一、递归遍历
递归的三要素
144. 二叉树的前序遍历 - 力扣(LeetCode)https://leetcode.cn/problems/binary-tree-preorder-traversal/submissions/ 本题,只给了一个接口,自己在写递归函数的时候,要自己想,如何设置参数(方便递归),故会写出子函数用于递归。
class Solution
{
public:
void preOrder(TreeNode* root,vector<int>& res)
{
if(root==nullptr)return ;
res.push_back(root->val);
preOrder(root->left,res);
preOrder(root->right,res);
}
vector<int> preorderTraversal(TreeNode* root)
{
vector<int>res;
preOrder(root,res);
return res;
}
};
中序与后序遍历类似
二、迭代遍历
1.前序和后序遍历
前序遍历是中左右,每次先处理的是中间节点,那么先将根节点放入栈中,然后将右孩子加入栈,再加入左孩子。
为什么要先加入 右孩子,再加入左孩子呢? 因为这样出栈的时候才是中左右的顺序。
动画如下:
(注意代码中空节点不入栈)
class Solution { public: vector<int> preorderTraversal(TreeNode* root) { stack<TreeNode*> st; vector<int> result; if (root == NULL) return result; st.push(root); while (!st.empty()) { TreeNode* node = st.top(); // 中 st.pop(); result.push_back(node->val); if (node->right) st.push(node->right); // 右(空节点不入栈) if (node->left) st.push(node->left); // 左(空节点不入栈) } return result; } };
后序遍历:
再来看后序遍历,先序遍历是中左右,后续遍历是左右中,那么我们只需要调整一下先序遍历的代码顺序,就变成中右左的遍历顺序,然后在反转result数组,输出的结果顺序就是左右中了,如下图:
(reverse参数利用result的迭代器就行。)
class Solution { public: vector<int> postorderTraversal(TreeNode* root) { stack<TreeNode*> st; vector<int> result; if (root == NULL) return result; st.push(root); while (!st.empty()) { TreeNode* node = st.top(); st.pop(); result.push_back(node->val); if (node->left) st.push(node->left); // 相对于前序遍历,这更改一下入栈顺序 (空节点不入栈) if (node->right) st.push(node->right); // 空节点不入栈 } reverse(result.begin(), result.end()); // 将结果反转之后就是左右中的顺序了 return result; } };
前序和中序是完全两种代码风格,并不像递归写法那样代码稍做调整,就可以实现前后中序。这是因为前序遍历中访问节点(遍历节点)和处理节点(将元素放进result数组中)可以同步处理,但是中序就无法做到同步!(遍历到一个就放入res中一个元素)
2.中序遍历
刚刚在迭代的过程中,其实我们有两个操作:
- 处理:将元素放进result数组中
- 访问:遍历节点
分析一下为什么刚刚写的前序遍历的代码,不能和中序遍历通用呢,因为前序遍历的顺序是中左右,先访问的元素是中间节点,要处理的元素也是中间节点,所以刚刚才能写出相对简洁的代码,因为要访问的元素和要处理的元素顺序是一致的,都是中间节点。
那么再看看中序遍历,中序遍历是左中右,先访问的是二叉树顶部的节点,然后一层一层向下访问,直到到达树左面的最底部,再开始处理节点(也就是在把节点的数值放进result数组中),这就造成了处理顺序和访问顺序是不一致的。
那么在使用迭代法写中序遍历,就需要借用指针的遍历来帮助访问节点,栈则用来处理节点上的元素。
class Solution {
public:
vector<int> inorderTraversal(TreeNode* root) {
vector<int> result;
stack<TreeNode*> st;
TreeNode* cur = root;
while (cur != NULL || !st.empty()) {
if (cur != NULL) { // 指针来访问节点,访问到最底层
st.push(cur); // 将访问的节点放进栈
cur = cur->left; // 左
} else {
cur = st.top(); // 从栈里弹出的数据,就是要处理的数据(放进result数组里的数据)
st.pop();
result.push_back(cur->val); // 中
cur = cur->right; // 右
}
}
return result;
}
};
三、统一迭代法
指导思想:
那我们就将访问的节点放入栈中,把要处理的节点也放入栈中但是要做标记。
如何标记呢,就是要处理的节点放入栈之后,紧接着放入一个空指针作为标记。 这种方法也可以叫做标记法。
1.中序遍历
动画中,result数组就是最终结果集。
可以看出我们将访问的节点直接加入到栈中,但如果是处理的节点则后面放入一个空节点, 这样只有空节点弹出的时候,才将下一个节点放进结果集。
class Solution { public: vector<int> inorderTraversal(TreeNode* root) { vector<int> result; stack<TreeNode*> st; if (root != NULL) st.push(root); while (!st.empty()) { TreeNode* node = st.top(); if (node != NULL) { st.pop(); // 将该节点弹出,避免重复操作,下面再将右中左节点添加到栈中 if (node->right) st.push(node->right); // 添加右节点(空节点不入栈) st.push(node); // 添加中节点 st.push(NULL); // 中节点访问过,但是还没有处理,加入空节点做为标记。 if (node->left) st.push(node->left); // 添加左节点(空节点不入栈) } else { // 只有遇到空节点的时候,才将下一个节点放进结果集 st.pop(); // 将空节点弹出 node = st.top(); // 重新取出栈中元素 st.pop(); result.push_back(node->val); // 加入到结果集 } } return result; } };
2.前序遍历
(相比中序遍历,仅仅改变了两行代码顺序)
class Solution { public: vector<int> preorderTraversal(TreeNode* root) { vector<int> result; stack<TreeNode*> st; if (root != NULL) st.push(root); while (!st.empty()) { TreeNode* node = st.top(); if (node != NULL) { st.pop(); if (node->right) st.push(node->right); // 右 if (node->left) st.push(node->left); // 左 st.push(node); // 中 st.push(NULL); } else { st.pop(); //先把NULL结点拿出来 node = st.top(); st.pop(); result.push_back(node->val); } } return result; } };
3. 后序遍历
class Solution { public: vector<int> postorderTraversal(TreeNode* root) { vector<int> result; stack<TreeNode*> st; if (root != NULL) st.push(root); while (!st.empty()) { TreeNode* node = st.top(); if (node != NULL) { st.pop(); st.push(node); // 中 st.push(NULL); //(中先放进去st,实际上是最后处理的) if (node->right) st.push(node->right); // 右 if (node->left) st.push(node->left); // 左 } else { st.pop(); //把NULL结点拿出来 node = st.top(); st.pop(); result.push_back(node->val); } } return result; } };
四、层序遍历
(1)leetcode 102.二叉树的层序遍历![](https://i-blog.csdnimg.cn/blog_migrate/08b63bf8cac7c4a28469f7ef283ffdf3.png)
需要借用一个辅助数据结构即队列来实现,队列先进先出,符合一层一层遍历的逻辑,而是用栈先进后出适合模拟深度优先遍历也就是递归的逻辑。而这种层序遍历方式就是图论中的广度优先遍历,只不过我们应用在二叉树上。使用队列实现二叉树广度优先遍历,动画如下:
本题关键;如何定层?
