二叉树的前序中序后序
前序:中,左,右
中序:左(大小树都是找最左),中,右
后序:左,中,右
遍历二叉树的三种方法
递归解法
- 前序遍历
public static void preOrderRecur(TreeNode head) {
if (head == null) {
return;
}
// 调用一次postOrderRecur,就代表调用了一棵树
System.out.print(head.value + " "); // 输出根节点
preOrderRecur(head.left); // 不断找左子树(即打印左子树),此时树不断变小
preOrderRecur(head.right); // 不断找右子树(即打印右子树),此时树不断增大
}
- 中序遍历
public static void preOrderRecur(TreeNode head) {
if (head == null) {
return;
}
// 调用一次postOrderRecur,就代表调用了一棵树
preOrderRecur(head.left); // 不断找左子树(即打印左子树),此时树不断变小
System.out.print(head.value + " "); // 输出根节点
preOrderRecur(head.right); // 不断找右子树(即打印右子树),此时树不断增大
}
- 后序遍历
public static void postOrderRecur(TreeNode head) {
if (head == null) {
return;
}
// 调用一次postOrderRecur,就代表调用了一棵树
postOrderRecur(head.left); // 不断找左子树(即打印左子树)
postOrderRecur(head.right); // 不断找右子树(即打印右子树)
System.out.print(head.value + " "); // 打印根节点
}
迭代解法
首先我们应该创建一个Stack用来存放节点,首先我们想要打印根节点的数据,此时Stack里面的内容为空,所以我们优先将头结点加入Stack,然后打印。
之后我们应该先打印左子树,然后右子树。所以先加入Stack的就是右子树,然后左子树。
此时你能得到的流程如下:
- 前序遍历
public static void preOrderIteration(TreeNode head) {
if (head == null) {
return;
}
Stack<TreeNode> stack = new Stack<>();
stack.push(head);
// 利用栈来回溯到上一个根节点
while (!stack.isEmpty()) {
TreeNode node = stack.pop(); // 弹出栈顶元素,将其作为根节点
System.out.print(node.value + " "); // 输出根节点
if (node.right != null) {
stack.push(node.right); // 压入右节点
}
if (node.left != null) {
stack.push(node.left); // 压入左节点
}
}
}
- 中序遍历
// 思路:先把不断将左节点压入栈,再依次处理,每次处理一个栈中的“左节点”都是将其作为"cur"对待。
public static void inOrderIteration(TreeNode head) {
if (head == null) {
return;
}
TreeNode cur = head;
Stack<TreeNode> stack = new Stack<>();
// 利用栈来回溯到上一个根节点
while (!stack.isEmpty() || cur != null) {
// 不断找当前节点的左节点,压入栈,并更新当前节点,直到叶节点位置(最左),此时cur == 叶节点.left == null。
while (cur != null) {
stack.push(cur);
cur = cur.left;
}
// 当成"cur"来对待
// 此处可以先以最左节点的角度来看
// 先输出左节点a。拿到左节点a(即"cur"),表示左节点a的左节点已经处理完了。
TreeNode node = stack.pop();
System.out.print(node.value + " ");
// 再处理左节点a(即"cur")的右节点(右子树),右子树也可能存在“左”,所以要先处理这个右子树
if (node.right != null) {
// 注意:假如此时node是最左节点,node.right存在,node.right可能有node.right.left,但不是整个大树的最左节点
cur = node.right;
}
}
}
- 后序
注意:拿到最左节点,也不可能马上输出值,还要先判断最左节点的右子树是否存在。这里就导致了最左节点的值不应该从栈中pop出来,因为一旦pop出来了,最左节点右子树也处理完了,轮到最左节点输出了,却找不到了。
public List<Integer> postorderTraversal(TreeNode root) {
List<Integer> list = new ArrayList<>();
Stack<TreeNode> stack = new Stack<>();
Set<TreeNode> set = new HashSet<>(); // 整个set是为了记录已经处理完的节点
TreeNode cur = root;
while (cur != null || !stack.isEmpty()) {
//节点不为空一直压栈
while (cur != null && !set.contains(cur)) {
stack.push(cur);
cur = cur.left;
}
// 先把栈顶节点复制出来
cur = stack.peek();
//右子树为空或者第二次来到这里
if (cur.right == null || set.contains(cur)) {
list.add(cur.val);
set.add(cur);
stack.pop();//将当前节点弹出
if (stack.isEmpty()) {
return list;
}
//转到右子树,这种情况对应于右子树为空的情况,如果没有set,则会重复来到此处
cur = stack.peek();
cur = cur.right;
//从左子树过来,加到 set 中,转到右子树
} else {
set.add(cur);
cur = cur.right;
}
}
return list;
}
Morris解法
Morris遍历使用二叉树节点中大量指向null的指针,由Joseph Morris 于1979年发明。
