树的迭代遍历

树的迭代遍历

深度优先遍历（Depth-First-Search，DFS），沿着树的深度遍历树的节点，尽可能深的搜索树的分支。前序遍历和后序遍历是最常见的两种 DFS 方式，而 中序遍历一般用于平衡二叉树。
树的DFS的迭代方式实现，使用的数据结构是栈，配合双色标记法可以完成三种遍历方式的代码实现。下面以中序遍历实现为例：

实现思路：

• 使用颜色标记节点的状态，新节点为白色，已访问的节点为灰色。
• 如果遇到的节点为白色，则将其标记为灰色，然后将其右子节点、自身、左子节点依次入栈。
• 如果遇到的节点为灰色，则将节点的值输出。

注：如要实现前序、后序遍历，也只需要调整左右子节点的入栈顺序即可，其他部分是无需做任何变化。

代码实现：

import collections

class TreeNode(object):
    """
    定义树的节点
    """
    def __init__(self, val):
        self.val = val
        self.left = None
        self.right = None

def dfs_in_order_traversal(root: TreeNode):
    """
    树的深度优先遍历（以下简称 DFS）迭代方法实现(双色标记发)
    :param root: 树的根节点
    :return: 遍历结果
    """
    # 以下代码以中序遍历为例，改变压栈顺序则相应为前、中、后序树的遍历
    # 使用颜色标记节点的状态，白色表示未访问，灰色表示已访问
    WHITE, GRAY = 0, 1
    # 遍历结果存储列表
    res = []
    stack = [(WHITE, root)]
    while stack:
        color, node = stack.pop()
        if node is None:
            continue
        # 如果遇到白色节点，则将其标记为灰色
        # 然后将其右子节点、自身、左子节点依次压入栈中
        # 注意改变压入栈的顺序则变为前序、后序遍历
        if color is WHITE:
            stack.append((WHITE, node.right))
            stack.append((GRAY, node))
            stack.append((WHITE, node.left))
        else:
            res.append(node.val)

    return res

广度优先遍历（BFS）采用横向搜索的方式，BFS 比较适合解决最短距离/路径和某一个距离的目标的这样的问题。

实现思路：

1. 首先将根节点放入队列中。
2. 从队列中取出第一个节点，并检验它是否为目标：
   如果找到目标，则结束搜索并回传结果。
   否则将它所有尚未检验过的直接子节点加入队列中。
3. 若队列为空，表示整张图都检查过了——亦即图中没有欲搜索的目标。结束搜索并回传“找不到目标”。
4. 重复步骤 2。

代码实现：

import collections

class TreeNode(object):
    """
    定义树的节点
    """
    def __init__(self, val):
        self.val = val
        self.left = None
        self.right = None
def bfs_tree_traversal(root: TreeNode, k):
    """
    使用双端队列操作树的广度优先搜索(BFS)
    双端队列限制一头出队、入队则变成栈，限制一头只出队，另一个头只入队，则变成普通队列
    bfs适合用来查找最短距离或路径、距离某一个目标的长度
    数组删除元素的时间复杂度是O(N)
    k是满足条件的距离长度，大于或小于k也是用这个模板的代码
    """
    # 双端队列（两边都可以插入和删除）位于collections包下
    # deque默认右端是队尾，左端是队头
    # 默认方法是右端，即队尾
    queue = collections.deque([root])
    
    # 记录层数，即标记层
    step = 0
    # 满足条件需要返回的节点存储在列表中
    ans = []
    
    while queue:
        # 当前层节点个数就是队列的长度
        size = len(deque)
        # 遍历当前层的所有节点
        for _ in range(size):
            # 数据出队操作，左侧是队头
            node = queue.popleft()
            # 判断是否满足条件
            if (step == k):
                ans.append(node)
            # 检查当前节点它的下一层子节点，如果存在插入队列中
            if node.left:
                queue.append(node.left)
            if node.right:
                queue.append(node.right)
        # 遍历完当前层的节点后，记录层的标记step自增1
        step += 1
    
    # 返回结果
    return ans

参考文献：
https://leetcode-solution-leetcode-pp.gitbook.io/leetcode-solution/thinkings/tree#shu-de-bian-li-die-dai-xie-fa