java递归遍历二叉树_Java通过递归进行二叉树遍历详解

// 测试二叉树遍历,递归算法

public class TestBinaryTree {

public static void main(String[] args) {

Node g = new Node("G", null, null);

Node e = new Node("E", null, null);

Node f = new Node("F", null, null);

Node d = new Node("D", null, g);

Node b = new Node("B", d, e);

Node c = new Node("C", null, f);

Node a = new Node("A", b, c);

System.out.println("生成的二叉树:");

System.out.println(" A");

System.out.println(" | ");

System.out.println(" |---------|");

System.out.println(" B C");

System.out.println(" | |");

System.out.println(" |---------| -----|");

System.out.println(" D E F");

System.out.println(" |");

System.out.println(" ----|");

System.out.println(" G");

System.out.println("二叉树深度:" + BinaryTree.getDepth(a));

System.out.print("前序遍历:");

BinaryTree.priorderTraversal(a);

System.out.println();

System.out.print("中序遍历:");

BinaryTree.inorderTraversal(a);

System.out.println();

System.out.print("后序遍历:");

BinaryTree.postorderTraversal(a);

System.out.println();

}

}

// 二叉树

class BinaryTree {

// 前序遍历

static void priorderTraversal(Node node) {

if (node != null) {

visitNode(node);

priorderTraversal(node.getLeftChild());

priorderTraversal(node.getRightChild());

}

}

// 中序遍历

static void inorderTraversal(Node node) {

if (node != null) {

inorderTraversal(node.getLeftChild());

visitNode(node);

inorderTraversal(node.getRightChild());

}

}

// 后序遍历

static void postorderTraversal(Node node) {

if (node != null) {

postorderTraversal(node.getLeftChild());

postorderTraversal(node.getRightChild());

visitNode(node);

}

}

// 二叉树深度

static int getDepth(Node node) {

if (node == null) {

return 0;

}

int leftDepth = 0;

int rightDepth = 0;

leftDepth = getDepth(node.getLeftChild());

rightDepth = getDepth(node.getRightChild());

return (leftDepth > rightDepth ? leftDepth : rightDepth) + 1;

}

// 访问节点

static void visitNode(Node node) {

System.out.print(node.getKey() + " ");

}

}

// 节点

class Node {

private T key;

private Node leftChild;

private Node rightChild;

public Node() {

}

public Node(T key, Node leftChild, Node rightChild) {

super();

this.key = key;

this.leftChild = leftChild;

this.rightChild = rightChild;

}

public T getKey() {

return key;

}

public void setKey(T key) {

this.key = key;

}

public Node getLeftChild() {

return leftChild;

}

public void setLeftChild(Node leftChild) {

this.leftChild = leftChild;

}

public Node getRightChild() {

return rightChild;

}

public void setRightChild(Node rightChild) {

this.rightChild = rightChild;

}

}

输出结果:

生成的二叉树:

