百度百科---二叉树遍历

引自：http://baike.baidu.com/view/549587.htm

 

概念　　

 

　所谓遍历(Traversal)是指沿着某条搜索路线，依次对树中每个结点均做一次且仅做一次访问。访问结点所做的操作依赖于具体的应用问 题。

　　遍历是二叉树上最重要的运算之一，是二叉树上进行其它运算之基础。

 

                               

二叉树的遍历搜索路径

 

                                                  

 

      

 

算法与实现　　

遍历方案

　　

　　从二叉树的递归定义可知，一棵非空的二叉树由根结点及左、右子树这三个基本部分组成。因此，在任一给定结点上，可以按某种次序执行三个操作：

　　（1）访问结点本身(N)，

　　（2）遍历该结点的左子树(L)，

　　（3）遍历该结点的右子树(R)。

　　以上三种操作有六种执行次序：

　　NLR、LNR、LRN、NRL、RNL、RLN。

　　注意：

　　前三种次序与后三种次序对称，故只讨论先左后右的前三种次序。

　　

三种遍历的命名

　　

　　根据访问结点操作发生位置命名：

　　① NLR：前序遍历(PreorderTraversal亦称(先序遍历))

　　——访问结点的操作发生在遍历其左右子树之前。

　　② LNR：中序遍历(InorderTraversal)

　　——访问结点的操作发生在遍历其左右子树之中(间)。

　　③ LRN：后序遍历(PostorderTraversal)

　　——访问结点的操作发生在遍历其左右子树之后。

　　注意：

　　由于被访问的结点必是某子树的根，所以N(Node)、L(Left subtree)和R(Right subtree)又可解释为根、根的左子树和根的右子树。NLR、LNR和LRN分别又称为先根遍历、中根遍历和后根遍历。

 

遍历算法

　　

　　1．中序遍历的递归算法定义：

　　若二叉树非空，则依次执行如下操作：

　　(1)遍历左子树；

　　(2)访问根结点；

　　(3)遍历右子树。

　　2．先序遍历的递归算法定义：

　　若二叉树非空，则依次执行如下操作：

　　(1) 访问根结点；

　　(2) 遍历左子树；

　　(3) 遍历右子树。

　　3．后序遍历得递归算法定义：

　　若二叉树非空，则依次执行如下操作：

　　(1)遍历左子树；

　　(2)遍历右子树；

　　(3)访问根结点。

　　4．层次遍历

　　

中序遍历的算法实现

　　 

　　用二叉链表做为存储结构，中序遍历算法可描述为：

　　void InOrder(BinTree T)

　　{ //算法里①~⑥是为了说明执行过程加入的标号

　　① if(T) { // 如果二叉树非空

　　② InOrder(T->lchild)；

　　③ printf("％c"，T->data)； // 访问结点

　　④ InOrder(T->rchild);

　　⑤ }

　　⑥ } // InOrder

　　

遍历序列

　　

　　1．遍历二叉树的执行踪迹

　　三种递归遍历算法的搜索路线相同（如下图虚线所示）。

　　具体线路为：

　　从根结点出发，逆时针沿着二叉树外缘移动，对每个结点均途径三次，最后回到根结点。

　　2．遍历序列

　　A

　　/ /

　　B C

　　/ / /

　　D E F

　　图

　　（1） 中序序列（inorder traversal）

　　中序遍历二叉树时，对结点的访问次序为中序序列

　　【例】中序遍历上图所示的二叉树时，得到的中序序列为：

　　D B A E C F

　　（2） 先序序列（preorder traversal）

　　先序遍历二叉树时，对结点的访问次序为先序序列

　　【例】先序遍历上图所示的二叉树时，得到的先序序列为：

　　A B D C E F

　　（3） 后序序列（postorder traversal）

　　后序遍历二叉树时，对结点的访问次序为后序序列

　　【例】后序遍历上图所示的二叉树时，得到的后序序列为：

　　D B E F C A

　　（4）层次遍历（level traversal）二叉树的操作定义为：若二叉树为空，则退出，否则，按照树的结构，从根开始自上而下，自左而右访问每一个结点，从而实现对每一个结点的遍历

 

 

注意事项　　（1）在搜索路线中，若访问结点均是第一次经过结点时进行的，则是前序遍历；若访问结点均是在第二次(或第三次)经过结点时进行的，则是中序遍历(或后序遍历)。只要将搜索路线上所有在第一次、第二次和第三次经过的结点分别列表，即可分别得到该二叉树的前序序列、中序序列和后序序列。

　　（2）上述三种序列都是线性序列，有且仅有一个开始结点和一个终端结点，其余结点都有且仅有一个前趋结点和一个后继结点。为了区别于树形结构中前趋(即双亲)结点和后继(即孩子)结点的概念，对上述三种线性序列，要在某结点的前趋和后继之前冠以其遍历次序名称。

