代码随想录算法训练营第十三天 | LeetCode 144. 二叉树的前序遍历、LeetCode 145. 二叉树的后序遍历、LeetCode 94. 二叉树的中序遍历
文章链接:代码随想录递归遍历 代码随想录迭代遍历 代码随想录统一迭代法
目录
代码随想录算法训练营第十三天 | LeetCode 144. 二叉树的前序遍历、LeetCode 145. 二叉树的后序遍历、LeetCode 94. 二叉树的中序遍历
2.1 递归思路(完成下面下个问题,可以养成一个好的递归思路)
1. 二叉树理论基础
1.1 树型结构概念
树是一种非线性
的数据结构,它是由
n
(
n>=0
)个有限结点组成一个具有层次关系的集合。把它叫做树是因为它看起来像一棵倒挂的树,也就是说它是根朝上,而叶朝下的。它具有以下的特点:
-
有一个特殊的结点,称为根结点,根结点没有前驱结点
-
除根结点外,其余结点被分成M(M > 0) 个互不相交的集合 T1 、 T2 、 ...... 、 Tm ,其中每一个集合 Ti (1 <= i <= m) 又是一棵与树类似的子树。每棵子树的根结点有且只有一个前驱,可以有 0 个或多个后继
-
树是递归定义的。
注意:
- 树形结构中,子树之间不能有交集,否则就不是树形结构
- 根节点是唯一的
1.2 概念
结点的度
:一个结点含有子树的个数称为该结点的度; 如上图:
A
的度为
6
树的度
:一棵树中,所有结点度的最大值称为树的度; 如上图:树的度为
6
叶子结点或终端结点
:度为
0
的结点称为叶结点; 如上图:
B
、
C
、
H
、
I...
等节点为叶结点
双亲结点或父结点
:若一个结点含有子结点,则这个结点称为其子结点的父结点; 如上图:
A
是
B
的父结点
孩子结点或子结点
:一个结点含有的子树的根结点称为该结点的子结点; 如上图:
B
是
A
的孩子结点
根结点
:一棵树中,没有双亲结点的结点;如上图:
A
结点的层次
:从根开始定义起,根为第
1
层,根的子结点为第
2
层,以此类推
树的高度或深度
:树中结点的最大层次; 如上图:树的高度为4
非终端结点或分支结点
:度不为
0
的结点; 如上图:D、
E
、
F
、
G...
等节点为分支结点
兄弟结点
:具有相同父结点的结点互称为兄弟结点; 如上图:B、
C
是兄弟结点
堂兄弟结点
:双亲在同一层的结点互为堂兄弟;如上图:
H
、
I
互为兄弟结点
结点的祖先
:从根到该结点所经分支上的所有结点;如上图:
A
是所有结点的祖先
子孙
:以某结点为根的子树中任一结点都称为该结点的子孙。如上图:所有结点都是
A
的子孙
森林
:由
m
(
m>=0
)棵互不相交的树组成的集合称为森林
1.3 树的表示形式
树结构相对线性表就比较复杂了,要存储表示起来就比较麻烦了,实际中树有很多种表示方式,如:
双亲表示法
,
孩子表示法
、
孩子双亲表示法
、
孩子兄弟表示法等等。我们这里就简单的了解其中最常用的
孩子兄弟表示法
。
class Node {
int value; // 树中存储的数据
Node firstChild; // 第一个孩子引用
Node nextBrother; // 下一个兄弟引用
}
1.4 二叉树概念
一棵二叉树是结点的一个有限集合,该集合:
- 或者为空
- 或者是由一个根节点加上两棵别称为左子树和右子树的二叉树组成
从上图可以看出:
- 二叉树不存在度大于2的结点
-
二叉树的子树有左右之分,次序不能颠倒,因此二叉树是有序树
注意:对于任意的二叉树都是由以下几种情况复合而成的:
1.5 两种特殊的二叉树
-
满二叉树: 一棵二叉树,如果 每层的结点数都达到最大值,则这棵二叉树就是满二叉树 。也就是说, 如果一棵 二叉树的层数为 K ,且结点总数是
,则它就是满二叉树。如左图所示
-
完全二叉树: 完全二叉树是效率很高的数据结构,完全二叉树是由满二叉树而引出来的。对于深度为 K 的,有 n个结点的二叉树,当且仅当其每一个结点都与深度为K 的满二叉树中编号从 0 至 n-1的结点一一对应时称之为完全二叉树。 要注意的是满二叉树是一种特殊的完全二叉树。如右图所示
1.6 二叉树的性质
- 若规定根结点的层数为1,则一棵非空二叉树的第i层上最多有
(i>0)个结点
-
若规定只有根结点的二叉树的深度为 1 ,则 深度为 K的二叉树的最大结点数是
(k>=0)
-
对任何一棵二叉树, 如果其 叶结点个数为 n0, 度为 2 的非叶结点个数为 n2, 则有 n0 = n2 +1。即 叶子结点的个数比度为2的节点多一个
-
具有n个结点的完全二叉树的深度k为
上取整
-
对于具有n 个结点的完全二叉树 ,如果按照 从上至下从左至右的顺序对所有节点从 0 开始编号 ,则对于 序号为 i 的结点有 :
- 若i>0,双亲序号:(i-1)/2;i=0,i为根结点编号,无双亲结点
- 若2i+1<n,左孩子序号:2i+1,否则无左孩子
- 若2i+2<n,右孩子序号:2i+2,否则无右孩子
