二叉树前中后序遍历框架

5 篇文章 0 订阅
4 篇文章 0 订阅

遍历的方法有两种解法:递归和迭代

先序遍历:

  1. 判空
  2. 访问结点
  3. 左孩子入栈(再次从1开始执行)
  4. 右孩子入栈(再次从1开始执行)

中序遍历:

  1. 判空
  2. 左孩子入栈(再次从1开始执行)
  3. 访问结点
  4. 右孩子入栈(再次从1开始执行)

后序遍历:

  1. 判空
  2. 左孩子入栈(再次从1开始执行)
  3. 右孩子入栈(再次从1开始执行)
  4. 访问结点

1.递归框架:

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode(int x) { val = x; }
 * }
 */
class Solution {
    public List<Integer> xxxTraversal(TreeNode root) {
        List<Integer> res = new ArrayList<>();
        xxxoder(root,res);
        return res;
    }

    
    private void xxxoder(TreeNode root,List<Integer> res){
        if(root!=null){
            //前序遍历
            preoder(root.left,res);
            //中序遍历
            preoder(root.right,res);
            //后序遍历
        }
    }
}

实例:

//前序遍历递归
class Solution {
    public List<Integer> preorderTraversal(TreeNode root) {
        List<Integer> res = new ArrayList<>();
        preoder(root,res);
        return res;
    }

    
    private void preoder(TreeNode root,List<Integer> res){
        if(root!=null){
            res.add(root.val);       //
            preoder(root.left,res);
            preoder(root.right,res);
        }
    }
}


  //递归方法求中序遍历
class Solution {
    public List<Integer> inorderTraversal(TreeNode root) {
        List<Integer> res = new ArrayList<Integer>();
        inorder(root,res);
        return res;
    }

    private void inorder(TreeNode root,List<Integer> res){
        if(root!=null){
            inorder(root.left,res);
            res.add(root.val);
            inorder(root.right,res);
        }
    }
}


//后序遍历递归
class Solution{
	public List<Integer> postorderTraversal(TreeNode root){
	List<Integer> res = new ArrayList<>();
	postorder(root,res);
	return res;	

}

	private void postorder(TreeNode root,List<Integer> res){
		if(root!=null){
			postorder(root.left,res);
			postorder(root.right,res);
			res.add(root.val);
		}
	}

}

2.迭代框架

public List<Integer> traversal(TreeNode root) {
    if (root == null) return new ArrayList<Integer>();
    
    TreeNode node = root;
    List<Integer> ret = new ArrayList<Integer>();
    
    Stack<TreeNode> stack = new Stack<TreeNode>();
    while(node != null || !stack.isEmpty()) {
        while (node != null) {
            stack.push(node);
            // 先序遍历 ret.add(node.val);
            node = node.left;
        }
        node = stack.pop();
        // 中序遍历
        node = node.right;
        // 后序遍历
    }
    return ret;
}


实例:

//前序遍历迭代写法
class Solution {
    public List<Integer> preorderTraversal(TreeNode root) {
        if(root == null) return new ArrayList<Integer>();

		TreeNode node = root;
		List<Integer> ret = new ArrayList<Integer>();
		Stack<TreeNode> stack = new Stack<TreeNode>();

		while(node!=null || !stack.isEmpty()){
			while(node != null){
				stack.push(node);
				//前序遍历
				ret.add(node.val);
				node = node.left;
			}
			node = stack.pop();
			node = node .right;
		}
		return ret;
		
}
}

先序遍历思路
1.判断当前节点或用户栈是否为空,若不为空,执行下面操作,否则全部流程结束。
2.判断当前节点是否为空,若为空,则执行下一步,若不为空则访问当前节点并将当前节点入用户栈
3.更新当前节点为用户栈出栈节点
4.更新当前节点为其右孩子节点,进入下一个循环

//中序遍历迭代
class Solution{
	public List<Integer> inorderTraval(TreeNode root){
		if(root == null) return new ArrayList<Integer>();

		List<Integer> res = new ArrayList<Integer>();
		Stack<TreeNode> stack = new Stack<>();

		while(root!= null || !stack.isEmpty()){
			while(root!=null){
				stack.push(root);
				root=root.left;
			}
			root=stack.pop();
			res.add(root.val);  //
			root = root.right;
			
		}
		return res;
	}

}

后序遍历需要注意右孩子是否被访问过

//后序遍历迭代法
class Solution{
	public List<Integer> postderTraval(TreeNode root){
		if(root == null) return new ArrayList<Integer>();

