Java实现二叉树的遍历

二叉树

二叉树的条件：

• 本身是有序树
• 树中各个节点的度不能超过2
  

存储结构

顺序存储结构：二叉树的顺序存储，指的是使用顺序表（数组）存储二叉树。需要注意的是，顺序存储只适用于完全二叉树。换句话说，只有完全二叉树才可以使用顺序表存储。因此，如果我们想顺序存储普通二叉树，需要提前将普通二叉树转化为完全二叉树。
链式存储结构：从树的根节点开始，将各个节点及其左右孩子使用链表存储。一般二叉树采用链式存储。
代码如下：

 //Definition for a binary tree node.
 public class TreeNode {
     int val;
     TreeNode left;
     TreeNode right;
     TreeNode(int x) { val = x; }  //构造函数
 }

前序遍历

二叉树的几种遍历方式都是以根节点遍历的先后顺序来命名的，先序遍历根节点最先遍历，中序遍历根节点在中间，后序遍历根节点在最后，三种遍历方式采用递归方式实质都是深度优先搜索，下面是运用递归方法求得遍历后的集合序列。

前序遍历首先访问根节点，然后遍历左子树，最后遍历右子树。
实例：[1,2,4,null,3,5] 前序遍历输出：[1,2,3,4,5]

代码

class Solution {
    List<Integer> res =new ArrayList<Integer>();
    public List<Integer> preorderTraversal(TreeNode root) {        
        preTraverse(root);
        return res;
    }
    public void preTraverse(TreeNode r){
        if(r == null)
            return;
        res.add(r.val);     //先将根节点加入res集合中
        preTraverse(r.left);
        preTraverse(r.right);        
    }
}

利用非递归方式，栈来实现，以[1,2,4,null,3,5]为例，各个步骤如下：

• 首先 1 先入栈，栈s中就一个TreeNode节点，s = [1]
• 声明一个node节点，用于存放弹出的节点，由于此时 1 出栈，并将其的值加入res结果集中, node节点的右孩子节点4不为空，入栈，再将左孩子节点2入栈，此时栈中有两个元素[4,2]，进入下次while循环
• 由于节点2后入栈，所以将节点2弹出放入node节点中，将节点2加入res中，此时栈中就一个元素4，由于node节点左节点为空，右节点不为空，所以将右节点3入栈，此时栈中元素为[4,3],进入下一层循环
• 同上，此时3出栈，加入res中，节点node左右孩子节点都为空，栈中就一个元素[4]，进入下次循环
• 同上，此时4出栈，加入res中，node左孩子节点5入栈，右孩子节点为空，栈中一个元素[5],继续下一次循环
• 节点5出栈，加入结果res中，左右孩子节点为空，栈s也为空，while循环结束，返回结果集res

第一次循环：s = [1] -> s.pop(1) -> res.add(1) -> s.push(4),s.push(2) -> s = [4,2]
第二次循环：s = [4,2] -> s.pop(2) -> res.add(2) -> s.push(3) -> s = [4,3]
第三次循环：s = [4,3] -> s.pop(3) -> res.add(3) -> s = [4]
第四次循环：s = [4] -> s.pop(4) -> res.add(4) -> s.push(5) -> s = [5]
第五次循环：s = [5] -> s.pop(5) -> res.add(5) -> s==empty，end while， res = [1,2,3,4,5]

/**************栈 先入后出*************/
class Solution {
    public List<Integer> preorderTraversal(TreeNode root) {   
        List<Integer> res =new ArrayList<Integer>();
        if(root == null) return res;
        Stack<TreeNode> s = new Stack<TreeNode>();
        s.push(root);
        while(!s.isEmpty()){
            TreeNode node = new TreeNode();
            node = s.pop();
            res.add(node.val); 
            if(node.right != null)    //由于栈是后入先出，所以要先将每层的右边节点入栈
                s.push(node.right);
            if(node.left != null) 
                s.push(node.left);
        }
        return res;
    }    
}