1.7 二叉树的存储
顺序存储对树这种一对多的关系结构,实现起来是比较困难的,但也可以实现。先来看看完全二叉树的顺序存储,一棵完全二叉树如下图所示:
将这棵二叉树存入数组中相应的下标对应其同样的位置,如下图所示:
而二叉树的链式存储是通过一个一个的节点引用起来的,结构示意图如下:
1.8 二叉树的遍历
1.8.1 前中后序遍历
学习二叉树结构,最简单的方式就是遍历。所谓遍历
(Traversal)
是指沿着某条搜索路线,依次对树中每个结
点均做一次且仅做一次访问
。
访问结点所做的操作依赖于具体的应用问题
(
比如:打印节点内容、节点内容加
1)。 遍历是二叉树上最重要的操作之一,是二叉树上进行其它运算之基础。
在遍历二叉树时,如果没有进行某种约定,每个人都按照自己的方式遍历,得出的结果就比较混乱,如果按
照某种规则进行约定,则每个人对于同一棵树的遍历结果肯定是相同的
。如果
N
代表根节点,
L
代表根节点的左子树,R代表根节点的右子树,则根据遍历根节点的先后次序有以下遍历方式:
- NLR:前序遍历(Preorder Traversal 亦称先序遍历)——访问根结点--->根的左子树--->根的右子树
- LNR:中序遍历(Inorder Traversal)——根的左子树--->根节点--->根的右子树
- LRN:后序遍历(Postorder Traversal)——根的左子树--->根的右子树--->根节点。
1.8.2 层序遍历
层序遍历:除了先序遍历、中序遍历、后序遍历外,还可以对二叉树进行层序遍历。设二叉树的根节点所在层数为1,层序遍历就是从所在二叉树的根节点出发,首先访问第一层的树根节点,然后从左到右访问第2层上的节点,接着是第三层的节点,以此类推,自上而下,自左至右逐层访问树的结点的过程就是层序遍历。
2. 二叉树遍历
- LeetCode 144. 二叉树的前序遍历
- LeetCode 145. 二叉树的后序遍历
- LeetCode 94. 二叉树的中序遍历
2.1 递归思路(完成下面下个问题,可以养成一个好的递归思路)
- 确定递归函数的参数和返回值:返回值void,因为我们把结果放在一个list集合中了,参数则是根节点和集合list,集合list是放遍历的结果
- 确定终止条件:因为是深度搜索,所以如果根节点遇到null就返回
- 确定单层递归的逻辑:以前序遍历举例,“根左右”的顺序,首先集合就要先add根节点的值;然后到左,就是向左遍历,就是递归调用函数,传参(左孩子,集合);然后到右,就是向右遍历,就是递归调用函数,传参(右孩子,集合)
- 同理中序遍历就是“左根右”,后序遍历就是“左右根”
2.2 代码
// 前序遍历·递归·LC144_二叉树的前序遍历
class Solution {
public List<Integer> preorderTraversal(TreeNode root) {
List<Integer> result = new ArrayList<Integer>();
preorder(root, result);
return result;
}
public void preorder(TreeNode root, List<Integer> result) {
if (root == null) {
return;
}
result.add(root.val);
preorder(root.left, result);
preorder(root.right, result);
}
}
// 中序遍历·递归·LC94_二叉树的中序遍历
class Solution {
public List<Integer> inorderTraversal(TreeNode root) {
List<Integer> res = new ArrayList<>();
inorder(root, res);
return res;
}
void inorder(TreeNode root, List<Integer> list) {
if (root == null) {
return;
}
inorder(root.left, list);
list.add(root.val); // 注意这一句
inorder(root.right, list);
}
}
// 后序遍历·递归·LC145_二叉树的后序遍历
class Solution {
public List<Integer> postorderTraversal(TreeNode root) {
List<Integer> res = new ArrayList<>();
postorder(root, res);
return res;
}
void postorder(TreeNode root, List<Integer> list) {
if (root == null) {
return;
}
postorder(root.left, list);
