C C++最全【算法】二叉树的遍历指南(前序、中序、后序、层序，《C C++面试题及解析》分享给大家

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

在关系型数据库（如Mysql）中，通常会采用B+树作为索引结构。B+ 树的特点是能够保持数据稳定有序，其插入与修改拥有较稳定的对数时间复杂度。

---

🍒2.3.3  决策树

在机器学习领域，决策树是一个非常经典的算法。决策树是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。

由于这种决策分支画成图形很像一棵树的枝干，故称决策树。

🎄🎄🎄我是分割线🎄🎄🎄

🍓3 二叉树的定义

---

🍊3.1 二叉树的定义

二叉树（Binary tree）是n个有限元素的集合，该集合或者为空、或者由一个称为根（root）的元素及两个不相交的、被分别称为左子树和右子树的二叉树组成，是有序树。

在下面这副图中，F就是这棵二叉树的根节点，其左、右孩子节点分别为C、E。

---

🍊3.2 二叉树类

借鉴力扣中二叉树类的定义：

class TreeNode:
    def __init__(self,val,left=None,right=None):
        self.val=val
        self.left=left
        self.right=right

---

🍊3.3 构造方法

在python中，可以采用递归构造方法快速构造一颗二叉树

"""tree
            5
        1       2
    3     4   6    8
9                     11
"""

# 推荐采用这种构造方式，非常直观
root=TreeNode(5,
              TreeNode(1,
                       TreeNode(3,
                                TreeNode(9),
                                None),
                       TreeNode(4)
                       ),
              TreeNode(2,
                       TreeNode(6),
                       TreeNode(8,
                                None,
                                TreeNode(11))
                       )
              )

🎄🎄🎄我是分割线🎄🎄🎄

🍓4 二叉树的前序遍历

---

# 递归解法

def preorder(root):
    if not root:return
    print(root.val)
    preorder(root.left)
    preorder(root.right)

注意观察res的变化状况与树的遍历过程！

🎄🎄🎄我是分割线🎄🎄🎄

🍓5 二叉树的中序遍历

---

# 递归解法

def inorder(root):
    if not root:return
    inorder(root.left)
    print(root.val)
    inorder(root.right)

注意观察res的变化状况与树的遍历过程！

🎄🎄🎄我是分割线🎄🎄🎄

🍓6 二叉树的后序遍历

---

# 递归解法

def postorder(root):
    if not root:return
    postorder(root.left)
    postorder(root.right)
    print(root.val)

注意观察res的变化状况与树的遍历过程！

🎄🎄🎄我是分割线🎄🎄🎄

🍓7 前、中、后序遍历总结

---

前序、中序、后序遍历其实都是深度优先思想的体现，我这里采用递归写法，便于记忆，三者的区别在于：遍历左右子树与对此节点做出操作（print(root.val)）的顺序

对比三种算法，大家可以很清晰地找到他们唯一的不同点：print()函数与两个递归的先后执行顺序。

总结以下，可以发现

• 前序遍历：【根】【左】【右】
• 中序遍历：【左】【根】【右】
• 后序遍历：【左】【右】【根】
• 层序遍历

（大家可以通过点击tag进入力扣练习题目哦~）

🎄🎄🎄我是分割线🎄🎄🎄

🍓8 BFS：二叉树的层序遍历

---

def bfs(root):
    queue=[root]
    while queue:
        node=queue.pop(0)
        if node.left:
            queue.append(node.left)
        if node.right:
            queue.append(node.right)
        print(node.val)

层次遍历很好理解，就是从根节点开始，一层一层，从上到下，每层从左到右，依次写值就可以了

🎄🎄🎄我是分割线🎄🎄🎄

🍓9 DFS：深度优先搜索

---

def dfs(root):
    stack=[root]
    while stack:
        node=stack.pop()
        if node.right:
            stack.append(node.right)
        if node.left:
            stack.append(node.left)
        print(node.val)

DFS与BFS类似，只不过是用栈而不是队列进行辅助

注意深度优先的栈的先入后出特性，应先判断right再判断left

🎄🎄🎄我是分割线🎄🎄🎄

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

是分割线🎄🎄🎄

[外链图片转存中…(img-GydYMih7-1715703310732)]
[外链图片转存中…(img-E0hxj924-1715703310732)]

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！