从二叉树的前中后序遍历，我们来说递归和快速排序(1)

public class BinaryTree {

TreeNode root;

public BinaryTree(TreeNode root) {
this.root = root;
}

/**

• 前序遍历
  */
  public void frontShow(){

}

/**

• 中序遍历
  */
  public void middleShow(){

}
/**

• 后序遍历
  */
  public void afterShow(){

}
}

虽然百度不招人喜欢,但是百度百科的一些词条编辑的还是不错的. 从二叉树的递归定义可知，一棵非空的二叉树由根结点及左、右子树这三个基本部分组成。因此，在任一给定结点上，可以按某种次序执行三个操作：

(1) 访问结点本身（N）， (2) 遍历该结点的左子树（L）， (3) 遍历该结点的右子树（R）。

前序遍历: 根节点 左子树 右子树 中序遍历: 左子树 根节点 右子树 后序遍历: 左子树 右子树 根节点

其实组合的话是有六种的,但是讨论递归的话,前中后序就足够了.

我们现在来任意的给一颗二叉树,不用代码。我们来写出前中后序遍历的结果:

前序遍历: 3 8 5 2 6 1 7 中序遍历: 5 8 2 3 1 6 7 后序遍历: 5 2 8 1 7 6 3

前中后序遍历的进一步解释: 当我到达一个结点,先打印出来,再去访问其他子结点就是前序遍历 当我到达一个结点,不是先打印当前结点,而是接着访问该节点的左子节点,某个节点没有子节点(或者说子结点是null) 我就打印当前节点,这就是中序遍历

以前序遍历为例,我首先打印根节点,然后判断它的左子节点是否为空,如果非空,打印该节点,然后接着进行这样的操作,
翻译成代码就是这样的:

在BinaryTree中的代码:

public void frontShow(){
System.out.println(root.data);
if (root.leftNode != null){
root.leftNode.frontShow();
}
if (root.rightNode != null){
root.rightNode.frontShow();
}
}

结点中的代码也是这样的,

public void frontShow(){
System.out.println(root.data);
if (root.leftNode != null){
root.leftNode.frontShow();
}
if (root.rightNode != null){
root.rightNode.frontShow();
}
}

中后序代码把打印顺序调整一下就可以了,其实这个很好理解,不是多么酷炫的事情. 以下一个问题在我个人看来才是值得值得思考的,就是程序在遍历二叉树的过程,每个节点经过了几次。 其实这个问题,也是十分简单,你按着程序走就可以了.

首先来到3,接着来到8,接着来到5,然后发现5的左右子节点都是空的,然后回到…

这里再介绍另一种在形式上略有不同的前序遍历方式:

public void frontShow(TreeNode root){
if (root == null){
return;
}
System.out.println(data);
frontShow(root.leftNode);
frontShow(root.rightNode);
}

这种形式上的前中后序遍历:

每个节点会到达三次,前序遍历就是第一次碰到的时候打印出来,中序是第二次，后序是第三次 各位有兴致的话可以自己写一写,画一画.

请注意上面那张图,虽然他十分的丑,但是大家不觉得它像一个栈吗? 递归就是程序在帮你压栈.

非递归版

那既然递归是系统在帮你压栈，那非递归版我就自己压栈,不让程序帮我们压栈就可以了吗? 我们先用下图来演示非递归版的遍历:

##从荷兰国旗问题到快速排序

许多时候,问题的规模是会影响我们的判断,为了解决问题,我们可以先把问题的规模先降低到看起来容易解决的地步,再试着去解决问题,如果解决了, 我们再逐步的扩大问题的规模

荷兰国旗问题

荷兰国旗问题: 给定一个数组arr和一个数num,请把小于num的数放在num的左边,大于num的数放在num右边。 等于num的数放在中间

例子: 输入: arr [5,7,5,8,1,9,10] ,num =5 输出: [1, 5, 5, 8, 9, 10, 7]]
思路:

准备一个变量less和more。
1. less 区域内(即数组下标 <= less)全部是小于num的,
2. more区域内(即数组下标>more)全部是大于num
3. 我们需要一个变量来帮助我们遍历数组。
在一开始的时候,less = -1 , more = 数组的长度。 这代表刚开始这两个区域还不存在
当arr[curr] < num 的时候, less区域的下一个数和arr[curr]交换。然后less右移一个位置,
curr右移一个位置
当arr[curr] > num 的时候, more区域的上一个数和arr[curr]交换。然后more左移一个位置，
此时我们是无法保证从more区域的上一个数,究竟是大于num还是小于num,
因此我们仍然需要将num和这个数进行比较.
以上的思路翻译成代码是用循环来完成的,那么循环结束的条件是什么呢?
curr的左侧是less区域, 当排序完成的时候, (less,curr]区域为等于num的区域,
但是当curr + 1 = more 时,这个时候arr[curr+1]还是未进行判断的,
我们仍然需要对arr[curr+1] 和num进行比较

快速排序

那这跟快速排序有什么问题呢?我们来思考一下快速排序(这里讨论是基础版的快速排序)。快速排序是一种分治的排序算法,它将一个数组分成两个子数组,将两部分独立的排序。荷兰国旗就相当于快速排序中的切分过程。快速排序的关键就在于这个切分过程。

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Java工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！

如果你觉得这些内容对你有帮助，可以扫码获取！！（备注Java获取）

总结

谈到面试，其实说白了就是刷题刷题刷题，天天作死的刷。。。。。

为了准备这个“金三银四”的春招，狂刷一个月的题，狂补超多的漏洞知识，像这次美团面试问的算法、数据库、Redis、设计模式等这些题目都是我刷到过的

并且我也将自己刷的题全部整理成了PDF或者Word文档（含详细答案解析）

66个Java面试知识点

架构专题（MySQL，Java，Redis，线程，并发，设计模式，Nginx，Linux，框架，微服务等）+大厂面试题详解（百度，阿里，腾讯，华为，迅雷，网易，中兴，北京中软等）

算法刷题（PDF）

《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取！
097871)]

算法刷题（PDF）

[外链图片转存中…(img-S4AAwEPw-1713474097871)]

《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取！