6加入后,队列的size变成1,然后将6弹出。然后加入左右孩子4和7得到size变成2,根据这个size保存为cnt,进行下一次孩子的读取并完成本层遍历,一次下去(4和7的左右孩子都加入,发现有4个孩子,size变成4)
class Solution { public: vector<vector<int>> levelOrder(TreeNode* root) { vector<vector<int>> res; if(root==nullptr)return res; deque<TreeNode*> que; TreeNode*p; que.push_back(root); while(!que.empty()) { vector<int> tmp; // 这里一定要使用固定大小size,不要使用que.size(),因为que.size是不断变化的 int cnt=que.size();//保存下来 for(int i=0;i<cnt;i++)//这里的for就是为了定层 { p=que.front(); tmp.push_back(p->val); que.pop_front(); if(p->left)que.push_back(p->left); if(p->right)que.push_back(p->right); } res.push_back(tmp); } return res; } };
(2)leetcode 107.二叉树的层序遍历②
在上一题代码的基础上,直接将res反转一下即可。
reverse(res.begin(),res.end());
(3) leetcode 199.二叉树的右视图![](https://i-blog.csdnimg.cn/blog_migrate/356dff37b0fd2ac6bbafacef4bccd072.png)
一开始犯傻了,多开辟了空间,来存每层的所有节点,实际上,遍历到每层的最后一个节点直接加入res即可。
class Solution
{
public:
vector<int> rightSideView(TreeNode* root)
{
vector<int> res;
if(root==nullptr)return res; //root为空节点的时候,直接返回
deque<TreeNode*> que;
TreeNode* tmp;
que.push_back(root);
while(!que.empty())
{
int cnt=que.size(); //定层
for(int i=0;i<cnt;i++)
{
tmp=que.front();que.pop_front();
if(i==cnt-1)
res.push_back(tmp->val);
if(tmp->left)que.push_back(tmp->left);
if(tmp->right)que.push_back(tmp->right);
}
}
return res;
}
};
(4)637. 二叉树的层平均值
层序遍历每层就行,记录求平均加入res。
(5)429.N叉树的层序遍历
把判断有无左右孩子,变成去遍历所有孩子即可。
(6)515.在每个树行中找最大值
INT_MIN 利用此宏得到int 的最小值
(7)116.填充每个节点的下一个右侧指针
给定一个完美二叉树,其所有叶子节点都在同一层,每个父节点都有两个子节点。二叉树定义如下:
struct Node {
int val;
Node *left;
Node *right;
Node *next;
}
填充它的每个 next 指针,让这个指针指向其下一个右侧节点。如果找不到下一个右侧节点,则将 next 指针设置为 NULL。初始状态下,所有 next 指针都被设置为 NULL。
注意:在写if判断的时候,注意一个边界,就是i==cnt-1之后若仍为else if则下面的pre->next=cur是不会执行的,所以分成两个if
class Solution {
public:
Node* connect(Node* root)
{
deque<Node*> que;
Node*cur=NULL;Node* pre=NULL;
if(root!=NULL)que.push_back(root);
while(!que.empty())
{
// 这里一定要使用固定大小size,不要使用que.size(),因为que.size是不断变化的
int cnt=que.size();//保存下来
pre=NULL;//重置
for(int i=0;i<cnt;i++)//这里的for就是为了定层
{
cur=que.front();
que.pop_front();
if(i==cnt-1)
cur->next=NULL;
if(pre!=NULL)
pre->next=cur;
if(cur->left)que.push_back(cur->left);
if(cur->right)que.push_back(cur->right);
pre=cur; //保存走过的路径
}
}
return root;
}
};
(8)117.填充每个节点填充每个节点的下一个右侧指针②
层序遍历上述的代码一样能过。
(9)104.二叉树的最大深度
层序遍历,每遍历完一层,depth++;即可。
(10)111.二叉树的最小深度
加上一个flg,当遍历到某一个结点同时无左右孩子时,就break;返回当前的depth即为最小深度