数据结构之二叉树的遍历方法

1 二叉树的广度优先搜索（队列）

# Definition for a binary tree node.
# 二叉树的广度优先搜索（队列）

class TreeNode: # leecode 内部规定的数据结构! 不需要自己构建树！
    def __init__(self, val=0, left=None, right=None):
        self.val = val
        self.left = left
        self.right = right
        
def generate_related_notes(visited, node):
    next_node_list = []
    if node.left not in visited and node.left:
        next_node_list.append(node.left)
    if node.right not in visited and node.right:
        next_node_list.append(node.right)
    return next_node_list
 
def BFS(tree, start):
    queue = []
    queue.append(start)
    visited = {}           # 记录访问过的节点（遍历图也是一样要特别注意这个！）
    visited[start] = 0
    
    # 这里要注意对顺序的研究！！它是怎么实现从左往右一层一层来的！
    while queue:
        node = queue.pop(0)
        visited[node] = 0
        print(node.val) # 对节点进行一些操作
        queue.extend(generate_related_notes(visited, node)) # 进入新的一层

root = TreeNode(5,TreeNode(6,TreeNode(54),  # 左
                             TreeNode(55)), # 右
                  TreeNode(88, TreeNode(141), 
                               TreeNode(142)))
BFS(root, root)      

输出

5
6
88
54
55
141
142

2 二叉树的深度优先搜索（递归）

# Definition for a binary tree node.
# 树的深度优先搜索（递归）

class TreeNode: # leecode 内部规定的数据结构! 不需要自己构建树！
    def __init__(self, val=0, left=None, right=None):
        self.val = val
        self.left = left
        self.right = right
        
visited = {}
def DFS(root):
    visited[root] = 1 # 记录访问过的节点
    print(root.val)
    
    for node in [root.left, root.right]:
        if node and node not in visited:
            DFS(node)
            
root = TreeNode(5,TreeNode(6,TreeNode(54),   # 左
                             TreeNode(55)),  # 右
                  TreeNode(88, TreeNode(141), 
                               TreeNode(142)))
DFS(root)      

输出

5
6
54
55
88
141
142