二叉树的遍历

二叉树的递归遍历

确定下来递归算法的三个要素。每次写递归，都按照这三要素来写，可以保证写出正确的递归算法！

1. 确定递归函数的参数和返回值： 确定哪些参数是递归的过程中需要处理的，那么就在递归函数里加上这个参数， 并且还要明确每次递归的返回值是什么进而确定递归函数的返回类型
2. 确定终止条件： 写完了递归算法, 运行的时候，经常会遇到栈溢出的错误，就是没写终止条件或者终止条件写的不对，操作系统也是用一个栈的结构来保存每一层递归的信息，如果递归没有终止，操作系统的内存栈必然就会溢出
3. **确定单层递归的逻辑： ** 确定每一层递归需要处理的信息。在这里也就会重复调用自己来实现递归的过程

以下以前序遍历为例：

1. 确定递归函数的参数和返回值： 因为要打印出前序遍历节点的数值，所以参数里需要传入List 来放节点的数值，除了这一点就不需要再处理什么数据了也不需要有返回值，所以递归函数返回类型就是void，代码如下：

void inorder(TreeNode root, List<Integer> list)

2. 确定终止条件： 在递归的过程中，如何算是递归结束了呢，当然是当前遍历的节点是空了，那么本层递归就要结束了，所以如果当前遍历的这个节点是空，就直接return，代码如下：

if (root == null) {
	return;
}

3. 确定单层递归的逻辑： 前序遍历是中左右的循序，所以在单层递归的逻辑，是要先取中节点的数值，代码如下：

	result.add(root.val);
	preorder(root.left, result);
	preorder(root.right, result);

单层递归的逻辑就是按照中左右的顺序来处理的，这样二叉树的前序遍历，基本就写完了，再看一下完整代码：

// 前序遍历·递归·LeetCode144_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·LeetCode94_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·LeetCode145_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
    }
}

此时可以做一做leetcode上三道题目，分别是：

144.二叉树的前序遍历
145.二叉树的后序遍历
94.二叉树的中序遍历

二叉树的迭代遍历

前序遍历（迭代法）

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：

代码：

public List<Integer> proorderTraversal(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.push(node.val);
		if(node.right != null){
			stack.push(node.right);
		}
		if(node.left != null){
			stack.push(node.left);
		}
	}
	return result;
}

后序遍历（迭代法）

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

代码：

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.push(node.val);
		if(node.left != null){
			stack.push(node.left);
		}
		if(node.right != null){
			stack.push(node.right);
		}
	}
	Collections.reverse(result);
	return result;
}

中序遍历（迭代法）

用迭代法写中序遍历的时候，会发现套路又不一样了，目前的前序遍历的逻辑无法直接应用到中序遍历上

为了解释清楚，我说明一下 刚刚在迭代的过程中，其实我们有两个操作：

1. 处理：将元素放进result数组中
2. 访问：遍历节点

分析一下为什么刚刚写的前序遍历的代码，不能和中序遍历通用呢，因为前序遍历的顺序是中左右，先访问的元素是中间节点，要处理的元素也是中间节点，所以刚刚才能写出相对简洁的代码，因为要访问的元素和要处理的元素顺序是一致的，都是中间节点。

那么再看看中序遍历，中序遍历是左中右，先访问的是二叉树顶部的节点，然后一层一层向下访问，直到到达树左面的最底部，再开始处理节点（也就是在把节点的数值放进result数组中），这就造成了处理顺序和访问顺序是不一致的。

那么在使用迭代法写中序遍历，就需要借用指针的遍历来帮助访问节点，栈则用来处理节点上的元素

代码：

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;
}