递归方法都简单 用迭代法写
主要利用了栈先进后出的原理,以及一层一层访问数据,操作数据入栈
中序遍历: 先到达左叶子结点(一路向左),然后依次推出栈顶数据,如果该节点存在右子树,则储存完根节点数据后,转向该节点右子树,若不存在右子树且栈不为空,则出栈下一个数据,即左-根-右-左-根-右
前序遍历:从根节点开始,先存储根节点的值,然后依次压入根节点的右孩子、左孩子,并弹出栈顶数据,则弹出顺序为左孩子、右孩子,符合前序遍历 根-左-右的顺序
后序遍历:
两种方法:
一:按照前序遍历,但是依次压入根节点的左孩子,右孩子,则弹出顺序是根-右-左,将结果数组逆序即为根-左-右的顺序 res[::-1]
二:一直向左下行,如果不存在左子树则向右,最终目的是到达最左侧叶子结点,经过的节点都依次入栈,到达最左侧叶子结点后,将该数据存到res中,如果该节点存在右兄弟,则转向其右兄弟,如果不存在,则退栈,弹出此时栈顶元素,是该节点的父节点,实现了左-右-根的遍历顺序
94 二叉树的中序遍历
class Solution:
def inorderTraversal(self, root: TreeNode) -> List[int]:
if not root:
return []
stack=[]
res=[]
node=root
while stack or node:
while node:
stack.append(node)
node=node.left
node=stack.pop()
res.append(node.val)
node=node.right
return res
144 二叉树的前序遍历
从根节点开始,每次迭代弹出当前栈顶元素,并将其孩子节点压入栈中,先压右孩子再压左孩子。
输出到最终结果的顺序按照 Top->Bottom 和 Left->Right,符合前序遍历的顺序。
class Solution:
def preorderTraversal(self, root: TreeNode) -> List[int]:
if not root:
return []
stack=[root]
res=[]
while stack:
node=stack.pop()
res.append(node.val)
if node.right:
stack.append(node.right)
if node.left:
stack.append(node.left)
return res
145 二叉树的后序遍历
class Solution:
def postorderTraversal(self, root: TreeNode) -> List[int]:
if not root:
return []
stack=[]
res=[]
node=root
while stack or node:
while node:
#第一次入栈的是根节点
stack.append(node)
#判断当前节点的左子树是否存在,若存在则持续左下行,若不存在就转向右子树
node=node.left if node.left else node.right
#到达最左叶子结点
node=stack.pop()
res.append(node.val)
#判断该节点是父节点的左子树还是右子树
if stack and stack[-1].left==node:
#是左子树则转去访问右子树,此时栈顶元素为Node的父节点
node=stack[-1].right
else:
#是右子树则退栈,接下来访问栈顶元素
node=None
return res
仿N叉树的后序遍历
class Solution:
def postorderTraversal(self, root: TreeNode) -> List[int]:
if not root:
return []
res=[]
stack=[root]
while stack:
node=stack.pop()
res.append(node.val)
if node.left:
stack.append(node.left)
if node.right:
stack.append(node.right)
return res[::-1]
590 N叉树后序遍历
class Node:
def __init__(self, val=None, children=None):
self.val = val
self.children = children
"""
class Solution:
def postorder(self, root: 'Node') -> List[int]:
if not root:
return []
self.res=[]
# stack=[root]
# node=root
# res=[]
# while stack:
# root=stack.pop()#从前往后入栈,则从后往前推出数据
# if root:
# res.append(root.val)
# for c in root.children:
# stack.append(c)
# return res[::-1]
def dfs(root):
if not root:
return
for i in root.children:
dfs(i)
self.res.append(root.val)
dfs(root)
return self.res