二叉树 中序遍历 python_Python实现二叉树的各种遍历

假设有这么一个二叉树如下：

根据上述的二叉树，可以计算到：

• 前序遍历结果：1, 2, 4, 5, 8, 9, 11, 3, 6, 7, 10
• 中序遍历结果：4, 2, 8, 5, 11, 9, 1, 6, 3, 10, 7
• 后序遍历结果：4, 8, 11, 9, 5, 2, 6, 10, 7, 3, 1

二叉树的类实现

class 

深度优先遍历

递归实现

# 前序遍历（递归）

非递归实现

前序遍历

根据已有的认识，此函数需要一个栈，保存树尚未访问过的部分信息。对于前序遍历也会有不同的实现方法，下面考虑一种方法，即：

1. 由于采取先序遍历，遇到结点就应该访问，下一步就应该沿着树的坐分支下行
2. 但结点的右分支（右子树）还没有访问，因此需要记录，将右子结点入栈。
3. 遇到空树时回溯，取出栈中保存的一个右分支，像一颗二叉树一样遍历它。

## 方法一 常规打印

非递归算法的一个价值是把算法过程完整的暴露出来，便于进行细致的分析。

时间复杂度：在非递归的算法中，因为在执行的过程中访问每个结点一次，一部分子树(所有右子树，方法一、二)被压入和弹出各一次(栈操作是O(1)时间)，所以整个遍历过程需要的时间复杂度为O(n)。

空间复杂度：这里的关键因素是遍历中栈可能达到的最大深度（栈中元素的最大深度个数），而栈的最大深度由被遍历的二叉树的高度决定。由于二叉树的高度可能达到O(n)，所以在最坏情况下，算法的空间复杂度为O(n)，n个结点的二叉树的平均高度为O(log n)，所以非递归前序遍历的平均空间复杂度为O(log n)。

在一些情况下，修改实现方法也可能降低空间的开销。对于上面函数，修改其定义，只把非空的右子树进栈，在很多情况下能减小一些空间开销。

其他非递归的遍历算法，包括中序遍历和后续遍历算法以及层次遍历算法，都可以直接了当的修改成迭代器。但是递归算法不可以。

中序遍历

# 中序遍历（左根右）:模拟压栈过程

后序遍历

# 后序遍历（左右根）:模拟逆序(根右左)存入数组b，然后再数组b逆序输出

广度优先遍历

## 方法1