C/C++ morris inorder二叉树中序遍历算法详解及源码

Morris inorder二叉树中序遍历算法是一种使用线索化二叉树的方法来实现中序遍历的算法。这种算法的核心思想是利用线索化的二叉树,在二叉树的右子树为空时,将当前节点的右指针指向其后继节点。这样做的好处是能够在遍历完左子树后,直接返回到当前节点。

Morris inorder算法的主要优点是不需要使用栈来保存节点,因此空间复杂度为O(1),并且在常规情况下的时间复杂度为O(n),其中n为树的节点数。相比于递归和迭代的中序遍历算法,Morris inorder算法的空间复杂度更低。另外,该算法的实现相对简单,代码量较小。

然而,Morris inorder算法也有一些缺点。首先,该算法会修改原始二叉树的结构,将右子树为空的节点指向其后继节点,因此可能会改变原始树的形状。其次,该算法的实现相对较为复杂,理解起来可能有一定困难。

下面是使用C++语言实现Morris inorder二叉树中序遍历算法的示例代码:

#include <iostream>

struct TreeNode {
   
    int val
  • 7
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1. 编写非递归遍历算法 对于二叉树的遍历,常用的非递归方法有使用栈和Morris遍历。这里我们使用栈实现非递归遍历。 先序遍历: ```python def preorder(root): stack = [root] res = [] while stack: node = stack.pop() if node: res.append(node.val) stack.append(node.right) stack.append(node.left) return res ``` 中序遍历: ```python def inorder(root): stack = [] node = root res = [] while stack or node: while node: stack.append(node) node = node.left node = stack.pop() res.append(node.val) node = node.right return res ``` 后序遍历: ```python def postorder(root): stack = [(root, False)] res = [] while stack: node, visited = stack.pop() if node: if visited: res.append(node.val) else: stack.append((node, True)) stack.append((node.right, False)) stack.append((node.left, False)) return res ``` 2. 实现给定一棵二叉树的先序遍历序列和中序遍历序列,创建这棵树。 我们可以使用递归的方式进行构建。先序遍历的第一个节点必定是根节点,然后在中序遍历中找到这个节点,左边的是左子树,右边的是右子树。 代码实现如下: ```python def buildTree(preorder, inorder): if not preorder or not inorder: return None root_val = preorder[0] root = TreeNode(root_val) idx = inorder.index(root_val) root.left = buildTree(preorder[1:idx+1], inorder[:idx]) root.right = buildTree(preorder[idx+1:], inorder[idx+1:]) return root ``` 3. 输出二叉树的后序遍历结点序列 后序遍历的顺序是左右根,可以使用递归的方式实现: ```python def postorderTraversal(root): if not root: return [] return postorderTraversal(root.left) + postorderTraversal(root.right) + [root.val] ``` 也可以使用非递归的方式实现,类似于非递归的先序遍历: ```python def postorderTraversal(root): if not root: return [] stack = [(root, False)] res = [] while stack: node, visited = stack.pop() if node: if visited: res.append(node.val) else: stack.append((node, True)) stack.append((node.right, False)) stack.append((node.left, False)) return res ``` 4. 输出二叉树的叶子结点 叶子结点是指没有左右子树的节点,在遍历的过程中,遇到叶子结点就把它加到结果中即可。可以使用递归的方式实现。 ```python def getLeaves(root): if not root: return [] if not root.left and not root.right: return [root.val] return getLeaves(root.left) + getLeaves(root.right) ``` 也可以使用非递归的方式实现,使用栈来记录遍历的节点: ```python def getLeaves(root): if not root: return [] stack = [root] res = [] while stack: node = stack.pop() if node: if not node.left and not node.right: res.append(node.val) else: stack.append(node.right) stack.append(node.left) return res ``` 5. 统计二叉树的结点个数 二叉树的结点个数包括根节点、左子树的结点个数和右子树的结点个数。可以使用递归的方式实现。 ```python def countNodes(root): if not root: return 0 return countNodes(root.left) + countNodes(root.right) + 1 ``` 也可以使用非递归的方式实现,使用栈来记录遍历的节点: ```python def countNodes(root): if not root: return 0 stack = [root] count = 0 while stack: node = stack.pop() if node: count += 1 stack.append(node.left) stack.append(node.right) return count ``` 6. 求二叉树的深度 二叉树的深度等于左右子树深度的最大值加1。可以使用递归的方式实现。 ```python def maxDepth(root): if not root: return 0 return max(maxDepth(root.left), maxDepth(root.right)) + 1 ``` 也可以使用非递归的方式实现,使用队列来记录遍历的节点,并记录每个节点的深度: ```python def maxDepth(root): if not root: return 0 queue = [(root, 1)] depth = 0 while queue: node, cur_depth = queue.pop(0) if node: depth = max(depth, cur_depth) queue.append((node.left, cur_depth+1)) queue.append((node.right, cur_depth+1)) return depth ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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