数据结构与算法——二叉树（四） 学习笔记

二、遍历

2.4 迭代后序遍历

解决办法：

1. 找到第一个被访问的节点
2. 将沿途各节点的祖先及右兄弟（若存在）用栈保存

从根出发下行，尽可能沿左分支，实不得已，才沿右分支。最后一个节点必是叶子，也是递归版中visit()首次执行处。这叶子将首先接受访问

第一个被访问的节点
从左侧水平向右看去，未被遮挡的最高叶节点v——称作最高左侧可见叶节点（HLVFL）——即为后序遍历首先访问的节点。请注意，该节点既可能是左孩子，也可能是右孩子，

图摘自清华大学《数据结构（C++语言版）》

后序遍历的过程也可分为模式雷同的若干段：

1. 访问当前节点
2. 遍历以其右兄弟（若存在）为根的子树
3. 向上回溯至其父节点（若存在）并转入下一片段。

代码摘自清华大学《数据结构（C++语言版）》

template <typename T> //在以S栈顶节点为根的子树中，找到最高左侧可见叶节点
static void gotoLeftmostLeaf(Stack<BinNodePosi(T)>& S) { //沿途所遇节点依次入栈
	while (BinNodePosi(T) x = S.top()) //自顶而下，反复检查当前节点（即栈顶）
		if (HasLChild(*x)) //尽可能向左
		{
			if (HasRChild(*x))
				S.push(x->rc); //若有右孩子，优先入栈
			S.push(x->lc); //然后才转至左孩子
		}
		else //实不得已
			S.push(x->rc); //才向右
	S.pop(); //返回之前，弹出栈顶的空节点
}

template <typename T, typename VST>
void travPost_I(BinNodePosi(T) x, VST& visit) { //二叉树的后序遍历（迭代版）
	Stack<BinNodePosi(T)> S; //辅助栈
	if (x) S.push(x); //根节点入栈
	while (!S.empty()) //x始终为当前节点
	{
		if (S.top() != x->parent) 若栈顶非x之父（而为右兄）
			gotoLeftmostLeaf(S); //则在其右兄子树中找到HLVFL（相当于递归深入）
		x = S.pop(); visit(x->data); //弹出栈顶（即前一节点之后继），并访问之
	}
}

辅助函数：gotoLeftmostLeaf()，自顶而下反复检查栈顶节点，尽可能地向左深入，若有右孩子，则右孩子优先入栈，左孩子后入栈（这两个孩子就是兄弟关系，原节点为二者的父节点），然后转向左孩子；实不得已（没有左孩子），才转向右孩子。由于这里的循环迭代以栈顶为空结束，所以辅助函数返回之前，要弹出栈顶的空节点

主算法：建立辅助栈。根节点首先入栈（注意前面两种算法没有此步骤）。若栈顶节点并非当前访问节点之父（而为右兄，因为从入栈的过程来看，只有两种可能），则调用gotoLeftmostLeaf()在其右兄子树中，找到最靠左的叶子HLVFL（相当于递归深入其中）。然后弹出当前栈顶（即前一节点的后继），并访问之。

算法终止条件：辅助栈为空（注意后序遍历的算法终止条件是在while的入口条件中，而不像前面两种遍历是在调用完辅助函数后判断栈是否为空，为空再break，而while(true)）

每个节点出栈后，以之为根的子树已经完全遍历，且其右兄弟r若存在，则必在栈顶（因为栈顶只可能是其兄或其父）。此时正可以从r出发开始遍历子树r

2.5 层次遍历

2.5.1 算法实现

此前的三种遍历，都不能保证所有的节点严格地按照深度次序接受访问，即存在逆序，需要借助栈Stack。
在层次遍历中，所有节点都严格按照深度次序，由高至低地接受访问，同样深度的节点由左至右访问。由于严格按照次序，因此借助队列Queue（先入先出FIFO）

图截取自清华大学数据结构慕课

1. 引入辅助队列
2. 根节点入队
3. 每次取出队首节点，并访问
4. 若有左孩子，则左孩子入队
5. 若有右孩子，则右孩子入队
6. 反复循环3~5步

算法终止条件：队列变空
注意：此处4、5步的顺序是先左孩子入队，再右孩子入队，是顺序的，而不像先序遍历的版本1那样是逆序的（因为层次遍历用队列，FIFO，先序遍历用栈，LIFO）

出于栈的这种特性，任意时刻队列中的节点满足深度相差不超过1

代码摘自清华大学《数据结构（C++语言版）》

/*DSA*/#include "queue/queue.h" //引入队列
template <typename T> template <typename VST> //元素类型、操作器
void BinNode<T>::travLevel(VST& visit) //二叉树层次遍历算法
{
	Queue<BinNodePosi(T)> Q; //辅助队列
	Q.enqueue(this); //根节点入队
	while (!Q.empty()) //在队列再次变空之前，反复迭代
	{
		BinNodePosi(T) x = Q.dequeue(); visit(x->data); //取出队首节点并访问之
		if (HasLChild(*x)) Q.enqueue(x->lc); //左孩子入队
		if (HasRChild(*x)) Q.enqueue(x->rc); //右孩子入队
	}
}

每次迭代，都恰好有一个节点出队并接受访问，同时有不超过两个节点入队。每个节点入、出队恰好各一次，故整体只需O(n)时间

2.5.2 完全二叉树

若在对某棵二叉树的层次遍历过程中，前n/2次迭代中都有左孩子入队，且前n/2 - 1次迭代中都有右孩子入队，则称之为完全二叉树（complete binary tree）。
完全二叉树的结构特征：叶节点只能出现在最底部的两层，且最底层叶节点均处于次底层叶节点的左侧。

图摘自清华大学《数据结构（C++语言版）》

由图，高度为h的完全二叉树，规模n应该介于$2^h$至$2^{h+1}-1$之间；反之，规模为n的完全二叉树，$h=O(logn)$。

高度为h的完全二叉树节点最多的情况即满二叉树，最少的情况比高度为h-1的满二叉树多1。

2.5.3 满二叉树

每一层的节点数都应达到饱和，故将称其为满二叉树（full binary tree）。满二叉树所有叶节点同处于最底层（非底层节点均为内部节点）。
高度为h的满二叉树由$2^{h+1}-1$个节点组成，其中叶节点总是恰好比内部节点多出一个（叶节点树$2^h$，内部节点数$2^h-1$）

图摘自清华大学《数据结构（C++语言版）》

2.6 重构

已知某棵数的遍历序列，还原出该树的拓扑结构
情况1：[ 先序 | 后序 ] + 中序
情况2：[ 先序 | 后序 ] + 真（真二叉树）

题

1、并查集中的树最适合用什么方法表示：
父节点法能够高效定位父亲而不能高效地定位孩子，而并查集中的树只需要能够定位父节点。

2、每上溯一层，深度减小1，但高度的增加可能大于1，因为节点的高度由其左、右子树中较高者决定。

3、借助队列对二叉树进行层次遍历时,任意时刻队列中的节点满足：深度相差不超过1