算法-二叉树-简单-二叉树的遍历

记录一下算法题的学习6

首先我们要回忆一下怎么样遍历一个树：

三种遍历概念

• 先序遍历：先访问根节点，再访问左子树，最后访问右子树。
• 后序遍历：先左子树，再右子树，最后根节点。
• 中序遍历：先左子树，再根节点，最后右子树。
• 每一个子树遍历时依然按照此时的遍历顺序。

leetCode算法简单题目：

题目：给定一个二叉树的根节点 root ，返回 它的 中序 遍历 

代码与思路分析：

真香递归代码展示：

/**
  *二叉树的中序遍历 先左子树，再根节点，最后右子树。
  */
class Solution {
    public List<Integer> inorderTraversal(TreeNode root) {
      List<Integer> tree = new ArrayList<Integer>();
        inorder(root, tree);
        return tree;
    }

    public void inorder(TreeNode root, List<Integer> tree) {
        if (root == null) {
            return;
        }
     //中序遍历 定义 inorder(root) 表示当前遍历到 root\textit{root}root 节点
     //inorder(root.left) 来遍历 root 节点的左子树
     inorder(root.left, tree);
     //然后将root 节点的值加入答案
     tree.add(root.val);
     //inorder(root.right) 来遍历 root 节点的右子树
     inorder(root.right, tree);
     
    }

}

 栈与迭代代码展示：

这里我们要了解栈的特点：先进后出，后进先出

•  先序遍历，出栈顺序：根左右; 入栈顺序：右左根
•  中序遍历，出栈顺序：左根右; 入栈顺序：右根左
•  后序遍历，出栈顺序：左右根; 入栈顺序：根右左

class Solution {
    public List<Integer> inorderTraversal(TreeNode root) {
        List<Integer> tree = new ArrayList<Integer>(); //定义一个遍历后的二叉树列表
  
        Deque<TreeNode> stack = new LinkedList<TreeNode>();//定义栈
        //root为空并且stack为空，遍历就会结束
        while (root != null || !stack.isEmpty()) {
           // 满足上面条件 ，先根后左入栈
            while (root != null) {
                stack.addFirst(root); //addFirst(e)等价于 push(e),
                root = root.left;
            }
            //这里仔细分析
            // 如果这里root==null，说明上一步的root没有左子树
            // 1. 执行左出栈。因为此时root==null，导致root.right一定为null（左子树里的右，可能有点混，仔细想想）
            // 2. 执行下一次外层while代码块，根出栈。此时root.right可能存在（这里是根节点的右子树）
            // 3a. 若root.right存在，右入栈，再出栈
            // 3b. 若root.right不存在，重复步骤2执行下一次外层while代码块，即root为空并且stack为空，遍历就会结束
            root = stack.removeFirst(); //1.removeFirst()等价于pop()
            tree.add(root.val);//左子树遍历完，直接将根节点添加上去
            root = root.right; //然后右子树
        }
        return tree;
    }
 }

这里我事先并不知道Deque是什么，查了一下资料，在这里简单做个记录：

Deque是一个双端队列接口，继承自Queue接口，Deque的实现类是LinkedList、ArrayDeque、LinkedBlockingDeque，其中LinkedList是最常用的。

它有三种用途：a.普通队列（一端进一端出），b.双端队列（两端都可以进出），

c.堆栈Deque deque = new LinkedList()

我们在这里使用的就是堆栈，Deque堆栈操作方法：push()、pop()、peek()。下面代码会用到。

双端队列用作 LIFO（后进先出）堆栈。应优先使用此Deque接口而不是遗留 Stack 类。在将双端队列用作堆栈时，元素被推入双端队列的开头并从双端队列开头弹出。

堆栈方法完全等效于Deque 方法

堆栈方法	等效Deque方法
push(e)	addFirst(e)
pop()	removeFirst()
peek()	peekFirst()

这里展示二叉树的前序遍历：

class Solution {
    public List<Integer> preorderTraversal(TreeNode root) {
        List<Integer> tree  = new ArrayList<Integer>();
         Deque<TreeNode> stack = new LinkedList<TreeNode>();

        if (root == null) {
            return tree;
        }
        while (!stack.isEmpty() || root != null) {
            while (root != null) {
                tree.add(root.val);
                stack.addFirst(root);
                root = root.left;
            }
            root = stack.removeFirst();
            root = root.right;
        }
        return tree;
    }


}

这里展示二叉树的后序遍历（提示：这是我看到的leedcode中对官方代码最清晰的解释）：

class Solution {
    public List<Integer> postorderTraversal(TreeNode root) {
        List<Integer> tree = new ArrayList<Integer>();
        Deque<TreeNode> stack = new LinkedList<TreeNode>();

           if (root == null) {
            return tree;
        }
        //在后序遍历中，我们使用一个prev来记录历史访问记录
        //回溯到父节点时，可以由此来判断，上一个访问的节点是否为右子树
        TreeNode prev = null;
        while (root != null || !stack.isEmpty()) {
            while (root != null) {
                stack.push(root);
                root = root.left;
            }
            //从栈中弹出左子树‘先进后出’ 左子树访问完毕
            root = stack.pop();
            //现在要确定的是是否有右子树，或者右子树是否访问过
            //如果没有右子树，或者右子树访问完了，也就是上一个访问的节点是右子节点时
            //说明可以访问当前节点
            if (root.right == null || root.right == prev) {
                tree.add(root.val);
                //更新历史访问记录，这样回溯的时候父节点可以由此判断右子树是否访问完成
                prev = root;
                root = null;
            } else {
                //如果右子树没有被访问，那么将当前节点压栈，访问右子树
                stack.push(root);
                root = root.right;
            }
        }
        return tree;
    }
}