常用的数据结构之二叉树的递归与非递归的遍历。

最新推荐文章于 2022-04-05 17:36:20 发布

隔壁王同学啊

最新推荐文章于 2022-04-05 17:36:20 发布

阅读量257

点赞数

分类专栏：数据结构的学习

本文链接：https://blog.csdn.net/weixin_43770577/article/details/89290350

版权

数据结构的学习专栏收录该内容

24 篇文章 0 订阅

订阅专栏

编程光看伪代码是不行滴。理解了一个算法的思路，就转换为自己的风格。就从二叉树的遍历开始吧！
1.1

前序递归遍序

递归代码虽然非常简洁，但是它要调用很多的系统资源，容易爆栈。所以掌握非递归的算法也是很重要的。

void preorder(BT*p){
	if(p!=NULL){
	vist(p);
	preorder(p->left);//先遍历左子树
	preorder(p->right);//后遍历右子树
	}
}

1.2

前序非递归遍历

用户通过自己定义栈，从而减少了系统开支。

struct BT {
	int data;
	 struct BT *right;
	 struct BT *left;
};
void preorder(BT*bt){
if(bt!=NULL){
	int top=-1;
	BT*p ;
	BT *stack[maxsize];
	
	stack[++top]=bt;
	
		while(top!=-1){
                        p=stack[top--];
                        vis(p);
			if(p->right!=NULL)//注意先入右节点，再入左节点。根据栈的后入先出。
			stack[++top]=p->right;
			if(p->left!=NULL)
			stack[++top]=p->left;
	
		}
	}
}

2.1中序递归遍历

void midoreder(BT*bt){
BT*p;
int stack[maxe];
if(bt!=NULL){

midorder(p->left);//先遍历左子树
visit(p);
midorder(p->right);//最后遍历右子树

}

}

2.2中序非递归遍历

void midorder(BT*bt){
int top=-1;
int stack[maxe];
BT*p=bt;

if(bt!=NULL){

while(top!=-1||p!=NULL){

while(p!=NULL){
stack[++top]=p;
p=p->left;
}
if(top!=-1){

p=stack[top--];

vist(P);

p=p->right;
}

}

}




}

3.1 后序递归遍历

void afterorder(BT * P){
afterorder(p->left);
afterorder(p->right);
vist(p);

}

3.2 后序非递归遍历

后序的非递归遍历是建立前序的基础上，也即是前序递归遍历的镜像，反转一下。所以结合栈的性质，我们可以再前序递归遍历的基础上，再开一个栈。原理，在前序遍历基础下，如右节点，根，左节点，换成后序遍历就是左节点，根，右节点。所以将前序每遍历一个节点，就同时把它压入另一个栈中，这个另一个栈的出栈顺序就是后序遍历的顺序。代码如下。

ffrrafterorder(BT *bt)
{
BT *p;
int topf=-1;//第一个栈顶
int tops=-1;//第二个栈顶
BT *stack1[maxe];
BT*stack2[maxe];
if(bt!=NULL){

stack1[++top]=bt;

while(top1!=-1){

p=stack1s[top1--];
stack2[++tops]=p;
if(p->right!=NULL){

stack1[++topf]=p->right;
}
if(p->left!=NULL){
stack1[++topf]=p->left;
}

}
while(tops！=-1){
p=stack2[tops--];
visit(p);
}

}

}