算法Day12|二叉树专题一 144. 二叉树的前序遍历，94. 二叉树的中序遍历，145. 二叉树的后序遍历_如果父节点的数组下标是 i,那么它的左孩子就是 i * 2 + 1,右孩子就是 i * 2 + 2-CSDN博客

一.二叉树简介

1.二叉树种类

1.1.1满二叉树

满二叉树：如果一棵二叉树只有度为0的结点和度为2的结点，并且度为0的结点在同一层上，则这棵二叉树为满二叉树。

如图所示：

这棵二叉树为满二叉树，也可以说深度为k，有2^k-1个节点的二叉树。

1.1.2完全二叉树

完全二叉树的定义如下：在完全二叉树中，除了最底层节点可能没填满外，其余每层节点数都达到最大值，并且最下面一层的节点都集中在该层最左边的若干位置。若最底层为第 h 层，则该层包含 1~ 2^(h-1) 个节点。

1.1.3二叉搜索树

前面介绍的树，都没有数值的，而二叉搜索树是有数值的了，二叉搜索树是一个有序树。

若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值；
若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值；
它的左、右子树也分别为二叉排序树

下面这两棵树都是搜索树

1.1.4平衡二叉搜索树

平衡二叉搜索树：又被称为AVL（Adelson-Velsky and Landis）树，且具有以下性质：它是一棵空树或它的左右两个子树的高度差的绝对值不超过1，并且左右两个子树都是一棵平衡二叉树。如图：

2.二叉树的存储方式

二叉树可以链式存储，也可以顺序存储。

那么链式存储方式就用指针，顺序存储的方式就是用数组。

顾名思义就是顺序存储的元素在内存是连续分布的，而链式存储则是通过指针把分布在散落在各个地址的节点串联一起。

用数组来存储二叉树如何遍历的呢？

如果父节点的数组下标是 i，那么它的左孩子就是 i * 2 + 1，右孩子就是 i * 2 + 2。

但是用链式表示的二叉树，更有利于我们理解，所以一般我们都是用链式存储二叉树。

所以大家要了解，用数组依然可以表示二叉树

3.二叉树的遍历方式

二叉树主要有两种遍历方式：

深度优先遍历：先往深走，遇到叶子节点再往回走。
广度优先遍历：一层一层的去遍历。

这两种遍历是图论中最基本的两种遍历方式，那么从深度优先遍历和广度优先遍历进一步拓展，才有如下遍历方式：

深度优先遍历
前序遍历（递归法，迭代法）
中序遍历（递归法，迭代法）
后序遍历（递归法，迭代法）
广度优先遍历
层次遍历（迭代法）

在深度优先遍历中：有三个顺序，前中后序遍历，有同学总分不清这三个顺序，经常搞混，我这里教大家一个技巧。

这里前中后，其实指的就是中间节点的遍历顺序，只要大家记住前中后序指的就是中间节点的位置就可以了。

看如下中间节点的顺序，就可以发现，中间节点的顺序就是所谓的遍历方式

前序遍历：中左右
中序遍历：左中右
后序遍历：左右中

大家可以对着如下图，看看自己理解的前后中序有没有问题。

最后再说一说二叉树中深度优先和广度优先遍历实现方式，我们做二叉树相关题目，经常会使用递归的方式来实现深度优先遍历，也就是实现前中后序遍历，使用递归是比较方便的。

之前我们讲栈与队列的时候，就说过栈其实就是递归的一种是实现结构，也就说前中后序遍历的逻辑其实都是可以借助栈使用非递归的方式来实现的。

而广度优先遍历的实现一般使用队列来实现，这也是队列先进先出的特点所决定的，因为需要先进先出的结构，才能一层一层的来遍历二叉树。

4.二叉树定义

public class TreeNode {
        int val;
        TreeNode left;
        TreeNode right;

        TreeNode() {}

        TreeNode(int val) {
            this.val = val;
        }

        TreeNode(int val, TreeNode left, TreeNode right) {
            this.val = val;
            this.left = left;
            this.right = right;
        }
    }

二、前序遍历

1.二叉树前序遍历（递归版本）

class Solution {
    //144. 二叉树的前序遍历
    public List<Integer> preorderTraversal(TreeNode root) {
        ArrayList<Integer> ans = new ArrayList<>();
        preProcess(root, ans);
        return ans;
    }

    private void preProcess(TreeNode root, ArrayList<Integer> ans) {
        if (root == null) {
            return;
        }
        ans.add(root.val);
        preProcess(root.left, ans);
        preProcess(root.right, ans);
    }
}

