94. 二叉树的中序遍历
方法一:递归 (最简单的)
List<Integer> nodeList = new ArrayList<>();
public List<Integer> inorderTraversal(TreeNode root) {
if (root == null) {
return nodeList;
}
inorderTraversal(root.left);
nodeList.add(root.val);
inorderTraversal(root.right);
return nodeList;
}
方法二: 迭代
遍历到对应节点,将对应的节点压入栈中,遍历到头之后,开始将栈中的节点弹出来,进行操作:(中序遍历)
从根节点开始访问,若根节点不为空(或者根节点为空时,但是栈中还有节点,弹出栈中的节点,将其作为根节点进行循环操作–> 最终会弹出来 真正的根节点,之后会对其右子树进行操作!!!),将该节点入栈
然后 访问其左子树,执行 root = root.left
如若没有左子树直接访问右子树 : 执行 root = root.right
方法一的递归函数我们也可以用迭代的方式实现,两种方式是等价的,区别在于递归的时候隐式地维护了一个栈,而我们在迭代的时候需要显式地将这个栈模拟出来,其他都相同,具体实现可以看下面的代码
时间复杂度:O(n),其中 n 为二叉树节点的个数。二叉树的遍历中每个节点会被访问一次且只会被访问一次。
空间复杂度:O(n)。空间复杂度取决于栈深度,而栈深度在二叉树为一条链的情况下会达到 O(n) 的级别。
public List<Integer> inorderTraversal2(TreeNode root) {
List<Integer> res = new ArrayList<Integer>();
Deque<TreeNode> stk = new LinkedList<TreeNode>();
while (root != null || !stk.isEmpty()) {
while (root != null) {
stk.push(root);
root = root.left;
}
// Question1:前面的额循环体跳出来之后,root===null,下面还怎么对 节点的左右子树(节点)进行操作呢?
root = stk.pop();
res.add(root.val);
// Question2:前面传入的 root 代表的就是最左侧的节点了,但是如果该节点没有右节点,那下面的 root 不就是成了 null 了,还怎么操作呢?而且前面的节点的右子树也没有遍历呢?
root = root.right;
}
return res;
}
-
Question1:前面的额循环体跳出来之后,root===null,下面还怎么对 节点的左右子树(节点)进行操作呢?
-
Answer1: 前面的额循环的作用主要是将指针达到最左边的节点上面,并将前面的节点进栈,并不是处理 root 的
真正的对于 root 的赋值的操作,是下面的 这一句:将栈中的元素给弹出来赋值给 root (这才是真正的最左侧的节点) -
Question2:
前面传入的 root 代表的就是最左侧的节点了,但是如果该节点没有右节点,那下面的 root 不就是成了 null 了,还怎么操作呢?而且前面的节点的右子树也没有遍历呢? -
Answer2:
首先,对于 root 为空这个问题,虽然在这里为空了,但是我们的 大 while 并不会停止,因为循环条件是 (root != null || !stk.isEmpty()),也就是说,当我们的栈不为空的时候,循环还是为继续执行的,只不过这个时候 里面的 小 while 不执行了而已,–> 直接执行后面的 出栈和给 root 重新赋值的操作 --> 一直到 真正的根节点出栈,之后 root = root.right 访问真正的根节点的右子树 ==> 直到最后,root 为空而且 栈为空的时候 全部迭代完成,输出 res 即为结果!!!
方法三: Morris 遍历算法(线索树)
Morris 遍历算法是另一种遍历二叉树的方法,它能将非递归的中序遍历空间复杂度降为 O(1)。
Morris 遍历算法整体步骤如下(假设当前遍历到的节点为 x):
- 如果 x 无左孩子,先将 x 的值加入答案数组,再访问 x 的右孩子,即 x = x.right。
- 如果 x 有左孩子,则找到 x 左子树上最右的节点(即左子树中序遍历的最后一个节点,x 在中序遍历中的前驱节点),我们记为 predecessor。根据 predecessor 的右孩子是否为空,进行如下操作。
- 如果 predecessor 的右孩子为空,则将其右孩子指向 x,然后访问 x 的左孩子,即 x = x.left。
- 如果 predecessor 的右孩子不为空,则此时其右孩子指向 x,说明我们已经遍历完 x 的左子树,我们将 predecessor 的右孩子置空,将 x 的值加入答案数组,然后访问 x 的右孩子,即 x = x.right。
- 重复上述操作,直至访问完整棵树。
其实整个过程我们就多做一步:假设当前遍历到的节点为 x,
将 x 的左子树中最右边的节点的右孩子指向 x,这样在左子树遍历完成后我们通过这个指向走回了 x,
且能通过这个指向知晓我们已经遍历完成了左子树,而不用再通过栈来维护,省去了栈的空间复杂度。
复杂度分析
时间复杂度:O(n),其中 n 为二叉搜索树的节点个数。Morris 遍历中每个节点会被访问两次,因此总时间复杂度为 O(2n)=O(n)O(2n)=O(n)。
这里的时间复杂度虽然是O(n),但是实际上是 O(2n) 化简过来的,所以使用该方法的时候,花费的的时间可能会相对较长一点点
空间复杂度:O(1)。
public List<Integer> inorderTraversal3(TreeNode root) {
List<Integer> res = new ArrayList<Integer>();
TreeNode predecessor = null;
while(root!=null){
if(root.left != null){
// predecessor 节点就走向左节点,然后一直向右走到头(走至无法走为止)
predecessor = root.left;
// 确保右节点不为空,而且该节点的右节点没有被标记过
while(predecessor.right != null && predecessor.right != root){
predecessor = predecessor.right;
}
// 出循环--到达最右侧,让 predecessor 的右指针指向 root,继续遍历左子树
if(predecessor.right == null){
最右侧节点链接到其想对的根节点
predecessor.right = root;
继续遍历左子树
root = root.left;
}
// 如果左子树均已经访问完毕,我们就需要断开连接
else{
res.add(root.val);
// 这一步:将我们链接的 指针 给置空 ---> 恢复原来的数据结构,不改变原来的二叉树结构
predecessor.right = null;
// 访问右节点
root = root.right;
}
// 如果没有左孩子,则直接访问右孩子
}else{
res.add(root.val);
root = root.right;
}
}
return res;
}