前序遍历:
二叉树的前序遍历的记忆法则是“根左右",即先遍历根节点,再遍历左子树节点,再遍历右子树节点。
以上图为例,前序遍历的结果是【A, B, D, E, C, F, G】
一、解题思路:递归
递归是我们实现前中后序遍历最常用的方法。
什么问题可以采用递归求解呢?
需要满足三个条件:
一个问题的解可以分解为若干个子问题的解;
这个问题与分解的子问题,除了数据规模不同外,求解思路相同
存在递归终止条件。
那么在知道一个问题可以采用递归实现之后,如何写出递归代码呢?关键在于能写出递归公式,找到终止条件。
在二叉树的前序遍历问题上,它的递归公式是:
preorder(node) = print node —> preorder(node->left) --> preorder(node->right)
它的终止条件是:
node 是否为空,为空则返回。
public static void preorder(TreeNode root,List<Integer> list){
if(root==null) return ;
list.add(root.val);
preorder(root.left,list);
preorder(root.right,list);
}
二、解题思路:迭代
在递归方法实现过程中,它的底层是基于系统栈的结构来实现的。因此,我们可以使用栈的数据结构来辅助实现基于迭代方式的前序遍历。
具体思路为:
- 初始化栈stack,初始化输出列表res
- 根节点入栈
- while(栈不为空),在循环体内部:
- 栈顶元素出栈
- 栈顶元素添加到输出列表
- 如果栈顶元素的右子树节点不为空,将右子树节点入栈
- 如果栈顶元素的左子树节点不为空,将左子树节点入栈
- 返回输出列表res
public static List<Integer> preorderstack(TreeNode root){
List<Integer> list = new ArrayList<Integer>();
if (root==null) return list;
Stack<TreeNode> stack = new Stack<TreeNode>();
stack.push(root);
while(!stack.isEmpty()){
TreeNode node = stack.pop();
list.add(node.val);
if(node.right!=null){
stack.push(node.right);
}
if (node.left!=null){
stack.push(node.left);
}
}
return list;
}
中序遍历
二叉树的中序遍历的记忆法则是“左根右",即先遍历左子树节点,再遍历根节点,再遍历右子树节点。
以上图为例,中序遍历的结果是【D, B, E, A, F, C, G】
一、解题思路:递归
递归是我们实现前中后序遍历最常用的方法。
什么问题可以采用递归求解呢?
需要满足三个条件:
一个问题的解可以分解为若干个子问题的解;
这个问题与分解的子问题,除了数据规模不同外,求解思路相同
存在递归终止条件。
那么在知道一个问题可以采用递归实现之后,如何写出递归代码呢?关键在于能写出递归公式,找到终止条件。
在二叉树的中序遍历问题上,它的递归公式是:
preorder(node) = preorder(node->left) --> print node —> preorder(node->right)
它的终止条件是:
node 是否为空,为空则返回。
public static void inorder(TreeNode root,List<Integer> list){
if(root==null) return ;
inorder(root.left,list);
list.add(root.val);
inorder(root.right,list);
}
二、解题思路:迭代
基于迭代方法的思路如下:
- 初始化栈stack,初始化输出列表res
- 设置一个变量cur, 表示当前节点。并赋初始值为根节点root
- while(栈不为空 或者 当前节点cur不为空),在循环体内部:
- 沿着当前节点的左分支一直走,直到为空。在这个过程中将遍历的节点都入栈
- 栈顶元素出栈,同时将栈顶元素添加到输出列表
- 更新当前节点cur为栈顶元素的右子树节点。
- 返回输出列表res
初始时,当前节点cur = root ,即节点A
public static List<Integer> inorderstack(TreeNode root){
List<Integer> list = new ArrayList<Integer>();
if (root==null) return list;
Stack<TreeNode> stack = new Stack<TreeNode>();
while(root!=null || !stack.isEmpty()){
while(root!=null){
stack.push(root);
root=root.left;
}
if (!stack.isEmpty()){
root=stack.pop();
list.add(root.val);
root=root.right;
}
}
return list;
}
后序遍历
二叉树的后序遍历的记忆法则是“左右根",即先遍历左子树节点,再遍历右子树节点,最后遍历根节点。
以上图为例,后序遍历的结果是【D, E, B, F, G, C, A】
一、解题思路:递归
递归是我们实现前中后序遍历最常用的方法。
什么问题可以采用递归求解呢?
