上一章的内容，我们介绍了树形结构的概念，以及如何通过Python 来表示一棵树。本篇文章我们就要来考虑下如何进行树的遍历。
在讲数据结构的时候，我们做过一个高度概括，所谓的数据结构就是保存数据的一种方式，而对数据的操作也就是 增、删、查、改 这么几种典型的操作。 上一篇文章在介绍树的基本概念时，已经介绍了节点的增加，今天要重点介绍的就是遍历查找，所谓遍历查找，就是访问树结构中的所有节点。
在线性结构中，对数据的遍历方式是很简单的，线性结构是有顺序的，只需要按照顺序依次访问各个节点即可。 但树结构不是线性的，它有很多分支，所以它的遍历操作相比而言要复杂不少。
上一章的二叉树Python实现中，我们看到任何一个节点，都是由节点本身的信息，左子树，右子树 三个部分组成的，那么访问节点信息的顺序也可以有三种：
1. 前序遍历：先访问当前节点的信息，然后再访问左子树，最后访问右子树
2. 中序遍历：先递归的访问左子树，再访问当前节点，最后访问右子树
3. 后序遍历：先递归的访问左子树，再访问右子树，最后访问当前节点
上面就是三种二叉树遍历的概念定义，定义非常简单，但仅仅只是看定义，相信很难彻底理解，接下来通过一张图具体看一下，这里给出的是前序遍历的过程：
图中是一个二叉树描述的书本章节结构，如果采用前序遍历方式，那么会先访问当前的节点，其次访问左子树，然后是右子树，我们一步步分解一下：
1. 首先访问根节点 “Book”
2. 然后访问 “Book” 节点的左子树，于是访问到了“Chapter1" 节点
3. 继续访问 “Chapter1” 节点的左子树，于是访问到了 “Section1.1” 节点
4. “Section1.1” 没有任何子树，所以就会跳转到 “Chapter1“ 的右子树“Section1.2”
5. 访问了“Section1.2” 之后，继续访问它的左子树“Ssection1.2.1”，由于这个节点也没有子节点，接下来会访问“Section1.2.2”
6. 以此类推，最后会访问最右边的节点“Section2.2.2”
大家仔细看一下上面的访问步骤，就能切实的理解前序遍历的流程。图中最上面也给出了节点访问的顺序。
同样是上面这张图，如果是按照中序遍历，访问的流程会有什么变化呢？
1. 中序遍历会首先访问左子树，“Book”节点有左子树，所以会访问它的左子树
2. “Book” 的左子树是一个以“Chapter1” 为根的树，根据中序的规则，继续寻找它的左子树，找到了一个以“Section1.1”为根的树
3. “Section1.1” 没有左子树了，于是直接会访问 ”Section1.1“节点，它也没有右子树，所以退回到上一层”Chapter1“节点，此时“Chapter1”节点的左子树都已经访问完毕了，可以访问当前“Chapter1”节点了。
4. 访问完”Chapter1“节点后，会访问它的右子树”Section 1.2“节点
5. 但这里注意，由于“Section1.2”有左子树，所以会先访问它的左子树“Section1.2.1”节点，然后才会访问“Section1.2”节点
6. 按此顺序，整张图的访问顺序是：S1.1->Ch1->S1.2.1->S1.2->S1.2.2->Book->S2.1->Ch2->S2.2.1->S2.2->S2.2.2
前序和中序都给出了，那么后序遍历也一起分析下吧：
1. 后序遍历会先访问节点的左子树和右子树，最终才会访问当前节点，所以会寻找“Book” 的左子树，最终寻找到"Section1.1"
2. “Section1.1”没有子树，所以会访问当前节点，然后再访问它的父节点的右子树，也就是”Chapter1“的右子树
3. 遵照后序的顺序，“Chapter1”的右子树会先访问“Section1.2.1”节点，然后是“Section1.2.2”节点，最终访问“Section1.2”节点
4. 访问完“Section1.2”之后，“Chapter1”的左子树和右子树算是都访问完毕了，可以访问“Chapter1”这个节点了。
4. 依照上面的顺序，整张图的访问顺序为：S1.1->S1.2.1->S1.2.2->S1.2->Ch1->S2.1->S2.2.1->S2.2.2->S2.2->Ch2->Book
通过以上的分析比较，相信你对这三种遍历算法已经有了一定的理解，对应这三种遍历的代码其实非常简单，使用递归的方式来实现，我们这里给出前序遍历代码，中序和后序可以自己尝试实现一下：
至此，树的遍历我们就讲完了，二叉树的三种遍历形式，通过递归是很容易实现的。树的遍历算法，在实际项目中常常会用到，是非常重要的算法，大家好好跟着今天的案例过一遍，就能真切的理解这三种遍历算法是如何工作的了。
3948
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
