Leetcode501. Morris中序遍历

Morris中序遍历

一般二叉树的中序遍历需要用到递归算法，在递归过程中，程序会自动使用递归栈，保证了我们可以在遍历完左子树后，返回到当前节点继续后面的遍历。但是递归栈也占用了部分空间，因此出现Morris中序遍历方法，使得我们中序遍历的空间复杂度变为O(1)，即与树的深度无关。

我们结合Leetcode中第501题二叉搜索树中的众数，来学习Morris中序遍历算法。

以下使用python3~

Morris中序遍历算法详解

本部分参考leetcode501官方题解
在中序遍历的时候，一定先遍历左子树，然后遍历当前节点，最后遍历右子树。在常规方法中，我们用递归回溯或者是栈来保证遍历完左子树可以再回到当前节点，但这需要我们付出额外的空间代价。
我们需要用一种巧妙地方法可以在 O(1) 的空间下，遍历完左子树可以再回到当前节点。我们希望当前的节点在遍历完当前点的前驱之后被遍历，我们可以考虑修改它的前驱节点的 right 指针。

 这样做的原因在于，我们希望通过前驱节点能够找到当前应该遍历的节点。通过使前驱节点的 right 指针指向当前节点，就可以实现这个想法。

在Morris中序遍历的程序运行中，实际抽象过程如下：

1. 初始化一个cur指针，从根节点一直走到其左子树为空的节点。在这“一路向左”的过程中，不对节点值进行遍历，只是经过。同时要做一件重要的事情：使cur节点的前驱节点的 right 指针指向它。
2. 当cur指针走到了树的最左叶子节点后，遍历该节点值。之后，它要沿着上一步设置好的right指针，往回走（一路向右），这次在走的过程中，需要对路过的节点值进行遍历。

为了实现上面的抽象过程，程序中的具体算法如下：

1. 如果当前节点没有左子树，则遍历这个点，然后跳转到当前节点的右子树。

2. 如果当前节点有左子树，那么它的前驱节点一定在左子树上，我们可以在左子树上一直向右行走，找到当前点的前驱节点。

   如果前驱节点没有右子树，就将前驱节点的 right 指针指向当前节点。这一步是为了在遍历完前驱节点后能找到前驱节点的后继，也就是当前节点。

   如果前驱节点的右子树为当前节点，说明前驱节点已经被遍历过并被修改了 right 指针，这个时候遍历当前的点，然后跳转到当前节点的右子树，继续后面的遍历。

代码实现：

def morris_inorder(root):
    cur, pre = root, None  # pre为前驱节点， cur为当前节点
    while cur:
        if not cur.left: # cur走到最左
            .......# 遍历cur.val
            cur = cur.right
            continue
        pre = cur.left
        while pre.right and pre.right != cur:
            pre = pre.right
        if not pre.right:
            pre.right = cur
            cur = cur.left
        else:
            .......# 遍历cur.val
            cur = cur.right

Leetcode 501题目描述

解题思路

这道题可以用最简单的思路求解，比如，使用普通的中序遍历算法获得一个树的哈希表或字典，记录每个节点值出现的次数，取出现次数最多的那一个（或几个）值作为结果返回。但是这样做空间复杂度较高，我们现在希望用O(1)的空间复杂度解决这个问题。
那么我们需要改变两个方面：

1. 将普通的中序遍历替换为Morris中序遍历。
2. 将“使用哈希表/字典找出现次数最多的值”替换为其他方法。

第一个方面我们已经知道如何做了，下面就是对第二点的改进。

其实寻找出现最多的数，在我们遍历二叉搜索树的时候就可以顺便做到。
在中序遍历有重复数字的二叉搜索树时，我们获得的数字一定是按照单调非减顺序排列的。

我们可以设定几个值来记录上一次获得的值base、当前获得的值cur_val、当前值已经出现的次数count，和当前元素出现次数的最大值Max。还要维护一个存放当前已经找到的众数的列表ans。
当cur_val=base时，count += 1；如不相等，更新base为cur_val，count=1（重新计数）
当count=Max时，说明当前值也是一个众数，将cur_val放入ans中；
若count>Max，说明当前值出现次数比之前找到的众数要多，则更新ans=[cur_val]，Max=count。

上述的过程我们封装到update函数中，在每遍历到一个节点时，执行该函数即可。

完整代码

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, x):
#         self.val = x
#         self.left = None
#         self.right = None

class Solution:
    def findMode(self, root: TreeNode) -> List[int]:
        self.ans, self.count, self.Max, self.base = [], 0, 0, 0  # 相当于全局变量
        def update(val):   # 更新众数列表
            if not self.ans:   # 用遍历获得的第一个数字初始化所有相关变量
                self.ans.append(val)
                self.count, self.base, self.Max = 1, val, 1
                return 
            if val==self.base: self.count += 1
            else: 
                self.count = 1
                self.base = val
            if self.count==self.Max: self.ans.append(val)
            elif self.count>self.Max:
                self.ans = [val]
                self.Max = self.count
        def morris_inorder(root):  # Morris中序遍历
            cur, pre = root, None
            while cur:
                if not cur.left:
                    update(cur.val)  # 使用当前节点值更新众数列表
                    cur = cur.right
                    continue
                pre = cur.left
                while pre.right and pre.right != cur:
                    pre = pre.right
                if not pre.right:
                    pre.right = cur
                    cur = cur.left
                else:
                    update(cur.val)  # 使用当前节点值更新众数列表
                    cur = cur.right
        morris_inorder(root)
        return self.ans