中序遍历

中序遍历是先遍历左子树，然后访问根节点，然后遍历右子树。
实例：[1,2,4,null,3,5] 中序遍历输出：[2,3,1,5,4]
代码

class Solution {
    List<Integer> res = new ArrayList<>();
    public List<Integer> inorderTraversal(TreeNode root) {
        midTraverse(root);
        return res;
    }
    public void midTraverse(TreeNode r){
        if(r == null)
            return;
        
        midTraverse(r.left);
        res.add(r.val);     //在中间将根节点加入res集合中
        midTraverse(r.right);
    }
}

后序遍历

后序遍历是先遍历左子树，然后遍历右子树，最后访问树的根节点。
实例：[1,2,4,null,3,5] 后序遍历输出：[3,2,5,4,1]
代码

class Solution {
    List<Integer> res = new ArrayList<>();
    public List<Integer> postorderTraversal(TreeNode root) {
        lastTraverse(root);
        return res;
    }
    public void lastTraverse(TreeNode r){
        if(r == null)
            return;
        lastTraverse(r.left);
        lastTraverse(r.right);
        res.add(r.val);//在最后将val加入集合res中，根节点最后加入，先左后右
    }
}

层序遍历（BFS和DFS）

层序遍历就是逐层遍历树结构。

一、BFS

广度优先搜索是一种广泛运用在树或图这类数据结构中，遍历或搜索的算法。 该算法从一个根节点开始，首先访问节点本身。 然后遍历它的相邻节点，其次遍历它的二级邻节点、三级邻节点，以此类推。

当我们在树中进行广度优先搜索时，我们访问的节点的顺序是按照层序遍历顺序的。通常我们使用一个叫做队列 FIFO的数据结构来帮助我们做广度优先搜索。

下图为结果演示：

实例：[1,2,4,null,3,5] ，层序遍历输出：[[1],[2,4],[3,5]]
代码

/**********   广度优先搜索 利用队列   **********/
class Solution {   
    public List<List<Integer>> levelOrder(TreeNode root) {
        if(root == null) return new ArrayList<List<Integer>>(); //极端情况[]处理
        List<List<Integer>> res = new ArrayList<List<Integer>>();
        Queue<TreeNode> queue = new LinkedList<>(); //利用队列来处理，先进先出
        queue.offer(root);   //将跟节点入队列
        while(!queue.isEmpty()){
            List<Integer> list = new ArrayList<>();   //在每层中定义一个list集合用于存放本层的遍历结果
            int size = queue.size();
            for(int i = 0;i < size ;i++){  //通过每层的size将各个节点的val加入list中
                TreeNode node = queue.poll(); //每层根据size依次出队列，先入先出
                list.add(node.val);
                if(node.left!=null)
                    queue.offer(node.left);  //将下一层的节点入队列
                if(node.right != null)
                    queue.offer(node.right);
            }
            res.add(list);  //本层遍历完后，将本层的集合list放入结果集合中          
        }
        return res;
    }
}

二、DFS

也可以用深度优先搜索，利用递归来实现。下图清楚表示了递归调用的过程。
过程图

代码

/**********   深度优先搜索  **********/
class Solution{
    List<List<Integer>> res = new ArrayList<List<Integer>>();
    public List<List<Integer>> levelOrder(TreeNode root){
        if(root == null) return new ArrayList<List<Integer>>(); //极端情况[]处理
        DFSTraverse(root,0);  
        return res;
    }

    //DFS深度优先搜素，index表示层数
    public void DFSTraverse(TreeNode r,int index){
        if(res.size() <= index) //这一点很重要，如果res的size小于等于index 的值,说明需要增加size
            res.add(new ArrayList<Integer>());  
        res.get(index).add(r.val);  //将r的val加入index对应的层数中
        if(r.left != null)
            DFSTraverse(r.left,index+1);  //递归非空的孩子节点
        if(r.right != null)
            DFSTraverse(r.right,index+1);
    }
}

复杂度分析

两种方法的复杂度相同
时间复杂度：O(N)，因为每个节点恰好会被运算一次。
空间复杂度：O(N)，保存输出结果的数组包含 N 个节点的值。

参考
Java Queue详解：http://tutorials.jenkov.com/java-collections/queue.html
https://leetcode-cn.com/problems/binary-tree-level-order-traversal/solution/er-cha-shu-de-ceng-ci-bian-li-by-leetcode/