二叉树遍历
进入二叉树阶段,首先先过一遍二叉树的遍历。二叉树的遍历可以分为深度优先遍历和广度优先遍历。其中深度优先遍历又根据访问节点的顺序可以分为前序遍历、中序遍历和后序遍历。这里的前中后指的是记录根节点的顺序。与之对应的是leetcode上的144,94和145三道题目。从这三道题目入手,讨论一下二叉树深度优先遍历的几种不同的实现方式。
Leetcode题目
-
- Binary Tree Preorder Traversal
链接: 144. Binary Tree Preorder Traversal
- Binary Tree Preorder Traversal
-
- Binary Tree Inorder Traversal
链接: 94. Binary Tree Inorder Traversal
- Binary Tree Inorder Traversal
-
- Binary Tree Postorder Traversal
链接: 145. Binary Tree Postorder Traversal
- Binary Tree Postorder Traversal
递归遍历
递归遍历是比较容易想到的方法,也是比较常见的方法。因为二叉树的每个节点都可视为二叉树的一个子树,从而使用统一的遍历方法。
在递归遍历中,重要的是理清单次递归的函数,递归结束的条件以及递归传递的参数这三点
代码实现
1. preorder-前序遍历
class Solution {
public List<Integer> preorderTraversal(TreeNode root) {
List<Integer> result = new ArrayList<>();
preorder(root, result);
return result;
}
public void preorder(TreeNode root, List<Integer> result) {
if (root == null) {
return;
}
result.add(root.val);
preorder(root.left, result);
preorder(root.right, result);
}
}
2. inorder-中序遍历
class Solution {
public List<Integer> inorderTraversal(TreeNode root) {
List<Integer> result = new ArrayList<>();
inorder(root, result);
return result;
}
public void inorder(TreeNode root, List<Integer> result) {
if (root == null) {
return;
}
inorder(root.left, result);
result.add(root.val);
inorder(root.right, result);
}
}
3. postorder-后序遍历
class Solution {
public List<Integer> postorderTraversal(TreeNode root) {
List<Integer> result = new ArrayList<>();
postorder(root,result);
return result;
}
public void postorder(TreeNode root, List<Integer> result) {
if (root == null) {
return;
}
postorder(root.left, result);
postorder(root.right, result);
result.add(root.val);
}
}
总结
递归是比较明了利于理解的遍历写法,其中要注意进栈的顺序,因为栈是先进后出的数据结构,所以需要被先遍历的节点要后放入栈中。
递归在运行中,每一次递归调用都会把函数的局部变量、参数值和返回地址等压入调用栈中,然后递归返回的时候,从栈顶弹出上一次递归的各项参数,所以这就是递归为什么可以返回上一层位置。
这也能启发我们,我们也可以通过栈来解决二叉树遍历的问题。
迭代遍历
迭代遍历中,前序遍历比中序和后序要简单得多。因为前序遍历中,访问遍历的顺序与处理的顺序是一致的,即访问遍历到哪个节点,就可先处理它。而在中序和后序中,访问遍历的顺序与处理的顺序便不一致了,当访问到某一节点时,需要先处理此节点的左子树或左右子树后,再返回处理此节点。所以在栈中存储需要处理的节点数据,还需再另设指针来维护遍历的顺序。
代码实现
1. preorder-前序遍历
class Solution {
public List<Integer> preorderTraversal(TreeNode root) {
List<Integer> result = new ArrayList<>();
Deque<TreeNode> stack = new LinkedList<>();
if (root ==null){
return result;
}
stack.push(root);
while(!stack.isEmpty()){
TreeNode node = stack.pop();
result.add(node.val);
if (node.right!=null){
stack.push(node.right);
}
if (node.left != null) {
stack.push(node.left);
}
}
return result;
}
}
2. inorder-中序遍历
class Solution {
public List<Integer> inorderTraversal(TreeNode root) {
List<Integer> result = new ArrayList<>();
if (root == null) {
return result;
}
Deque<TreeNode> stack = new LinkedList<>();
TreeNode cur = root;
while (!stack.isEmpty() || cur != null) {
if (cur != null) {
stack.push(cur);
cur = cur.left;
} else {
cur = stack.pop();
result.add(cur.val);
cur = cur.right;
}
}
return result;
}
}
3. postorder-后序遍历
class Solution {
public List<Integer> postorderTraversal(TreeNode root) {
List<Integer> result = new ArrayList<>();
if (root == null) {