2.二叉树前序遍历（非递归版本）

我们先看一下前序遍历。

前序遍历是中左右，每次先处理的是中间节点，那么先将根节点放入栈中，然后将右孩子加入栈，再加入左孩子。

为什么要先加入右孩子，再加入左孩子呢？因为这样出栈的时候才是中左右的顺序。

动画如下：

class Solution {
    //144. 二叉树的前序遍历(非递归）
    public List<Integer> preorderTraversal(TreeNode root) {
        ArrayList<Integer> ans = new ArrayList<>();
        Stack<TreeNode> stack = new Stack<>();
        if (root == null) return ans;
        stack.push(root);
        // 前序遍历顺序：中-左-右，入栈顺序：中-右-左
        while (!stack.isEmpty()) {
            TreeNode node = stack.pop();
            ans.add(node.val);
            if (node.right != null) {
                stack.add(node.right);
            }
            if (node.left != null) {
                stack.add(node.left);
            }
        }
        return ans;
    }
}

三、中序遍历

1.二叉树中序遍历（递归版本）

class Solution {
    //94. 二叉树的中序遍历
    public List<Integer> inorderTraversal(TreeNode root) {
        ArrayList<Integer> ans = new ArrayList<>();
        inProcess(root, ans);
        return ans;
    }

    private void inProcess(TreeNode root, ArrayList<Integer> ans) {
        if (root == null) {
            return;
        }
        inProcess(root.left, ans);
        ans.add(root.val);
        inProcess(root.right, ans);
    }
}

2.二叉树中序遍历（非递归版本）

1.一直压入左节点，直至左节点为空。

2.左节点为空，弹出位于最下方的左节点，记录节点值。

3.节点来到弹出节点的右节点。

若这个右节点不为空，就继续压入这个右节点和它所有左节点。
为空就弹出，并记录节点值

class Solution {
    //94. 二叉树的中序遍历（非递归）
    public List<Integer> inorderTraversal(TreeNode root) {
        ArrayList<Integer> ans = new ArrayList<>();
        Stack<TreeNode> stack = new Stack<>();
        TreeNode cur = root;
         中序遍历顺序: 左-中-右 入栈顺序： 左-右
        while (cur != null || !stack.isEmpty()) {
            //一直压入左节点，直至左节点为空
            if (cur != null) {
                stack.add(cur);
                cur = cur.left;
            } else {
                //左节点为空，弹出位于最下方的左节点，记录节点值
                cur = stack.pop();
                ans.add(cur.val);
                //节点来到弹出节点的右节点，
                //若这个右节点不为空，就继续压入这个右节点和它所有左节点（if)
                cur = cur.right;
            }
        }
        return ans;
    }
}

四、后序遍历

1.二叉树后序遍历（递归版本）

class Solution {
      //145. 二叉树的后序遍历
    public List<Integer> postorderTraversal(TreeNode root) {
        ArrayList<Integer> ans = new ArrayList<>();
        backProcess(root, ans);
        return ans;
    }

    private void backProcess(TreeNode root, ArrayList<Integer> ans) {
        if (root == null) {
            return;
        }
        backProcess(root.left, ans);
        backProcess(root.right, ans);
        ans.add(root.val);
    }
}

2.二叉树后序遍历（非递归版本）

再来看后序遍历，先序遍历是中左右，后续遍历是左右中，那么我们只需要调整一下先序遍历的代码顺序，就变成中右左的遍历顺序，然后在反转result数组，输出的结果顺序就是左右中了，如下图：

所以后序遍历只需要前序遍历的代码稍作修改就可以了，代码如下：

class Solution {
     //145. 二叉树的后序遍历(非递归)
    public List<Integer> postorderTraversal(TreeNode root) {
        ArrayList<Integer> ans = new ArrayList<>();
        Stack<TreeNode> stack = new Stack<>();
        if (root == null) return ans;
        stack.push(root);
         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
        while (!stack.isEmpty()) {
            TreeNode node = stack.pop();
            ans.add(node.val);
            if (node.left != null) {
                stack.add(node.left);
            }
            if (node.right != null) {
                stack.add(node.right);
            }
        }
        Collections.reverse(ans);
        return ans;
    }
}