二叉树遍历详解（递归遍历、非递归栈遍历，Morris遍历）

最新推荐文章于 2023-08-11 17:10:58 发布

聂炳玉

最新推荐文章于 2023-08-11 17:10:58 发布

阅读量3.6k

点赞数 12

分类专栏： # 数据结构——树文章标签：树遍历递归遍历非递归栈遍历 Morris遍历

转载请标明出处

本文链接：https://blog.csdn.net/nie2314550441/article/details/107073598

版权

数据结构——树专栏收录该内容

9 篇文章 1 订阅

订阅专栏

一、前言

《二叉查找树全面详细介绍》中讲解了二叉树操作：搜索（查找）、遍历、插入、删除。其中遍历深度优先遍历(DFS)按照实现方法可以分为：递归遍历实现、非递归遍历实现、Morris遍历实现，文中只给了代码，没有对实现过程进行讲解，本文将对递归遍历实现、非递归遍历栈实现、Morris遍历实现这三类实现方法进行讲解。

二、三类实现方法特点

递归实现

编码简单，易于理解；
隐式使用栈存储当前没有处理完的节点信息；
若树深度大，递归深度大可能会超过堆栈保留大小；

时间复杂度：O(n)，空间复杂度：O(logn)

非递归栈实现

显示使用栈存储当前没有处理完的节点信息，需要花费额外时间来维护栈并为栈留出空间；
若树结构不是理想结构（呈线性）栈可能需要保存树中几乎所有节点信息，当树很大的时候这会是一个严重问题；
效率相对递归实现会高一些，实现起来会比递归实现复杂一些；

时间复杂度：O(n)，空间复杂度：O(logn)

Morris遍历

占用空间少，不用额外花费时间维护栈和为栈留出空间；
利用了树中空节点；
实现复杂，理解有一定难度；

时间复杂度：O(n)，空间复杂度：O(1)

三、递归遍历实现

递归深度遍历是最常见的写法，也最好理解，直接看代码。

// 前序遍历，递归实现
template<class T>
void BST<T>::preorder(BSTNode<T>* p)
{
	if (p != 0)
	{
        visit(p);
        preorder(p->m_left);
        preorder(p->m_right);
	}
}

// 中序遍历，递归实现
template<class T>
void BST<T>::inorder(BSTNode<T>* p) 
{
    if (p != 0) 
    {
        inorder(p->m_left);
        visit(p);
        inorder(p->m_right);
    }
}

// 后序遍历，递归实现
template<class T>
void BST<T>::postorder(BSTNode<T>* p) 
{
    if (p != 0) 
    {
        postorder(p->m_left);
        postorder(p->m_right);
        visit(p);
    }
}

四、非递归遍历实现

4.1 前序遍历，非递归栈实现

4.1.1 实现步骤

起始将树根节点添加到栈中；
栈弹出一个元素，访问该节点，并将该节点的右子节点和左子节点添加到栈中。说明，节点为空不用添加；
判断栈是否为空，为空树遍历结束，不为空继续步骤2。

4.1.2 实例演示

栈的变化过程

4.1.3 编码实现

// 前序遍历，非递归栈实现
template<class T>
void BST<T>::iterativePreorder() 
{
    Stack<BSTNode<T>*> travStack;
    BSTNode<T>* p = root;
    if (p != 0) 
    {
        travStack.push(p);
        while (!travStack.empty())
        {
            p = travStack.pop();
            visit(p);
            if (p->m_right != 0)
                travStack.push(p->m_right);

            if (p->m_left != 0)            
                travStack.push(p->m_left); 
        }
    }
}

4.2 中序遍历，非递归栈实现

4.2.1 实现步骤

中序遍历，非递归栈实现，提供了两种方法，思路差不多，做了一些改动，方法一iterativeInorder是《C++数据结构与算法》中提供的实现方法；方法二iterativeInorder_2，做了一些改动，思想是一样的，个人认为方法二更好一点点，这里实现步骤和思路演示用的是方法二。

