二叉树总结-递归与非递归实现

这篇博客详细总结了二叉树的四种遍历方法:前序、中序、后序和层序遍历,探讨了递归与非递归实现的时空复杂度,并介绍了二叉搜索树的第K个节点以及二叉树的左视图和右视图等变形题。
摘要由CSDN通过智能技术生成
二叉树相关算法主要考察的是递归、宽度优先搜索和广度优先搜索,很多问题都是前序、中序、后序和层序遍历的变形,遍历的递归与非递归实现都应该熟练掌握

遍历通常分为前序遍历、中序遍历、后序遍历、层序遍历四种情况。对于遍历方式只是打印顺序而已,所以四种遍历复杂度均相同。

1、二叉树的遍历

遍历的时间复杂度与空间复杂度
1.非递归遍历(辅助栈)
    时间复杂度:O(N)
    空间复杂度:O(N)
    由于每个节点都要进栈和出栈,所以时间复杂度为O(N),同样空间复杂度也为O(N),N为结点数。
2.递归遍历
    时间复杂度:O(N)
    空间复杂度:O(N)
    递归实现的本质也是系统帮我们建立了栈结构,而系统栈需要记住每个节点的值,所以空间复杂度仍为O(N)。
递归实现
前序遍历

class Solution {
   
    List<Integer> res=new ArrayList<>();
    public List<Integer> preorderTraversal(TreeNode root) {
   
        if(root==null){
   
            return res;
        }
         //List<Integer> res=new ArrayList<>();
         res.add(root.val);
         preorderTraversal(root.left);
         preorderTraversal(root.right);
         return res;

    }
}

中序遍历

class Solution {
   
    List<Integer> res=new ArrayList<>();
    public List<Integer> inorderTraversal(TreeNode root) {
   
        if(root==null){
   
            return res;
        }
        inorderTraversal(root.left);
        res.add(root.val);
        inorderTraversal(root.right);
        return res;

    }
}

后序遍历

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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