树的遍历
近期参加复旦互联网协会的刷题营,所以我勉勉强强又开始做题啦。现在变得更务实啦,要想提升能力,超过别人就是要依靠一项项的指标的胜利,这样的评价是更加客观的。想要提升能力,一方面要靠平时的积累,另外一方面也要依靠瓶颈期的奋力一搏。当然,我的意思是更加侧重前者的。话不多说啦,开始今天的话题——树的遍历。如果用递归的方法是非常简单,也是非常推荐的。但是,用迭代的方法也不难!!!所以我决定在这里探讨一下。
LeetCode题目
中序遍历 ,前序遍历 和 后序遍历 。当然,我知道有的朋友,就是喜欢野蛮自己的体魄,那你可以试一试,从中序与后序遍历序列构造二叉树 , 从前序与中序遍历序列构造二叉树 以及 根据前序和后序遍历构造二叉树,保证你可以受到全身心的虐待。思路是通过后序或者先序遍历获取根节点,结合中序遍历递归构造出所需要的树;前序后序构造树的思路是,将遍历结果拆分成[root+左子树+右子树]和[左子树+右子树+root],匹配左子树根节点,根据长度进行递归构造。
各种遍历——递归实现
有基础的同学,跳过本节。
首先是TreeNode结构。
public class TreeNode {
int val;
TreeNode left;
TreeNode right;
TreeNode(int x) { val = x; }
}
三种遍历的区别在于,什么时候访问root的值。下面是中序遍历,返回按序排序的值。
class Solution {
List<Integer> list = new LinkedList<>();
public List<Integer> inorderTraversal(TreeNode root) {
add(root);
return list;
}
private void add(TreeNode root) {
if (root == null) return;
add(root.left);
list.add(root.val);
add(root.right);
}
}
之后,是前序遍历,先访问root父节点。此后,再访问左子树。
class Solution {
List<Integer> list = new LinkedList<>();
public List<Integer> inorderTraversal(TreeNode root) {
add(root);
return list;
}
private void add(TreeNode root) {
if (root == null) return;
list.add(root.val);
add(root.left);
add(root.right);
}
}
后序遍历也很简单,就是最后访问父节点。
class Solution {
List<Integer> list = new LinkedList<>();
public List<Integer> postorderTraversal(TreeNode root) {
add(root);
return list;
}
private void add(TreeNode root) {
if (root == null) return;
add(root.left);
add(root.right);
list.add(root.val);
}
}
各种遍历的原理图
相信阅读了上面的内容,大家都产生了一种树的遍历很简单的错觉。然而,真实的情况是确实不难。哈哈,接下来讲重点啦!
首先是中序遍历的遍历顺序图。引用LeetCode的说法,Left -> Node -> Right。只有先访问完左子树,才能返回访问中间节点的元素,再访问右子树。顺序按照1,2,3,4,...,7
接下来,大家一定好奇前序遍历的图。从1开始,到15. 增加箭头,也许会更加清楚一点,按照LeetCode的说法,Top -> Bottom, Left -> Right。
然后,是后序遍历。同样是从1开始。加上标线之后,或许更加清楚。按照LeetCode的说法,Bottom -> Top, Left -> Right。
各种遍历——迭代实现
中序遍历
主要通过Stack实现。
前序遍历
还是和之前的代码一样,只不过访问元素的顺序变了。
后序遍历
同样用Stack,但是,List用LinkedList,添加的时候用addFirst方法。
后序遍历,在将中序表达式,转化为逆波兰式的时候可以派上用场。
先序遍历,可以在列出目录中的所有文件的时候使用——先列出当前文件夹的所有文件。
关于各种遍历的用途,参考了这篇文章: 二叉树的遍历及其用途_凉风有信-CSDN博客