将树根节点赋值给变量p；
循环判断p是否为空，非空执行循环；
循环中将p节点添加到栈中，访问p节点的左节点，非空就添加到栈中，继续访问p节点左节点的左节点非空就添加到栈中，直到左节点为空；
弹出栈顶元素将其赋值给p，并访问该元素；
栈不为空且弹出的栈顶元素没有右节点，继续弹出栈元素并访问它直到，栈为空或者弹出的节点有右节点；
将最后一个弹出的节点右节点赋值给p，回到步骤2，继续执行；

4.2.2 实例演示

栈的变化过程

4.2.3 编码实现

// 中序遍历，非递归栈实现
template<class T>
void BST<T>::iterativeInorder() 
{
    Stack<BSTNode<T>*> travStack;
    BSTNode<T>* p = root;
    while (p != nullptr) 
    {
        while (p != nullptr)
        {                 
            if (p->m_right)                
                travStack.push(p->m_right); 

            travStack.push(p);
            p = p->m_left;
        }

        p = travStack.pop();             
        while (!travStack.empty() && p->m_right == nullptr)
        { 
            visit(p);                                
            p = travStack.pop();
        }

        visit(p);                       
        if (!travStack.empty())          
            p = travStack.pop();
        else 
            p = nullptr;
    }
}

// 中序遍历，非递归栈实现
template<class T>
void BST<T>::iterativeInorder_2() 
{
    Stack<BSTNode<T>*> travStack;
    BSTNode<T>* p = root;
    while (p != nullptr) 
    {
        travStack.push(p);
        for (; p != nullptr && p->m_left != nullptr; p = p->m_left)
            travStack.push(p->m_left); 

        p = travStack.pop(); 
        visit(p);
        while (!travStack.empty() && p->m_right == nullptr)
        { 
            p = travStack.pop();
            visit(p);                                
        }

        p = p->m_right;
    }
}

4.3 后序遍历，非递归栈实现

和中序遍历非递归栈实现有些类似，不同的是：

中序遍历弹出左节点之后，继续弹出父节点，然后判断父节点是否有右节点，没有继续弹出下一个节点；有则以这个右节点为节点进行下一次循环遍历。

后序遍历弹出左节点之后，继续弹出父节点，然后判断父节点是否有右节点，没有继续弹出下一个节点；有右节点且这个右节点之前已经访问过，继续弹出下一个节点；有右节点且这个右节点之前没有访问过，则以这个右节点为节点进行下一次循环遍历。

最主要的是需要理解当一个节点的右节点已经被访问了，则它的右节点不需要再被访问。

4.3.1 实现步骤

将树根节点赋值给变量p，定义一个标记变量guard将根节点赋值给它；
循环判断p是否为空，非空执行循环；
循环中将p节点添加到栈中，访问p节点的左节点，非空就添加到栈中，继续访问p节点左节点的左节点非空就添加到栈中，直到左节点为空；
将p赋值给guard，弹出栈顶元素将其赋值给p，并访问该元素；
栈不为空且弹出的栈顶元素没有右节点或者有右节点但该右节点和guard相等（也就是右节点刚刚被访问过），继续弹出栈元素并访问它直到，栈为空或者弹出的节点有右节点且没有被访问；
将最后一个弹出的节点右节点赋值给p，回到步骤2，继续执行

4.3.2 实例演示

栈的变化过程

说明：在栈变化过程中的第四个栈，栈顶是D，在对D节点右访问的时候，发现节点I已经被访问过，此时不需要再访问D的右节点，直接输出D节点并弹出D节点即可。

4.3.3 编码实现

// 后序遍历，非递归栈实现
template<class T>
void BST<T>::iterativePostorder() 
{
    Stack<BSTNode<T>*> travStack;
    BSTNode<T>* p = root, * guard = root;
    while (p != nullptr) 
    {
        for (; p->m_left != nullptr; p = p->m_left)
            travStack.push(p);

        while (p->m_right == nullptr || p->m_right == guard)
        {
            visit(p);
            if (travStack.empty())
                return;