需要满足三个条件:
一个问题的解可以分解为若干个子问题的解;
这个问题与分解的子问题,除了数据规模不同外,求解思路相同
存在递归终止条件。
那么在知道一个问题可以采用递归实现之后,如何写出递归代码呢?关键在于能写出递归公式,找到终止条件。
在二叉树的前序遍历问题上,它的递归公式是:
preorder(node) = preorder(node->left) --> preorder(node->right) —> print node
它的终止条件是:
node 是否为空,为空则返回。
public static List<Integer> postorder(TreeNode root, List<Integer> result){
if (root==null) return result;
postorder(root.left,result);
postorder(root.right,result);
result.add(root.val);
return result;
}
二、解题思路:迭代
我们在使用迭代法来实现后序遍历的时候,通常有两大类思路。第一类是先得到“根右左”,然后对输出列表反序,即得到“左右根”; 第二类是直接求出“左右根”。
咱们知道,前序遍历是求“根左右”,那么我们可以使用前序遍历的方法,去求得“根右左”。以上图为例,我们求得的“根右左”的结果是【A, C, G, F, B, E, D】。再对这个结果反序,得到【D, E, B, F, G, C, A】。这正是咱们想得到的后序遍历。
在递归方法实现过程中,它的底层是基于系统栈的结构来实现的。因此,我们可以使用栈的数据结构来辅助实现基于迭代方式的后序遍历。
具体思路为:
- 初始化栈stack,初始化输出列表res
- 根节点入栈
- while(栈不为空),在循环体内部:
- 栈顶元素出栈
- 栈顶元素添加到输出列表
- 如果栈顶元素的左子树节点不为空,将左子树节点入栈
- 如果栈顶元素的右子树节点不为空,将右子树节点入栈
- 对输出列表res 进行反序
- 返回输出列表res
public static List<Integer> postorderstack(TreeNode root){
List<Integer> result = new ArrayList<Integer>();
if (root==null) return result;
Stack<TreeNode> stack = new Stack<TreeNode>();
stack.push(root);
while(!stack.isEmpty()){
TreeNode node = stack.pop();
result.add(node.val);
if (node.left!=null) stack.push(node.left);
if (node.right!=null) stack.push(node.right);
}
Collections.reverse(result);
return result;
}
层序遍历
解法一:广度优先搜索BFS
广度优先搜索是从树的根节点开始,沿着树的宽度来遍历树的节点。如果所有节点均被访问,则算法中止。广度优先搜索通常采用队列来辅助实现。
广度优先搜索BFS:利用队列,将每个节点存入队列,再遍历当前节点是就把对应的孩子节点存入队列,依次即可。
在题目中要求按照层序遍历,实现逐层地从左向右访问所有的结点。这正好符合广度优先搜索的策略。
public static List<List<Integer>> bfs(TreeNode root) {
List<List<Integer>> resultList = new ArrayList<List<Integer>>();
Queue<TreeNode> queue = new LinkedList<>();
if (root==null) return new ArrayList<>();
//根节点入队
queue.add(root);
while(!queue.isEmpty()){
int size=queue.size();//每层的节点个数
//存每一层
List<Integer> list =new ArrayList<>();
for(int i=0; i<size; i++){
TreeNode node = queue.poll();
list.add(node.val);
//若当前节点含有左右子树就将其加入队列,便于下一层的遍历
if (node.left!=null){ queue.add(node.left); }
if (node.right!=null){ queue.add(node.right);}
}
//加入这一层的节点
resultList.add(list);
}
return resultList;
}
解法二:深度优先搜索DFS
深度优先搜索DFS:采用递归的思想,从根节点(0层)进入,并且将根节点存入res,若level≥res的长度,说明要进入下一层,首先从当前节点的左子树来获取下层左部分的数据,从当前节点的右子树来获取下层右部分的数据,依次下去。
public static List<List<Integer>> levelorder(TreeNode root){
List<List<Integer>> resultList = new ArrayList<List<Integer>>();
dfs(root, resultList,0);//根节点、返回数组、遍历层数
return resultList;
}
public static void dfs(TreeNode root, List<List<Integer>> resultList, int level) {
if (root==null) return;
//level 表示遍历的层数,若level大于resultList的当前长度,说明到了下一层。
if (level>=resultList.size()){
resultList.add(new ArrayList<>());//为新的一层创建数组
}
resultList.get(level).add(root.val);//把节点数据存入该层
//如果当前节点有左右子树,从左右子树进入下一层,左子树进入该层的左半区,右子树进入该层右半区
if (root.left!=null){dfs(root.left, resultList,level+1);}
if (root.right!=null){dfs(root.right, resultList,level+1);}
}
作者:Yoin
链接:https://leetcode.cn/problems/binary-tree-level-order-traversal/solutions/2031228/by-yoin_-5v2g/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。