		List<Integer> res = new ArrayList<Integer>();
		Stack<TreeNode> stack = new Stack<>();
		
		TreeNode cur = root;
		TreeNode last = null;
		
		while(cur!= null || !stack.isEmpty()){
			while(cur!=null){
				stack.push(cur);
				cur=cur.left;
			}
			cur=stack.peek();
			if(cur.right == null || cur.right == last){ // 右孩子为空或者访问过了
				res.add(cur.val);
				stack.pop();
				last = cur;
				cur=null;
			}else{
				cur=cur.right;
			}
	
		}
		return res;
	}

}

后序遍历思路

1.判断当前节点或用户栈是否为空,若不为空,执行下面操作,否则全部流程结束。
2.判断当前节点是否为空,若为空,则执行下一步,若不为空则将当前节点入用户栈
3. 更新当前节点为用户栈出栈节点
4. 当右孩子为空及右孩子被访问过时,访问当前节点,更新当前节点为空,为下一步的出栈作准备
5.当右孩子不为空并且右孩子未被访问过,则更新当前节点为右孩子

  • 题目参考链接:

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

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,这是一个比较复杂的程序,需要一步步构建。我先给您提供一个框架,您可以根据需要进行修改和补充。 ```python class Node: def __init__(self, value): self.value = value self.left = None self.right = None class BinaryTree: def __init__(self, inorder, postorder): self.root = self.build_tree(inorder, postorder) def build_tree(self, inorder, postorder): if not inorder or not postorder: return None root = Node(postorder[-1]) root_index = inorder.index(root.value) root.left = self.build_tree(inorder[:root_index], postorder[:root_index]) root.right = self.build_tree(inorder[root_index+1:], postorder[root_index:-1]) return root def search(self, value): pass def height(self): pass def preorder(self, node): pass def inorder(self, node): pass def postorder(self, node): pass def levelorder(self, node): pass ``` 其中,`Node` 类表示二叉树的结点,包含一个值和左右子节点。`BinaryTree` 类表示二叉树,包含根节点和各种方法。在构造函数中,我们根据中序序列和后序序列构建二叉树。在 `build_tree` 方法中,我们首先判断序列是否为空,如果为空则返回 `None`。否则,我们取后序序列的最后一个元素作为根节点,找到它在中序序列中的位置,然后将中序序列分为左右两个部分,分别递归构建左右子树。最终返回根节点。 接下来,我们需要补全其他方法的代码: ```python class BinaryTree: ... def search(self, value): def dfs(node): if not node: return None if node.value == value: return node left = dfs(node.left) if left: return left right = dfs(node.right) if right: return right return None return dfs(self.root) def height(self): def dfs(node): if not node: return 0 return max(dfs(node.left), dfs(node.right)) + 1 return dfs(self.root) def preorder(self, node): if not node: return [] return [node.value] + self.preorder(node.left) + self.preorder(node.right) def inorder(self, node): if not node: return [] return self.inorder(node.left) + [node.value] + self.inorder(node.right) def postorder(self, node): if not node: return [] return self.postorder(node.left) + self.postorder(node.right) + [node.value] def levelorder(self, node): if not node: return [] queue = [node] res = [] while queue: cur = queue.pop(0) res.append(cur.value) if cur.left: queue.append(cur.left) if cur.right: queue.append(cur.right) return res ``` 在 `search` 方法中,我们采用深度优先搜索(DFS)的方式查找指定值的结点。在 `height` 方法中,我们同样采用 DFS 的方式计算树的高度。在 `preorder`、`inorder` 和 `postorder` 方法中,分别实现了先序、中序和后序遍历。在 `levelorder` 方法中,我们采用广度优先搜索(BFS)的方式实现层次遍历。 最后,我们可以用以下方式测试程序: ```python inorder = ['D', 'B', 'E', 'A', 'F', 'C'] postorder = ['D', 'E', 'B', 'F', 'C', 'A'] tree = BinaryTree(inorder, postorder) assert tree.search('A').value == 'A' assert tree.search('X') == None assert tree.height() == 3 assert tree.preorder(tree.root) == ['A', 'B', 'D', 'E', 'C', 'F'] assert tree.inorder(tree.root) == ['D', 'B', 'E', 'A', 'F', 'C'] assert tree.postorder(tree.root) == ['D', 'E', 'B', 'F', 'C', 'A'] assert tree.levelorder(tree.root) == ['A', 'B', 'C', 'D', 'E', 'F'] ``` 这里我们构建了一个二叉树,测试了各种方法的正确性。您可以根据需要修改测试用例。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值