数据结构与算法——Morris遍历

        众所周知，在二叉树的遍历方法中，最为常见的是递归，递归算法的时间复杂度与空间复杂度分别为O(n)，O(n)，而如果采用迭代方法，时间空间复杂度也相同。

        但是如果数据量很大，而且呈单链排布，那么在递归或者迭代的过程中，栈的深度过大，可能会导致栈溢出的情况。

        Morris遍历方法可以将空间复杂度降低到O(1)的程度，它的本质是线索化二叉树。

        下文将以中序遍历为例。

首先模拟树节点

public class TreeNode(){
    int val;
    TreeNode left;
    TreeNode right;
}

主体遍历

public List<Integer> inorderTraversal(TreeNode root) {

        ArrayList<Integer> list=new ArrayList<>();

        TreeNode pre=null;

        while (root!=null){

            //如果有左子节点，证明一定有前驱节点，寻找前驱节点。
            if(root.left!=null){
                //寻找前驱节点，即左子节点的最右子节点。
                pre=root.left;
                while (pre.right!=null&&pre.right!=root){
                    pre=pre.right;
                }
                //此时已经找到了前驱节点。
                //如果右节点尚未进行线索化，那么进行线索化。
                if(pre.right==null){
                    //线索化
                    pre.right=root;
                    //并对下一个左子节点进行线索化（进入下一个循环）
                    root=root.left;
                }else { //如果前驱节点已进行了线索化，删除线索，处理后继节点。
                    pre.right=null;
                    list.add(root.val);
                    root=root.right;
                }

            }else { //如果没有左子节点，证明没有前驱节点，加入结果集，遍历后继节点。
                list.add(root.val);
                //值得注意的是，即使遍历到叶节点，也一定因为线索化有right节点。
                root=root.right;
            }
        }

        return list;
    }

如有问题，欢迎讨论。