遍历在前端的应用场景很少,多数是处理
DOM
节点数或者 深拷贝。下面笔者以深拷贝为例,简单说明一些这两种遍历。 😄前端
想象有一颗节点树,从某个顶点开始,一直往下遍历,直到遍历到的节点都访问事后,往回走,遍历没有访问的节点,感受很像递归。下面笔者就用递归实现 深度优先遍历。prototype
function getRegExp(target){ var flat = ''; if(target.global) flat+='g'; if(target.ignoreCase) flat+='i'; if(target.multiline) flat+='m'; return target; } function DFS(target,visiteds){ var Type = Object.prototype.toString.call(target).slice(8,-1); console.log(Type) var copy = Type == 'Array'?[]:{}; visiteds = visiteds|| []; //处理环形数据,防止无限循环 switch(Type){ case 'Date': copy = new Date(target.getTime()); break; case 'RegExp': copy = new RegExp(target.source,getRegExp(target)); break; case 'Array': case 'Object': var index = visiteds.indexOf(target); if(index>-1){ copy = visiteds[index]; }else{ visiteds.push(target); for(var key in target){ copy[key] = DFS(target[key],visiteds); } } break; default: copy = target; break; } return copy; };
若是把
深度优先遍
历当作纵向遍历,那么广度优先遍历
就是横向遍历,一层一层的往下遍历。下面用队列(FIFO)来实现。code
function getEmpty(o){ var Type = Object.prototype.toString.call(o).slice(8,-1); if(Type === 'Object'){ return {}; } if(Type === 'Array'){ return []; } if(Type==='Date'){ return new Date(o.getTime()); } if(Type==='RegExp'){ return new RegExp(o.source,getRegExp(o)) } return o; } function getRegExp(o){ var flat = ''; if(o.global) flat+='g'; if(o.ignoreCase) flat+='i'; if(o.multiline) flat+='m'; return o; } function BFS(target){ var queue = []; var targetMap = []; //处理环形数据,防止无限循环 var copy = getEmpty(target); if(copy!==target){ queue.push([target,copy]); } while(queue.length>0){ var [_target,_copy] = queue.shift(); //* for(var key in _target){ var index = targetMap.indexOf(_target[key]); if(index>-1){ _copy[key] = targetMap[index] continue; } _copy[key] = getEmpty(_target[key]) if(_copy[key]!==_target[key]){ queue.push([_target[key],_copy[key]]); //* targetMap.push(_target[key]); } } } return copy }
上面用两种不一样的方法实现了深拷贝,可是只针对Object,Array的状况,其余的复杂对象没有考虑到,固然你也能够添加更多的处理,但笔者认为目前这样已经足够用了。。。
深度优先遍历,关键在于理解递归,而广度优先遍历,关键在于理解,queue.shift
出去的数据保存着原来数据的引用,因此才可以在不断的进栈出栈中修改值(间接修改值) 👊对象