时间复杂度:O(n)O(n)
额外空间复杂度:O(1)O(1)
在你阅读以下代码之前,在这边先讲解一下Morris的通用解法过程。
Morris的整体思路就是将 以某个根结点开始,找到它左子树的最右侧节点之后与这个根结点进行连接
我们可以从 图2 看到,如果这么连接之后,cur 这个指针是可以完整的从一个节点顺着下一个节点遍历,将整棵树遍历完毕,直到 7 这个节点右侧没有指向。
public static void preOrderMorris(TreeNode head) {
if (head == null) {
return;
}
TreeNode cur1 = head;//当前开始遍历的节点
TreeNode cur2 = null;//记录当前结点的左子树
while (cur1 != null) {
cur2 = cur1.left;
if (cur2 != null) {
while (cur2.right != null && cur2.right != cur1) {//找到当前左子树的最右侧节点,且这个节点应该在指向根结点之前,否则整个节点又回到了根结点。
cur2 = cur2.right;
}
if (cur2.right == null) {//这个时候如果最右侧这个节点的右指针没有指向根结点,创建连接然后往下一个左子树的根结点进行连接操作。
cur2.right = cur1;
cur1 = cur1.left;
continue;
} else {//当左子树的最右侧节点有指向根结点,此时说明我们已经回到了根结点并重复了之前的操作,同时在回到根结点的时候我们应该已经处理完 左子树的最右侧节点 了,把路断开。
cur2.right = null;
}
}
cur1 = cur1.right;//一直往右边走,参考图。这个右是回到根节点处,继续看循环,又从根节点出发,当遇到if (cur2.right == null)时不成立,去到else断开与根节点的连接。最后再次来到此处,往根节点的右走,因为此时左已经处理完了。
}
}
- 前序
public static void preOrderMorris(TreeNode head) {
if (head == null) {
return;
}
TreeNode cur1 = head;
TreeNode cur2 = null;
while (cur1 != null) {
cur2 = cur1.left;
if (cur2 != null) {
while (cur2.right != null && cur2.right != cur1) {
cur2 = cur2.right;
}
if (cur2.right == null) {
cur2.right = cur1;
System.out.print(cur1.value + " ");
cur1 = cur1.left;
continue;
} else {
cur2.right = null;
}
} else {
System.out.print(cur1.value + " ");
}
cur1 = cur1.right;
}
}
- 中序
public static void inOrderMorris(TreeNode head) {
if (head == null) {
return;
}
TreeNode cur1 = head;
TreeNode cur2 = null;
while (cur1 != null) {
cur2 = cur1.left;
//构建连接线
if (cur2 != null) {
while (cur2.right != null && cur2.right != cur1) {
cur2 = cur2.right;
}
if (cur2.right == null) {
cur2.right = cur1;
cur1 = cur1.left;
continue;
} else {
cur2.right = null;
}
}
System.out.print(cur1.value + " ");
cur1 = cur1.right;
}
}
- 后序
当我们到达最左侧,也就是左边连线已经创建完毕了。
打印 4
打印 5 2
打印 6
打印 7 3 1
我们将一个节点的连续右节点当成一个单链表来看待。
当我们返回上层之后,也就是将连线断开的时候,打印下层的单链表。
比如返回到 2,此时打印 4
比如返回到 1,此时打印 5 2
比如返回到 3,此时打印 6
那么我们只需要将这个单链表逆序打印就行了,下文也给出了 单链表逆序代码
这里不应该打印当前层,而是下一层,否则根结点会先与右边打印。
//后序Morris
public static void postOrderMorris(TreeNode head) {
if (head == null) {
return;
}
TreeNode cur1 = head;//遍历树的指针变量
TreeNode cur2 = null;//当前子树的最右节点
while (cur1 != null) {
cur2 = cur1.left;
if (cur2 != null) {
while (cur2.right != null && cur2.right != cur1) {
cur2 = cur2.right;
}
if (cur2.right == null) {
cur2.right = cur1;
cur1 = cur1.left;
continue;
} else {
cur2.right = null;
postMorrisPrint(cur1.left);
}
}
cur1 = cur1.right;
}
postMorrisPrint(head);
}
//打印函数
public static void postMorrisPrint(TreeNode head) {
TreeNode reverseList = postMorrisReverseList(head);
TreeNode cur = reverseList;
while (cur != null) {
System.out.print(cur.value + " ");
cur = cur.right;
}
postMorrisReverseList(reverseList);
}
//翻转单链表
public static TreeNode postMorrisReverseList(TreeNode head) {
TreeNode cur = head;
TreeNode pre = null;
while (cur != null) {
TreeNode next = cur.right;
cur.right = pre;
pre = cur;
cur = next;
}
return pre;
}