【面试小知识】带你深入了解二叉树的前中序遍历

☞梦想进大厂的一只程序猿☜

☞期望毕业前力扣刷够400题☜

☞正在复习数据结构和算法☜

☞博客地址：https://www.huangliangshuai.com/☜

 

引言

      本文主要讲述关于二叉树的四种遍历：前序、中序、后序、层次遍历，其中前序、中序、后序分别以递归和迭代的两种解法去讲解

 

二叉树的前序遍历

作为二叉树的前序遍历，我们先来看看下面这棵二叉树：

前序遍历：根节点——>左子树——>右子树

所以，这棵二叉树，他的前序遍历为：ABDGECF

用递归的思维写，相信大家都会，下面是代码：

public class Tree {
	List<Integer> list = new ArrayList<Integer>();

	public List<Integer> preorderTraversal(TreeNode root) {
		if (root != null) {
			list.add(root.val);
			preorderTraversal(root.left);
			preorderTraversal(root.right);
		}
		return list;
	}
}

重点讲解一下关于前序遍历迭代的思想：利用栈(Stack)来实现

先看看代码：

public List<Integer> preorderTraversal(TreeNode root) {
		Stack<TreeNode> stack = new Stack<TreeNode>();// 保存结果
		List<Integer> list = new ArrayList<Integer>();// 调用栈
		if (root != null) {
			stack.push(root); // 首先介入root节点
		}
		while (!stack.isEmpty()) {
			TreeNode tempNode = stack.pop();// 访问过的节点弹出
			if (tempNode != null) {
				if (tempNode.right != null)
					stack.push(tempNode.right);// 右节点先压栈，最后处理
				if (tempNode.left != null)
					stack.push(tempNode.left);
				stack.push(tempNode);// 当前节点重新压栈（留着以后处理），因为先序遍历所以最后压栈
				stack.push(null);// 在当前节点之前加入一个空节点表示已经访问过了
			} else {
				list.add(stack.pop().val); // stack.pop()是null之前压栈的一个节点，也就是上面stack.push(tempNode)中的那个tempNode
			}
		}
		return list;
	}

相信看了代码后，大部分人脑袋中有个印象吧。按照上面的二叉树图，带领大家分析一下：

首先将A入栈，然后A出栈(用tempNode获取A的值)，将C、B入栈，将A再次入栈，将null入栈，代表当前tempNode已经被访问过

 如上，我们再一次进行循环时，会碰到null，这时候会把A弹到list中，接着以B进行新一轮的循环，如下:

 碰到null，弹出B至list，继续往下，以D进行新一轮的循环，入栈G

按照上述做法，依次弹出D、G、E ，将C弹出的时候，还是会实行上述方法，最后得到：ABDGECF

 

二叉树的中序遍历

作为二叉树的后序遍历，我们先来看看下面这棵二叉树：

前序遍历：左子树——>根节点——>右子树

所以，这棵二叉树，他的中序遍历为：GDBEACF

用递归的思维写，相信大家都会，下面是代码：

public class Tree {
	List<Integer> list = new ArrayList<Integer>();

	public List<Integer> intermediateOrderTraversal(TreeNode root) {
		if (root != null) {
			intermediateOrderTraversal(root.left);
			list.add(root.val);
			intermediateOrderTraversal(root.right);
		}
		return list;
	}
}

我们来看看迭代的方法，下面是代码：

public class tree {
	public List<Integer> intermediateOrderTraversal(TreeNode root) {
		Stack<TreeNode> stack = new Stack<TreeNode>();// 保存结果
		List<Integer> list = new ArrayList<Integer>();// 调用栈
		if (root != null) {
			stack.push(root); // 首先介入root节点
		}
		while (!stack.isEmpty()) {
			TreeNode tempNode = stack.pop();// 访问过的节点弹出
			if (tempNode != null) {
				if (tempNode.right != null)
					stack.push(tempNode.right);// 右节点先压栈，最后处理
				stack.push(tempNode);// 当前节点重新压栈（留着以后处理），因为先序遍历所以最后压栈
				stack.push(null);// 在当前节点之前加入一个空节点表示已经访问过了
				if (tempNode.left != null)
					stack.push(tempNode.left);
			} else {
				list.add(stack.pop().val); // stack.pop()是null之前压栈的一个节点，也就是上面stack.push(tempNode)中的那个tempNode
			}
		}
		return list;
	}
}

大家有没有感觉这个代码有点眼熟，对，他和我们的前序遍历迭代代码基本没有差距，只是替换了代码之间的位置，我们一起来分析一下这一段代码：

首先，也是将root(A)入栈，出栈，判断其右子树C入栈，将弹出的A入栈，加null（代表被访问过），将左子树B入栈，如下所示：

 我们以B为起点，再一次进行循环，得到：

以D为起点，再一次进行循环，得到：

 到这一步，开始我们的输出list了，首先是从栈中取出G，查找G的右子树->null，然后将G入栈，null入栈，输出G、D等

到这，可能有的人会迷惑，为什么要用null来进行分隔呢？

我们不分隔不可以吗？

假设我们不分隔的话，如下图所示：

我们可以想想，什么条件下我们选择输出它呢？也就是当到达什么程度时，我们选择输出，有的人可能会说，当我当前的root点左右子树都为空的时候选择输出它，可是我们仅仅能判断出G，到D的时候怎么判断，根据栈吗？

你要知道，面试的时候，一道题的时间不会超过20分钟，假如你按这种方式，在心中过一遍，只要掌握了前序，你就掌握了中序、后序，何乐而不为呢？

与其纠结生活，不如沉浸生活。

二叉树的后序遍历

作为二叉树的后序遍历，我们先来看看下面这棵二叉树：

后序遍历：左子树——>右子树——>根节点

所以，这棵二叉树，他的后序遍历：GDEBFCA

用递归的思维写，相信大家都会，下面是代码：

public class Tree {
	List<Integer> list = new ArrayList<Integer>();

	public List<Integer> afterTheOrder(TreeNode root) {
		if (root != null) {
			afterTheOrder(root.left);
			afterTheOrder(root.right);
			list.add(root.val);
		}
		return list;
	}
}

我们来看看迭代的方法：

public class tree {

	public List<Integer> postorderTraversal(TreeNode root) {
		Stack<TreeNode> stack = new Stack<TreeNode>();
		List<Integer> list = new ArrayList<Integer>();
		if (root == null) {
			return list;
		}
		stack.push(root);
		while (!stack.isEmpty()) {
			TreeNode tempNode = stack.pop();
			if (tempNode != null) {
				stack.push(tempNode);
				stack.push(null);
				if (tempNode.right != null) {
					stack.push(tempNode.right);
				}
				if (tempNode.left != null) {
					stack.push(tempNode.left);
				}
			} else {
				list.add(stack.pop().val);
			}
		}
		return list;
	}
}

具体的逻辑，可以按照上述的走法，自己跑跑，对于层次的各种遍历和根据前序、中序、后序求原二叉树将会在以后的地方讲解。

可爱的读者，点个关注吧！