[Leetcode] Binary Tree Traversal 二叉树三种非递归遍历

Binary Tree Preorder Traversal 前序遍历

访问顺序：根 左 右

栈

复杂度

O(N) 时间 O(N) 系统栈空间

思路

先写一个utility: pushAllLeft(root)：把root(包含)一路向左通到底，路过的节点将其访问(加入到result)，并压入栈，留作备用；
此时栈顶的元素满足:他的左孩子以及他自己必已经被访问；栈顶元素都是下一个应该访问的子树的根，将其弹出，(不必访问，因为他进栈时已被访问)，然后尝试访问它的右孩子;
如果有右孩子，把右孩子一路向左通到底(pushAllLeft),路过的同样，访问，然后压栈；
如果没有右孩子，啥也不干，访问下一个栈顶元素；

注意

访问节点的过程在一路向左的过程中完成，即在utility完成

代码

一路向左(访问，并压栈)的utility:

//push all root's left and left's left ... (including root itself) into the stack and add the to result
public void pushAllLeft(Stack<TreeNode> stack, TreeNode root, List<Integer> result) {
    while (root != null) {
        stack.push(root);
        result.add(root.val);
        root = root.left;
    }
}

主程序：

public class Solution {
    public List<Integer> preorderTraversal(TreeNode root) {
        Stack<TreeNode> stack = new Stack<>();
        List<Integer> result = new ArrayList<>();
        pushAllLeft(stack, root, result);
        while (!stack.isEmpty()) {
            TreeNode cur = stack.pop();//栈顶必定是已经添加到过结果里并且访问完了左孩子，该访问右孩子了
            if (cur.right != null) {
                cur = cur.right;
                pushAllLeft(stack, cur, result);
            }
        }
        return result;
    }
}

Binary Tree Inorder Traversal 中序遍历

访问顺序：左 根 右

栈

复杂度

O(N) 时间 O(N) 系统栈空间

思路

也先写一个utility: pushAllLeft(root)：把root(包含)一路向左压入栈，不访问，留作备用；
此时栈顶的元素满足:他的左孩子必已经被访问，自己还未访问；栈顶元素都是下一个应该访问的子树的根，将其弹出，访问之，然后尝试访问它的右孩子：
如果有右孩子，把右孩子一路向左通到底(pushAllLeft)，同样也是不访问；
如果没有右孩子，啥也不干，访问下一个栈顶元素；

注意

访问节点的动作在从栈中弹出的一瞬间进行，不是在utility完成

代码

一路向左(不访问，压栈)的utility:

//push all root's left and left's left ... (including root itself) into the stack without adding to result
public void pushAllLeft(Stack<TreeNode> stack, TreeNode root, List<Integer> result) {
        while (root != null) {
            stack.push(root);
            root = root.left;
        }
}

主程序：

public class Solution {
    public List<Integer> inorderTraversal(TreeNode root) {
        List<Integer> result = new ArrayList<Integer>();
        Stack<TreeNode> stack = new Stack<TreeNode>();
        pushAllLeft(stack, root, result);
        while (!stack.isEmpty()) {
            TreeNode cur = stack.pop();//栈顶还没有访问，弹出来的时候访问，访问完了访问他的右孩子
            result.add(cur.val);
            if (cur.right != null) {
                pushAllLeft(stack, cur.right, result);
            }
        }
        return result;
    }
}

Binary Tree Postorder Traversal 后序遍历

访问顺序：左 右 根

栈

复杂度

O(N) 时间 O(N) 系统栈空间

思路

比较诡异，随便画个树得到后序遍历的序列后观察，发现只要把前序遍历反着来，就可以得到后序遍历，这是一个规律，通过自己走一遍树的后序遍历得来的，至于理论依据什么的并没有。
先写一个utility: pushAllRight(root)：把root(包含)一路向右通到底，路过的节点将其访问(插入到result的开头)，并压入栈，留作备用；
此时栈顶的元素满足:他的右孩子以及他自己必已经被访问；栈顶元素都是下一个应该访问的子树的根，将其弹出，(不必访问，因为他进栈时已被访问)，然后尝试访问它的左孩子;
如果有左孩子，把左孩子一路向右通到底(pushAllLeft),路过的同样，访问，然后压栈；
如果没有左孩子，啥也不干，访问下一个栈顶元素；

注意

访问节点的过程在一路向右的过程中完成，即在utility完成，和前序遍历如出一辙

因为在访问的时候要把当前元素插入到(addFirst)result的开头，所以用LinkedList(实现是双向链表)时间上会比较好，注意用他的addFirst方法的话不能声明成List<Integer>，直接声明成LinkedList就好了，我也忘了addFirst是哪个接口里的了。。

代码

一路向右(访问，并压栈)的utility:

//push all root's right and right's right ... (including root itself) into the stack and add the to result
public void pushAllRight(Stack<TreeNode> stack, TreeNode root, LinkedList<Integer> result) {
        while (root != null) {
            stack.push(root);
            result.addFirst(Integer.valueOf(root.val));
            root = root.right;
        }
}

主程序：

public class Solution {
    public List<Integer> postorderTraversal(TreeNode root) {
        Stack<TreeNode> stack = new Stack<>();
        LinkedList<Integer> result = new LinkedList<Integer>();//注意这里要用linkedlist声明
        pushAllRight(stack, root, result);
        while (!stack.isEmpty()) {
            TreeNode cur = stack.pop();
            if (cur.left != null) {
                cur = cur.left;
                pushAllRight(stack, cur, result);
            }
        }
        return result;
    } 
}

总结

三个遍历都用一个栈可以搞定，写一个一路向左/右的utility，然后不断访问栈顶即可。
前序和中序的区别只有一点，那就是何时访问节点：

• 在前序遍历中，一路向左的过程，即压栈的过程中就访问了节点；一路向左完了之后，栈内的元素自然都满足左孩子和自己都被访问过的property，接下来只要不断地弹栈顶，找右孩子，把右孩子一路向左，如此循环直到栈为空。

• 在中序遍历中，一路向左的过程(也即压栈的过程)并不访问节点；一路向左完了之后，站内的元素满足左子树被访问完了，自己还没有被访问的property，接下来只要不断地弹栈顶，访问之，找他的右孩子，把右孩子一路向左，如此循环直到栈为空。