Day 14 算法学习 | 二叉树的递归遍历

python的二叉树定义

class TreeNode:
    def __init__(self, val=0, left=None, right=None):
         self.val = val
         self.left = left
         self.right = right

题目 144/145/94 二叉树的前后中递归遍历

题目链接

题目描述：

对二叉树进行前序遍历

代码：

class Solution:
    def preorderTraversal(self, root: TreeNode) -> List[int]:
        if not root:
            return []

        left = self.preorderTraversal(root.left)
        right = self.preorderTraversal(root.right)

        return  [root.val] + left +  right

如果是中序遍历，只需要把最后一行换成：

  return left + [root.val] + right

如果是后序遍历，只需要把最后一行换成：

return left + right + [root.val]

复杂度：

1. 时间复杂度：时间复杂度为 O(n)，其中 n 是二叉树中的节点数。这是因为我们需要访问二叉树的每一个节点恰好一次。每一个节点在被访问时，我们需要为它创建一个新的列表（[root.val]），并进行两次列表连接操作（+ 操作符）。在最坏的情况下，列表的连接操作可能需要线性的时间，但在这种情况下，我们可以认为每个节点对应的操作时间是常数的，因此总的时间复杂度为 O(n)。

2. 空间复杂度：空间复杂度为 O(n)，这是因为在最坏的情况下（当二叉树完全不平衡，像一个链表那样），递归的深度可以达到 n。因为 Python 的函数调用是通过栈（stack）这种数据结构实现的，所以在这种情况下，我们需要 O(n) 的空间来存储递归栈。在最好的情况下（当二叉树完全平衡时），递归的深度为 log(n)，此时空间复杂度为 O(log(n))。但在计算复杂度时，我们通常考虑最坏的情况，所以空间复杂度为 O(n)

额外知识点：

递归：

在前序遍历中，我们只在访问到具体的树节点（TreeNode）时，才会将该节点的值加入结果列表。而在递归的过程中，我们看待整棵子树（包括根节点和其所有的子节点）作为一个待处理的单元，但这个单元（整棵子树）本身并不会被加入到结果列表。

也就是说，self.preorderTraversal(root.left) 和 self.preorderTraversal(root.right) 这两个递归调用，是用来获取当前节点的左子树和右子树的前序遍历结果的，这两个递归调用返回的是一个节点值的列表，而不是整棵子树。