A

|

|---------|

B C

| |

|---------| -----|

D E F

|

----|

G

二叉树深度:4

前序遍历:A B D G E C F

中序遍历:D G B E A C F

后序遍历:G D E B F C A

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
叉树是一种重要的数据结构,在许多算法中都有广泛的应用。二叉树的遍是指按照某种规则依次访问二叉树中的所有节点。常用的遍方法有前序遍、中序遍和后序遍。在本文中,我们将介绍归遍叉树和非归遍叉树的设计思想。 一、归遍叉树的设计思想 归遍叉树的基本思想是将二叉树的节点拆分成两个部分:根节点和子树。对于每个节点,我们先访问它的根节点,然后分别对其左右子树进行归遍。具体实现过程如下: 1. 前序遍 前序遍的顺序是先访问根节点,然后访问左子树,最后访问右子树。代码实现如下: ``` void preOrder(TreeNode* root) { if(root == NULL) return; cout << root->val << " "; // 访问根节点 preOrder(root->left); // 归遍左子树 preOrder(root->right); // 归遍右子树 } ``` 2. 中序遍 中序遍的顺序是先访问左子树,然后访问根节点,最后访问右子树。代码实现如下: ``` void inOrder(TreeNode* root) { if(root == NULL) return; inOrder(root->left); // 归遍左子树 cout << root->val << " "; // 访问根节点 inOrder(root->right); // 归遍右子树 } ``` 3. 后序遍 后序遍的顺序是先访问左子树,然后访问右子树,最后访问根节点。代码实现如下: ``` void postOrder(TreeNode* root) { if(root == NULL) return; postOrder(root->left); // 归遍左子树 postOrder(root->right); // 归遍右子树 cout << root->val << " "; // 访问根节点 } ``` 归遍叉树的优点是代码简洁明了,易于理解。然而,归遍叉树的缺点是可能会导致栈溢出问题。当二叉树的高度很大时,归遍可能会占用大量的系统栈空间,导致程序崩溃。因此,我们需要使用非归遍叉树的方法来避免这个问题。 二、非归遍叉树的设计思想 非归遍叉树的基本思想是使用栈来模拟归遍的过程。在归遍叉树时,系统会自动为每个归函数分配一段栈空间,用于保存函数的局部变量和返回地址。而在非归遍叉树时,我们需要手动维护一个栈来存储访问过的节点。具体实现过程如下: 1. 前序遍 前序遍的非归实现可以使用一个栈来保存节点。首先将根节点入栈,然后进入循环,将栈顶节点弹出并输出,然后将右子树入栈,最后将左子树入栈。这样就可以按照前序遍的顺序遍叉树。代码实现如下: ``` void preOrder(TreeNode* root) { stack<TreeNode*> s; if(root != NULL) s.push(root); // 根节点入栈 while(!s.empty()) { TreeNode* node = s.top(); // 取出栈顶节点 s.pop(); cout << node->val << " "; // 输出节点值 if(node->right != NULL) s.push(node->right); // 右子树入栈 if(node->left != NULL) s.push(node->left); // 左子树入栈 } } ``` 2. 中序遍 中序遍的非归实现也可以使用一个栈来保存节点。首先将根节点入栈,然后进入循环,如果栈不为空或者当前节点不为空,就执行以下步骤:将当前节点的左子树依次入栈,取出栈顶节点并输出,将当前节点指向其右子树。这样就可以按照中序遍的顺序遍叉树。代码实现如下: ``` void inOrder(TreeNode* root) { stack<TreeNode*> s; TreeNode* node = root; while(!s.empty() || node != NULL) { if(node != NULL) { // 当前节点不为空,将左子树入栈 s.push(node); node = node->left; } else { // 当前节点为空,取出栈顶节点并输出 node = s.top(); s.pop(); cout << node->val << " "; node = node->right; // 将当前节点指向其右子树 } } } ``` 3. 后序遍 后序遍的非归实现需要使用两个栈来保存节点。首先将根节点入栈1,然后进入循环,从栈1取出一个节点,将该节点的左右子树分别入栈1,然后将该节点入栈2。重复以上步骤,直到栈1为空。然后依次从栈2中取出节点并输出。这样就可以按照后序遍的顺序遍叉树。代码实现如下: ``` void postOrder(TreeNode* root) { stack<TreeNode*> s1, s2; if(root != NULL) s1.push(root); // 根节点入栈1 while(!s1.empty()) { TreeNode* node = s1.top(); // 取出栈顶节点 s1.pop(); s2.push(node); // 将节点入栈2 if(node->left != NULL) s1.push(node->left); // 左子树入栈1 if(node->right != NULL) s1.push(node->right); // 右子树入栈1 } while(!s2.empty()) { TreeNode* node = s2.top(); // 取出栈顶节点并输出 s2.pop(); cout << node->val << " "; } } ``` 非归遍叉树的优点是可以避免栈溢出问题,而且效率比归遍要高。因此,在实际的程序设计中,我们更加倾向于使用非归遍叉树的方法。 总结 本文介绍了归遍叉树和非归遍叉树的设计思想。归遍叉树的基本思想是将二叉树的节点拆分成根节点和子树,然后对每个节点进行归遍。非归遍叉树的基本思想是使用栈来模拟归遍的过程,依次访问每个节点。在实际的程序设计中,我们可以根据具体的需求选择适合的遍方式。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值