数据结构48：树的遍历

一、树的遍历Tree Traversals

对一个数据集中的所有数据进行访问的操作称为“遍历Traversals”

线性数据结构中，对其所有数据项的访问比较简单直接，按照顺序依次进行即可。但是由于树的非线性特点，使得遍历操作较为复杂。

我们按照节点访问次序的不同来区分3种遍历。

前序遍历（preorder）：先访问根节点，再递归的前序访问左子树，最后前序访问右子树；

中序遍历（inorder）：先递归的中序访问左子树，再访问根节点，最后中序访问右子树；

后续遍历（postorder）：先递归的后序访问左子树，再后序访问右子树，最后访问根节点。

下图为前序遍历的一个例子：一本书的章节阅读

二、树的遍历：递归算法代码

树遍历的代码非常简单

def preorder(tree):
    if tree:
        print(tree.getRootVal())
        preorder(tree.getLeftChild())
        preorder(tree.getRightChild())

后序和中序遍历的代码仅需要调整顺序

def postorder(tree):
    if tree != None:
        postorder(tree.getLeftChild())
        postorder(tree.getRightChild())
        print(tree.getRootVal())


def inorder(tree):
    if tree != None:
        inorder(tree.getLeftChild())
        print(tree.getRootVal())
        inorder(tree.getRightChild())

也可以在BinaryTree类中实现前序遍历的方法

def preorder(self):
    print(self.key)
    if self.leftChild:
        self.leftChild.preorder()
    if self.rightChild:
        self.rightChild.preorder()

三、后序遍历：表达式求值

回顾前述的表达式求值，实际上也是一个后序遍历的过程，采用后序遍历法重写表达式求值代码：

def postordereval(tree):
    opers = {
        '+': operator.add, '-': operator.sub, '*': operator.mul, '/': operator.truediv
    }
    res1 = None
    res2 = None
    if tree:
        res1 = postordereval(tree.getLeftChild())
        res2 = postordereval(tree.getRightChild())

        if res1 and res2:
            return opers[tree.getRootVal()](res1, res2)
        else:
            return tree.getRootVal()