            guard = p;
            p = travStack.pop();
        }

        travStack.push(p);
        p = p->m_right;
    }
}

五、Morris遍历

利用空闲节点找到回去的路，和避免走重复的路。

5.1 前序遍历，Morris遍历算法实现

5.1.1 实现步骤

将树根节点赋值给变量p；
若p节点没有左节点，输出p节点，并将p指向它的右节点
若p节点有左节点，找到p的左节点中最后访问节点（temp）
若temp节点右节点为空，temp的右节点指向p节点，输出p节点，并将p指向它的左节点
若temp节点右节点不为空，temp的右节点设置为空（恢复原始状态），输出p节点，并将p指向它的右节点
会到步骤2

5.1.2 实例演示

1）树结构如下：

2）p指向节点A，A左节点中最后访问节点是E，将E的指向A，输出节点A。p指向A左节点B。

3）p指向节点B，B左节点中最后访问节点是D，将D的指向B，输出节点B。p指向B左节点D。

4）p指向节点D，D没左节点，输出节点D，p指向D右节点B。

5）p指向节点B，B左节点中最后访问节点是D，由于D的右节点指向B，说明D节点已经被访问了，不需要重复访问，恢复指针状态，将D的右指针设置为空。p指向B的右节点E。

6）p指向节点E，E没有左节点，输出节点E，p指向E的右节点A。

说明：这里E没有左右节点，如果有左右节点处理过程和A节点是一样的。

7）p指向节点A，A左节点中最后访问节点是E，由于E的右节点指向A，说明A节点已经被访问了，不需要重复访问，恢复指针状态，将E的右指针设置为空。p指向A的右节点C。过程同5。

8）p指向节点C，C有左节点，输出节点C，p指向C的右节点，p为空遍历结束。

5.1.3 编码实现

// 前序遍历，非递归Morris遍历算法实现
template<class T>
void BST<T>::MorrisPreorder() 
{
    BSTNode<T>* p = root, * tmp;
    while (p != nullptr) 
    {
        if (p->m_left == nullptr)
        {
            visit(p);
            p = p->m_right;
        }
        else 
        {
            tmp = p->m_left;
            while (tmp->m_right != nullptr && tmp->m_right != p)
                tmp = tmp->m_right;   

            if (tmp->m_right == nullptr)
            {  
                visit(p);         
                tmp->m_right = p;    
                p = p->m_left;        
            }
            else 
            {                   
                tmp->m_right = nullptr;    
                p = p->m_right;       
            }                        
        }
    }
}

5.2 中序遍历，Morris遍历算法实现

5.2.1 实现步骤

和前序遍历，Morris遍历算法类似，只是输出节点顺序有一些变动。直接看代码

5.2.2 实例演示

演示的图和前序是一样的，只是输出的节点顺序不一样，如下图红色点为输出的节点。

5.2.3 编码实现

// 中序遍历，非递归Morris遍历算法实现
template<class T>
void BST<T>::MorrisInorder() 
{
    BSTNode<T>* p = root, * tmp;
    while (p != 0)
    {
        if (p->m_left == nullptr) 
        {
            visit(p);
            p = p->m_right;
        }
        else 
        {
            tmp = p->m_left;
            while (tmp->m_right != 0 && tmp->m_right != p)  
                tmp = tmp->m_right;   

            if (tmp->m_right == nullptr)
            {   
                tmp->m_right = p;    
                p = p->m_left;       
            }
            else 
            {                   
                visit(p);      
                tmp->m_right = nullptr;    
                p = p->m_right;      
            }                      
        }
    }
}

5.3 中序遍历，Morris遍历算法实现

5.3.1 实现步骤

直接看演示图和代码吧，有点复杂，需要细看，图细解！

5.3.2 实例演示

约定：对于有左节点的父节点，我们需要找到父节点的左节点，并沿着这个左节点一直找它的右节点直到叶子节点为止，然后将右节点指向起始的父节点，这个最右节点查找等价于，查找一颗二叉搜索左节点中最大的一个节点。有点绕，后面需要用到，直接看下面图解就很容易理解。

