代码随想录-Day14

1.LeetCode 二叉树的递归遍历

题目链接：力扣94，144，145（中序，前序及后序）

文字讲解：文字讲解及可运行的代码

视频讲解:视频路径

思路：

这次我们要好好谈一谈递归，为什么很多同学看递归算法都是“一看就会，一写就废”。

主要是对递归不成体系，没有方法论，每次写递归算法 ，都是靠玄学来写代码，代码能不能编过都靠运气。

本篇将介绍前后中序的递归写法，一些同学可能会感觉很简单，其实不然，我们要通过简单题目把方法论确定下来，有了方法论，后面才能应付复杂的递归。

这里帮助大家确定下来递归算法的三个要素。每次写递归，都按照这三要素来写，可以保证大家写出正确的递归算法！

1. 确定递归函数的参数和返回值： 确定哪些参数是递归的过程中需要处理的，那么就在递归函数里加上这个参数， 并且还要明确每次递归的返回值是什么进而确定递归函数的返回类型。

2. 确定终止条件： 写完了递归算法, 运行的时候，经常会遇到栈溢出的错误，就是没写终止条件或者终止条件写的不对，操作系统也是用一个栈的结构来保存每一层递归的信息，如果递归没有终止，操作系统的内存栈必然就会溢出。

3. 确定单层递归的逻辑： 确定每一层递归需要处理的信息。在这里也就会重复调用自己来实现递归的过程。  

 下面按照前序遍历来讲解：

1. 确定递归函数的参数和返回值：因为要打印出前序遍历节点的数值，所以参数里需要传入vector来放节点的数值，除了这一点就不需要再处理什么数据了也不需要有返回值，所以递归函数返回类型就是定义的res

public List<Integer> preorderTraversal(TreeNode root) {
        List<Integer> res = new ArrayList<Integer>();
        preorder(root, res);
        return res;
    }

2.确定终止条件：在递归的过程中，如何算是递归结束了呢，当然是当前遍历的节点是空了，那么本层递归就要结束了，所以如果当前遍历的这个节点是空，就直接return，代码如下：

 if (root == null) {
            return;

3.确定单层递归的逻辑：前序遍历是中左右的循序，所以在单层递归的逻辑，是要先取中节点的数值，代码如下：

res.add(root.val);
        preorder(root.left, res);
        preorder(root.right, res);

完整代码如下：

// 前序遍历·递归·LC144_二叉树的前序遍历
class Solution {
    public List<Integer> preorderTraversal(TreeNode root) {
        List<Integer> result = new ArrayList<Integer>();
        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);
    }
}
// 中序遍历·递归·LC94_二叉树的中序遍历
class Solution {
    public List<Integer> inorderTraversal(TreeNode root) {
        List<Integer> res = new ArrayList<>();
        inorder(root, res);
        return res;
    }

    void inorder(TreeNode root, List<Integer> list) {
        if (root == null) {
            return;
        }
        inorder(root.left, list);
        list.add(root.val);             // 注意这一句
        inorder(root.right, list);
    }
}
// 后序遍历·递归·LC145_二叉树的后序遍历
class Solution {
    public List<Integer> postorderTraversal(TreeNode root) {
        List<Integer> res = new ArrayList<>();
        postorder(root, res);
        return res;
    }

    void postorder(TreeNode root, List<Integer> list) {
        if (root == null) {
            return;
        }
        postorder(root.left, list);
        postorder(root.right, list);
        list.add(root.val);             // 注意这一句
    }
}

思路二：迭代法

思路：

为什么可以用迭代法（非递归的方式）来实现二叉树的前后中序遍历呢？

我们在栈与队列：匹配问题都是栈的强项 (opens new window)中提到了，递归的实现就是：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的原因。

我们借用栈和数组来进行遍历：前序遍历的思路是中左右，栈是先近后出，所以我们在压入栈的时候，先处理中间的，在把root.right先压入栈，后续在把root.left压入栈，这样取数的时候就优先取root.left的数据了。

具体代码如下：

前序遍历：中>左>右

class Solution {
    public List<Integer> preorderTraversal(TreeNode root) {
        // 创建栈，借助栈和数组完成二叉树的前序遍历
        Stack<TreeNode> stack = new Stack<>();
        List<Integer> list = new ArrayList<>();
        // 如果root为空，那我们就返回空的数组
        if(root == null){
            return list;
        }
        // 把root压入栈
        stack.push(root);
        // 判断栈是不是为空，不为空开始依次遍历
        while (!stack.isEmpty()){
            int len = stack.size();
            // len是栈的个数
            while (len > 0){
                // 取出第一个元素，在对其进行遍历
                TreeNode temp = stack.pop();
                list.add(temp.val);
                // 栈是先进后出，所以优先遍历右边，在处理左边
                if(temp.right != null){
                    stack.push(temp.right);
                }
                if(temp.left != null){
                    stack.push(temp.left);
                }
                // 每次取数之和，我们要减去当前个数，来判断每一层是否已经处理完成。
                len--;
            }
        }
        return list;

    }
        
}

中序遍历：左>中>右

class Solution {
  public List<Integer> inorderTraversal(TreeNode root) {
        List<Integer> list = new ArrayList<>();
        Stack<TreeNode> stack = new Stack<>();
        TreeNode temp = root;
        // 当栈为空的时候或者root为空的时候，我们就不走循环
        while (!stack.isEmpty() || temp !=null){
            // 先把root压入栈，temp = temp.left，在将左压入栈，如果左边为空，那就说明我们已经遍历到了最底部
            if(temp !=null){
                stack.push(temp);
                temp = temp.left;
            }else{
                // 那我们就取出栈的一个数据，将结果取出放到数组中，在接着判断temp=temp.right,把右边的数据取出，判断是否为空
                temp = stack.pop();
                list.add(temp.val);
                temp = temp.right;
            }
        }
        return list;
    }
 } 

 后续遍历：左>右>中

具体代码如下：

class Solution {
     public List<Integer> postorderTraversal(TreeNode root) {
        List<Integer> list = new ArrayList<>();
        Stack<TreeNode> stack = new Stack<>();
        if(root == null){
            return list;
        }
        stack.push(root);
        // 前序的是：中>左>右，后序是左>右>中 我们在前序的基础上进行修改,变成中>右>左, 在对列表进行反转就是后续了
        while (!stack.isEmpty()){
            int len = stack.size();
            while (len >0){
                TreeNode temp = stack.pop();
                list.add(temp.val);
                // 前序是优先处理右边，在压入左边，后续我们就先处理左边，在处理右边
                if(temp.left != null){
                    stack.push(temp.left);
                }
                if(temp.right != null){
                    stack.push(temp.right);
                }
                
                len --;
            }

        }
        // 反转列表
        Collections.reverse(list);
        return list;
    }
   
}