的过程：首先看看它们自己的value属性，然后看看它们的子节点。 它们的子节点也会再次做同样的事情，等等...递归和树齐头并进。
这是代码：
extension TreeNode where T: Equatable {
func search(_ value: T) -> TreeNode? {
if value == self.value {
return self
}
for child in children {
if let found = child.search(value) {
return found
}
}
return nil
}
}
如何使用它的示例：
tree.search("cocoa") // returns the "cocoa" node
tree.search("chai") // returns the "chai" node
tree.search("bubbly") // nil
也可以使用数组来描述树。 数组中的索引表示不同的节点，然后，创建不同节点之间的连接。 例如，如果我们有：
0 = beverage 5 = cocoa 9 = green
1 = hot 6 = soda 10 = chai
2 = cold 7 = milk 11 = ginger ale
3 = tea 8 = black 12 = bitter lemon
4 = coffee
那么我们可以使用以下数组描述树：
[ -1, 0, 0, 1, 1, 1, 2, 2, 3, 3, 3, 6, 6 ]
数组中的每个项的值都是指向其父节点的指针。索引3处的项tea，其值为1，因为其父项为hot。根节点指向-1，因为它没有父节点。您只能将这些树从一个节点遍历到根节点，而不是相反。
顺便说一句，有时您会看到使用术语 forest 的算法。 显而易见，这是给予单独树对象集合的名称。 有关此示例，请参阅 union-find。