　　【例】上图所示的二叉树中结点C，其前序前趋结点是D，前序后继结点是E；中序前趋结点是E，中序后继结点是F；后序前趋结点是F，后序后继结点是A。但是就该树的逻辑结构而言，C的前趋结点是A，后继结点是E和F。

 

[ 编辑本段]

二叉链表的构造

　　

1． 基本思想

　　

　　基于先序遍历的构造，即以二叉树的先序序列为输入构造。

　　注意：

　　先序序列中必须加入虚结点以示空指针的位置。

　　【例】

　　建立上图所示二叉树，其输入的先序序列是：ABD∮∮∮CE∮∮F∮∮。

　　

2． 构造算法

　　

　　假设虚结点输入时以空格字符表示，相应的构造算法为：

　　void CreateBinTree (BinTree *T)

　　{ //构造二叉链表。T是指向根指针的指针，故修改*T就修改了实参(根指针)本身

　　char ch；

　　if((ch=getchar())=='') *T=NULL； //读人空格，将相应指针置空

　　else{ //读人非空格

　　*T=(BinTNode *)malloc(sizeof(BinTNode))； //生成结点

　　(*T)->data=ch；

　　CreateBinTree(&(*T)->lchild)； //构造左子树

　　CreateBinTree(&(*T)->rchild)； //构造右子树

　　}

　　}

　　注意：

　　调用该算法时，应将待建立的二叉链表的根指针的地址作为实参。

　　

3． 示例

　　

　　设root是一根指针(即它的类型是BinTree)，则调用CreateBinTree(&root)后root就指向了已构造好的二叉链表的根结点。

　　二叉树建立过程见http://student.zjzk.cn/course_ware/data_structure/web/flashhtml/erchashujianli.htm

　　下面是关于二叉树的遍历、查找、删除、更新数据的代码(递归算法):

　　#include <iostream>

　　using namespace std;

　　typedef int T;

　　class bst{

　　struct Node{

　　T data;

　　Node* L;

　　Node* R;

　　Node(const T& d, Node* lp=NULL, Node* rp=NULL):data(d),L(lp),R(rp){}

　　};

　　Node* root;

　　int num;

　　public:

　　bst():root(NULL),num(0){}

　　void clear(Node* t){

　　if(t==NULL) return;

　　clear(t->L);

　　clear(t->R);

　　delete t;

　　}

　　~bst(){clear(root);}

　　void clear(){

　　clear(root);

　　num = 0;

　　root = NULL;

　　}

　　bool empty(){return root==NULL;}

　　int size(){return num;}

　　T getRoot(){

　　if(empty()) throw "empty tree";

　　return root->data;

　　}

　　void travel(Node* tree){

　　if(tree==NULL) return;

　　travel(tree->L);

　　cout << tree->data << ' ';

　　travel(tree->R);

　　}

　　void travel(){

　　travel(root);

　　cout << endl;

　　}

　　int height(Node* tree){

　　if(tree==NULL) return 0;

　　int lh = height(tree->L);

　　int rh = height(tree->R);

　　return 1+(lh>rh?lh:rh);

　　}

　　int height(){

　　return height(root);

　　}

　　void insert(Node*& tree, const T& d){

　　if(tree==NULL)

　　tree = new Node(d);

　　else if(ddata)

　　insert(tree->L, d);

　　else

　　insert(tree->R, d);

　　}

　　void insert(const T& d){

　　insert(root, d);

　　num++;

　　}

　　Node*& find(Node*& tree, const T& d){

　　if(tree==NULL) return tree;

　　if(tree->data==d) return tree;

　　if(ddata)

　　return find(tree->L, d);

　　else

　　return find(tree->R, d);

　　}

　　bool find(const T& d){

　　return find(root, d)!=NULL;

　　}

　　bool erase(const T& d){

　　Node*& pt = find(root, d);

　　if(pt==NULL) return false;

　　combine(pt->L, pt->R);

　　Node* p = pt;

　　pt = pt->R;

　　delete p;

　　num--;

　　return true;

　　}

　　void combine(Node* lc, Node*& rc){

　　if(lc==NULL) return;

　　if(rc==NULL) rc = lc;

　　else combine(lc, rc->L);

　　}

　　bool update(const T& od, const T& nd){

　　Node* p = find(root, od);

　　if(p==NULL) return false;

　　erase(od);

　　insert(nd);

　　return true;

　　}

　　};

　　int main()

　　{

　　bst b;

　　cout << "input some integers:";

　　for(;;){

　　int n;

　　cin >> n;

　　b.insert(n);

　　if(cin.peek()=='/n') break;

　　}

　　b.travel();

　　for(;;){

　　cout << "input data pair:";

　　int od, nd;

　　cin >> od >> nd;

　　if(od==-1&&nd==-1) break;

　　b.update(od, nd);

　　b.travel();

　　}

　　}

扩展阅读：

1.http://student.zjzk.cn/course_ware/data_structure/web/shu/shu6.3.2.htm