postorder(root.right, list);
list.add(root.val); // 注意这一句
}
}
3. LeetCode 144. 二叉树的前序遍历
3.1 非递归思路
- 编程里如何实现递归的逻辑呢?也是用栈这种数据结构的,因此使用迭代法模拟递归时也是用栈的
- 我们用栈模拟递归时,是把二叉树的根的左右孩子按“从右到左”的顺序放入栈中,因为这样出栈时才是“从左到右”,出栈时先把左的出栈了放入集合list中,再把出栈的元素的孩子按“从右到左”的顺序入栈,以此类推
- 由于根节点是先出栈的,所以呈现出的依然是“根左右”的顺序
3.2 代码
// 前序遍历顺序:中-左-右,入栈顺序:中-右-左
class Solution {
public List<Integer> preorderTraversal(TreeNode root) {
List<Integer> result = new ArrayList<>();
if (root == null){
return result;
}
Stack<TreeNode> stack = new Stack<>();
stack.push(root);
while (!stack.isEmpty()){
TreeNode node = stack.pop();
result.add(node.val);
if (node.right != null){
stack.push(node.right);
}
if (node.left != null){
stack.push(node.left);
}
}
return result;
}
}
4. LeetCode 145. 二叉树的后序遍历
4.1 非递归思路
- 编程里如何实现递归的逻辑呢?也是用栈这种数据结构的,因此使用迭代法模拟递归时也是用栈的
- 在前序遍历的基础上,我们把根的左右孩子按“从左到右”的顺序先入栈,由于是根先出栈,那么此时出栈的顺序就是“根右左”,我们将集合翻转一下,就是“左右根”的顺序,那就是后序遍历的顺序了
4.2 代码
// 后序遍历顺序 左-右-中 入栈顺序:中-左-右 出栈顺序:中-右-左, 最后翻转结果
class Solution {
public List<Integer> postorderTraversal(TreeNode root) {
List<Integer> result = new ArrayList<>();
if (root == null){
return result;
}
Stack<TreeNode> stack = new Stack<>();
stack.push(root);
while (!stack.isEmpty()){
TreeNode node = stack.pop();
result.add(node.val);
if (node.left != null){
stack.push(node.left);
}
if (node.right != null){
stack.push(node.right);
}
}
Collections.reverse(result);
return result;
}
}
5. LeetCode 94. 二叉树的中序遍历
5.1 非递归思路
1. 由于中序遍历的特殊性无法在以上的代码作更改而实现,因此需要别的实现方法
2. 我们处理二叉树时有两步关键:访问节点和处理节点
- 访问节点:就是根据根节点一点一点访问
- 处理节点:就是放入集合中,按照我们输出的顺序
3. 由于我们的顺序是“左根右”,而我们先访问到的一定是根节点,因此我们设置一个指针,访问到的节点都先入栈,当我们遇到左孩子为空时就弹出该节点,右孩子为空时说明是叶子节点,就弹出该节点的父节点
4. 我们的循环终止条件就是指针和栈同时为空时就结束循环
5. 我们的终止是一路向左,左为空就先从栈里弹出一个元素,再到这个元素的右孩子,再一路向左,循环往复
5.2 代码
// 中序遍历顺序: 左-中-右 入栈顺序: 左-右
class Solution {
public List<Integer> inorderTraversal(TreeNode root) {
List<Integer> result = new ArrayList<>();
if (root == null){
return result;
}
Stack<TreeNode> stack = new Stack<>();
TreeNode cur = root;
while (cur != null || !stack.isEmpty()){
if (cur != null){
stack.push(cur);
cur = cur.left;
}else{
cur = stack.pop();
result.add(cur.val);
cur = cur.right;
}
}
return result;
}
}