return result;
}
// 左右中
Deque<TreeNode> stack = new LinkedList<>();
// 当前处理节点
TreeNode cur = root;
// 上一处理节点
TreeNode last = null;
while (!stack.isEmpty() || cur != null) {
if (cur != null) {
stack.push(cur);
cur = cur.left;
} else {
cur = stack.pop();
if (cur.right != null && last != cur.right) {
stack.push(cur);
cur = cur.right;
} else {
result.add(cur.val);
last = cur;
cur = null;
}
}
}
return result;
}
}
在此处,可以看出后序遍历需要维护两个指针,因为一个节点会被三次访问(第一次刚访问到节点,第二次遍历完左子树回到此节点,第三次遍历完右子树回到此节点,而此节点需要在第三次访问的时候再处理,获取值),所以需要维护两个指针cur和last来区分情况。
但是对于后序遍历,其结果与前序遍历的反序结果(即根右左)的逆序(左右根)相同。所以其实可以在简单的前序遍历基础上调整左右子树的遍历顺序后,获取结果的逆序,代码如下:
class Solution {
public List<Integer> postorderTraversal(TreeNode root) {
List<Integer> result = new ArrayList<>();
if (root == null) {
return result;
}
Deque<TreeNode> stack = new LinkedList<>();
stack.push(root);
while (!stack.isEmpty()) {
TreeNode cur = stack.pop();
result.add(cur.val);
if (cur.left != null) {
stack.push(cur.left);
}
if (cur.right != null) {
stack.push(cur.right);
}
}
Collections.reverse(result);
return result;
}
}
统一迭代
上述迭代法运用指针来辅助区分访问到此节点时,是否要处理此节点,但由于前中后序在遍历顺序中,访问到节点的次数不尽相同,所以处理手法也不一样。但这里给出另一个方法来辅助判断是否要处理此节点,即将遍历访问的节点都按遍历顺序入栈,并一一取出得到遍历顺序,但是针对要处理的节点,给予一个标志,如果取出时有次标志,则处理放入结果集中。这里使用的标志是空指针,即放入要处理的元素后,再放入一个null指针,如果pop出栈判断到null指针,则放入结果集,否则只是初次到访,按顺序指定好接下来的处理顺序即可。
代码实现
1. preorder-前序遍历
class Solution {
public List<Integer> preorderTraversal(TreeNode root) {
List<Integer> result = new ArrayList<>();
Deque<TreeNode> stack = new LinkedList<>();
if (root != null) {
stack.push(root);
}
while (!stack.isEmpty()) {
TreeNode node = stack.pop();
if (node != null) {
if (node.right != null) {
stack.push(node.right);
}
if (node.left != null) {
stack.push(node.left);
}
stack.push(node);
stack.push(null);
} else {
node = stack.pop();
result.add(node.val);
}
}
return result;
}
}
2. inorder-中序遍历
class Solution {
public List<Integer> inorderTraversal(TreeNode root) {
List<Integer> result = new ArrayList<>();
Deque<TreeNode> stack = new LinkedList<>();
if (root != null) {
stack.push(root);
}
while (!stack.isEmpty()) {
TreeNode cur = stack.pop();
// 若弹出节点不为空,则此节点仅是经过,要等处理其左子树后再处理此节点
if (cur != null) {
if (cur.right != null) {
stack.push(cur.right);
}
// 在真正需要处理cur节点的后面放入null提示
stack.push(cur);
stack.push(null);
if (cur.left != null) {
stack.push(cur.left);
}
// 若弹出节点为空,则说明null后的节点此时已遍历完此节点的左子树,可以进行此节点的处理了
}else {
cur = stack.pop();
result.add(cur.val);
}
}
return result;
}
}
3. postorder-后序遍历
class Solution {
public List<Integer> postorderTraversal(TreeNode root) {
List<Integer> result = new ArrayList<>();
Deque<TreeNode> stack = new LinkedList<>();
if (root != null) {
stack.push(root);
}
while (!stack.isEmpty()) {
TreeNode node = stack.pop();
if (node != null) {
stack.push(node);
stack.push(null);
if (node.right != null) {
stack.push(node.right);
}
if (node.left != null) {
stack.push(node.left);
}
} else {
node = stack.pop();
result.add(node.val);
}
}
return result;
}
}
总结
递归遍历是较为常规好理解的方法,但要对栈的运用和前中后序的实现有更深入的理解,还需要进一步掌握迭代遍历和统一迭代。且在迭代遍历中,还能看出前序遍历和后序遍历的特殊关系。