1）待遍历的树

2）新加一个节点，它的左节点指向树的根节点。新加节点是为了能在遍历的规则下输出树根节点。

3）p指向节点R，p的左节点中最大的节点是A，将A的右节点指向R，p指向R节点的左节点A。

4）p指向节点A，A的左节点中最大的节点是H，将H的右节点指向A，p指向A节点的左节点B。

5）p指向节点B，B的左节点中最大的节点是C，将C的右节点指向B，p指向B节点的左节点C。

6) p指向节点C，C没有左节点，p指向C节点的右节点B。

7) p指向节点B，B节点的左节点是C，C右节点指向了B自己，输出节点C，p指向B节点的右节点D

8）p指向节点D，D没有左节点，P指向D的右节点E。

9）p指向节点E，E的左节点中最大的节点是F，将F的右节点指向E，p指向E节点的左节点F。

10）p指向节点F，F没有左节点，p指向F节点的右节点E。

11) p指向节点E，E节点的左节点是F，F右节点指向了E自己，输出节点F，p指向E节点的右节点G

12）p指向节点G，G没有左节点，P指向G的右节点H。

13）p指向节点H，H的左节点中最大的节点是I，将I的右节点指向H，p指向H节点的左节点I。

14）p指向节点I，I没有左节点，p指向I节点的右节点H。

15）p指向节点H，H节点的左节点是I，I右节点指向了H自己，输出节点I，p指向H节点的右节点A。

16）p指向节点A，p左节点最大节点是A，指向了自己，将A节点的右节点指向顺序进行翻转。在翻转过程中，q指向最后一个右节点，R指向了起始节点A，对S指针赋值为H的右节点G，通过这些条件，我们可以从下往上遍历起始的节点左节点的右节点。

输出节点的顺序是H、G、E、D、B，并恢复指针指向状态。p指向A节点的右节点R。

17）p指向节点R，R节点的左节点是A，A右节点指向了R自己，输出节点A。遍历完成。

总结一下：

最主要的是需要理解步骤16，先进行一次翻转，然后输出节点恢复指针状态。

5.3.3 编码实现

// 后序遍历，非递归Morris遍历算法实现
template<class T>
void BST<T>::MorrisPostorder() 
{
    BSTNode<T>* p = new BSTNode<T>(), * tmp, * q, * r, * s;
    p->m_left = root;
    while (p != 0)
    {
        if (p->m_left == nullptr)
            p = p->m_right;
        else
        {
            tmp = p->m_left;
            while (tmp->m_right != nullptr && tmp->m_right != p)  
                tmp = tmp->m_right;   

            if (tmp->m_right == nullptr) 
            {   
                tmp->m_right = p;     
                p = p->m_left;        
            }
            else
            {             
                for (q = p->m_left, r = q->m_right, s = r->m_right;
                    r != p; q = r, r = s, s = s->m_right)
                    r->m_right = q;

                for (s = q->m_right; q != p->m_left;
                    q->m_right = r, r = q, q = s, s = s->m_right)
                    visit(q);

                visit(p->m_left);    
                tmp->m_right = nullptr;     
                p = p->m_right;      
            }                   
        }
    }
}

聂炳玉

关注

12
点赞
踩
81

收藏

觉得还不错? 一键收藏
1
评论
二叉树遍历详解（递归遍历、非递归栈遍历，Morris遍历）

一、前言《二叉查找树全面详细介绍》中讲解了二叉树操作：搜索（查找）、遍历、插入、删除。其中遍历深度优先遍历(DFS)按照实现方法可以分为：递归遍历实现、非递归遍历实现、Morris遍历实现，文中只给了代码，没有对实现过程进行讲解，本文将对递归遍历实现、非递归遍历栈实现、Morris遍历实现这三类实现方法进行讲解。二、三类实现方法特点递归实现编码简单，易于理解；隐式使用栈存储当前没有处理完的节点信息；若树深度大，递归深度大可能会超过堆栈保留大小；时间复杂度：O(n)，空间复杂度.
复制链接

扫一扫