[面试算法]Python根据前序+中序或后序+中序还原二叉树

导言

在上一篇博客《[面试算法]Python实现二叉树三种遍历的递归与非递归形式》当中，我们详细讨论了二叉树深度优先遍历的各种方式。一道常见的面试题是，如何根据三种遍历的结果，还原出二叉树，或者说进行二叉树重建？还是拿是上一篇博客的二叉树举例，二叉树的示意图及其三种遍历的结果都贴在下面：

首先，根据某一种遍历的结果可以还原出二叉树吗？比如，仅仅有前序遍历的结果，我们只能知道A是二叉树的根节点，但是除此之外，就什么也不知道，比如下面这棵二叉树，其前序遍历的结果，和上面的二叉树前序遍历结果是一样的：

因此，仅仅根据前序遍历的结果无法还原出唯一的二叉树。仅仅根据中序遍历的结果，我们什么都不知道，因为D B G E A C F可能对应这样一棵二叉树：D (B G E A C F)，其中D是根节点，左子树为空，(B G E A C F)为右子树，这也满足上述中序遍历的结果。根据后序遍历，同样不能唯一还原出二叉树，根据后序遍历D G E B F C A我们只能知道：A是根节点，其他的什么都不知道。所以，我们至少需要两种遍历结果，才能进行二叉树重建。

如果有了前序遍历和后序遍历的结果，我们可以还原出唯一的二叉树吗？不能。

已知前序遍历结果A B D E G C F和后续遍历结果D G E B F C A，由此可知，A是根节点，那么去掉A之后分别是：B D E G C F和D G E B F C，而这两个序列中，前者的第一个元素B不等于后者的最后一个元素C，说明这两个前序遍历和后序遍历，属于两棵子树，不属于一棵子树。

我们看一下：
前序：B D E G C F
后序：D G E B F C

可以肯定地是，B是一棵子树的根节点，C是另一棵子树的根节点。逐个扫描发现，B D E G和D G E B应当属于一棵子树，因为这两个序列中：前者的首元素=后者的尾元素，符合前序和后序遍历的特点。类似地，C F和F C属于同一棵子树。并且B D E G应当属于左子树，因为在前序遍历中，这个序列在C F的前面。看到这里，感觉有点希望可以将二叉树还原了，然而问题现在来了。

既然C F和F C是根节点A的右子树的前序和中序遍历结果，那么这棵子树当中C一定是根节点，那么F节点是属于左子树还是右子树呢？如果F是右子树，那么左子树为空，符合前序和中序遍历结果，也和原二叉树相同。如果F属于左子树，也符合前序和中序遍历结果。至此，出现了不能唯一确定的问题，在B D E G C F当中也有类似的问题。

因此，根据前序+后序遍历结果无法重建二叉树。剩下只有两种可能：前序+中序、后序+中序，这两种都可以进行二叉树重建。

根据前序遍历+中序遍历还原二叉树

根据前序遍历结果A B D E G C F和中序遍历结果D B G E A C F可知，A是根节点，而中序遍历中，根节点可以分割左右子树，说明中序遍历当中，D B G E是左子树，C F是右子树。无论是什么遍历，某棵子树的节点个数总是相等的，因此根据左子树的中序遍历D B G E，可以分割出这棵子树的前序遍历结果为B D E G。右子树类似。

因此：
左子树的前序+中序结果为：B D E G和D B G E。
右子树的前序+中序的结果为：C F和C F。

剩下的事情，就是采用同样的方法了。

先来看左子树，根据前序遍历B D E G可知，B一定是根节点，放到中序遍历当中，可知分割的左右子树是D和G E。因此，B的左子树对应着前序+中序结果为：D和D，只有一个节点，左子树重建完成。B的右子树对应着前序+中序结果为：G E和E G，有两个节点，类似地，可知G是根节点，E是左子树，右子树为空，重建完成。

对于右子树的前序+后序：C F和C F，可知C是根节点，F属于右子树，右子树只有一个F节点，左子树为空，重建完成！

上述过程是递归的，因此可以采用递归程序完成。递归的方法是：

1. 根据前序遍历确定根节点root，根据root在中序遍历当中的位置分割左右子树对应的中序遍历结果；
2. 根据左右子树中序遍历中节点的个数这个信息，结合前序遍历，确定左右子树的前序遍历结果；
3. 现在知道左子树的前序+中序，可以进行递归；也知道右子树的前序+中序，可以进行递归；
4. 递归的边界：如果某棵子树的节点个数为0，这棵子树重建完成，其根节点就是空，触及递归边界。

根据前序遍历+中序遍历还原二叉树的Python代码如下：

# 全局变量记录遍历的结果
result = []


# 前序
def dfs_before(root):
    if root == None:  # 遇到None，说明不用继续搜索下去
        return
    result.append(root)
    dfs_before(root.left)
    dfs_before(root.right)


# 中序遍历
def dfs_middle(root):
    if root == None:
        return
    dfs_middle(root.left)
    result.append(root)
    dfs_middle(root.right)


# 后序遍历
def dfs_after(root):
    if root == None: