二叉树的四大遍历之一中序遍历。使用三大方法,递归,基于栈的遍历,莫里斯遍历
方法一:递归方法效率低,栈迭代方法虽提高了效率,但嵌套循环太麻烦。本方法递归+栈迭代
核心思想:新节点为白色,已访问的节点为灰色。遇到白色节点,标为灰色,其右根左一次入栈,遇到灰节点输出
class Solution:
def inorderTraversal(self,root):
WHITE,GRAY=0,1
res=[]
stack=[(WHITE,root)]
while stack:
color,node = stack.pop()
if node is None: continue
if color==WHITE:
stack.append((WHITE,node.right))
stack.append((GRAY,node))
stack.append((WHITE,node.left))
else:
res.append(node.val)
return res
方法二:递归
class Solution:
def inorderTraversal(self,root):
res=[]
def dfs(root):
if not root:
return
dfs(root.left)
res.append(root.val)
dfs(root.right)
dfs(root)
return res
时间复杂度O(n)
空间复杂度(h),h是树的高度
重点!
★方法三:栈的迭代遍历。二叉树的遍历的难点在于如何用非递归的方式实现。递归实现时,是函数自己调用自己,一层层的嵌套,操作系统自动帮我们使用栈来保存每个调用的函数。现在用栈来自己实现这样的调用过程。
递归的调用过程是不断往左边走,当左边走不下去时,就打印节点,并转向右边,然后右边继续这个过程。
在迭代的过程中,用栈来实现上面的调用过程。
class Solution:
def inorderTraversal(self,root):
res=[]
stack=[]
while stack or root:
while root:
stack.append(root)#不断添加左边的节点
root=root.left
#elsewhile结束说明左边走不下去了,节点为空了,则打印节点,并转向右边,继续上面的过程
tmp = stack.pop()#将左子树遍历的节点打印添加
res.append(tmp.val)
root = tmp.right#遍历右子树
return res
时间复杂度O(n)
空间复杂度(h),h是树的高度
本方法的前序遍历和后序遍历怎么做待会看?
二叉树的遍历都可以借助栈结构使用DFS算法完成。
对于先序遍历
class Solution:
def preorderTraversal(self,root):
res=[]
stack=[]
while stack or root:
while root:
res.append(root.val)
stack.append(root)
root=root.left
tmp=stack.pop()
root=tmp.right
return res
对于后序遍历
class Solution:
def postorderTraversal(self,root):
res=[]
stack=[]
while stack or root:
while root:
res.append(root.val)
stack.append(root)
root=root.right#和前序遍历相反处
tmp=stack.pop()
root=tmp.left#和前序遍历相反处
return res[::-1]
因为前序遍历是中左右,后序遍历是左右中,反过来就是中右左。和前序遍历仅仅是后两个
的关系,所以按照前序遍历写,再结果翻转就ok了
方法四:莫里斯遍历 递归和迭代的方法都会使用辅助空间,而莫里斯遍历是没有使用任何辅助空间的,改变了整个树的结构,强行把一棵二叉树改成一段链表结构
class TreeNode:
def __init__(self, x):
self.val = x
self.left = None
self.right = None
class Solution:
def inorderTraversal(self, root: TreeNode):
res = []
pre=None
while root:
if root.left: #如果左节点不为空,则将当前节点连带右子树全部挂到左节点的最右子树下面
pre=root.left
while pre.right:
pre = pre.right
pre.right = root
tmp=root
root=root.left
tmp.left=None
else: #左子树为空,则打印这个节点,并向右遍历
res.append(root.val)
root=root.right
return res
root=TreeNode(1)
root.left=None
root.right=TreeNode(2)
root.right.left=TreeNode(3)
root.right.right=None
print(Solution().inorderTraversal(root))
上述为完整实现过程,加上了TreeNode生成树的过程
时间复杂度:找到前驱节点的复杂度是O(n),因为n个节点的二叉树有n-1条边,每条边只可能
使用2次,1次定位到节点,1次找到前驱节点,所以时间复杂度为O(n)
空间复杂度:O(1)