二叉树广度和深度遍历的全部算法

二叉树广度和深度遍历的全部算法

对于二叉树的遍历，有广度遍历和深度遍历两大类，对于深度遍历又分为先序、中序和后序，这三种先中后序又可以用递归和非递归两种算法来写，下面就分别对这两大类算法做个总结，以后遇到此种问题可以用下面模板来写。

二叉树广度优先遍历

广度优先遍历又叫层次遍历，即对二叉树从上到下，从左到右，一层一层的来遍历。
算法大致流程如下：

• 建立一个空队列用来存放要遍历的节点，初始时先把函数的参数(一般为根节点)加入队列中
• 当队列不为空时，进入循环
  1. 取出队列头部节点，并对所取节点进行相关处理操作
  2. 判断如果节点左子节点不为空，则将左子节点加入队列
  3. 判断如果节点右子节点不为空，则将右子节点加入队列
• 退出循环，若需要返回参数则返回参数
  注意：若需要利用层数，则在进入循环时先求队列长度(每层的节点数)，然后将上面循环内的操作放入一个for 循环中执行，for循环用每层节点数来控制
  举个🌰 ：104.二叉树的最大深度
  在此题中，求二叉树的深度，即为求二叉树的层数，我们可以用广度遍历算法来求，每到一层，就将深度加1，流程在上面我已经说明，接下来看代码，以后遇到此种类型题，都可以将下面代码作为模板。

class Solution(object):
    def maxDepth(self, root):
        """
        :type root: TreeNode
        :rtype: int
        """
        """广度优先遍历"""
        if root is None:
        	return 0
        depth = 0
        queue = collections.deque()  # 创建空队列存放要遍历的节点
        queue.append(root)  # 初始将函数的参数(一般为根节点)加入队列
        # 当队列不为空时进入循环
        while queue:
        	# 求每层的节点数
        	size = len(queue)
        	# 每到一层，深度加1
        	depth += 1
        	# 用每层的节点数控制一个for循环
        	for i in range(size):
        		# 取出队列头部节点
        		node = queue.pop()  
        		# 判断节点左子节点
        		if node.left:
        			queue.append(node.left