二叉树的遍历和线索二叉树

  二叉树的遍历，所谓二叉树的遍历，是指按某条搜索路径访问树中的每个结点，使得每个结点均被访问一次，而且仅被访问一次。
  由二叉树的递归定义可知，遍历一棵二叉树便要决定对根结点N，左子树L和右子树R的访问顺序。按照先遍历再遍历右子树的原则，常见的遍历次序有先，中，后三种遍历方法，其中序指的是根结点再何时被访问。
  先序遍历的操作过程为：如果二叉树为空，什么也不做，否则：
  1.访问根结点  2.先序遍历左子树  3.先序遍历右子树，对应的递归条件如下：访问根结点，递归遍历左子树，递归遍历右子树。
  中序遍历，中序遍历的操作过程如下：如果二叉树为空，什么也不做：1.中序遍历左子树。2.访问根结点。3.中序遍历右子树。对应的递归算法如下。  1.递归遍历左子树。2.访问根结点 3.递归遍历右子子树。
  后序遍历，后序遍历的操作过程为，如果二叉树为空，什么也不做，否则：1.后序遍历左子树  2.后序遍历右子树 3.访问根结点。对应的递归算法如下：递归遍历左子树  递归遍历右子树  访问根结点
  三种遍历算法中递归遍历左，右子树的顺序都是固定的，只是访问根结点的顺序不同，不管采用哪种遍历算法，每个结点都访问一次且仅访问一次，故时间复杂度是不变的。在递归遍历中，递归工作栈的栈深恰好为树的深度，所以在最坏的情况下，二叉树是有n个结点且深度为n的单支树，遍历的算法的时间复杂度依旧不变。以上三种遍历方式以及算法描述是简单易懂的，读者需要将它作为模板来记忆，考研中很多题目由此而来。
  递归算法与非递归算法的转换。可以借助栈，将二叉树的递归算法转化为非递归算法，下面以中序遍历为例给出中序遍历的非递归算法，先扫描(并非访问)根结点的所有左结点并将它们一一进栈。然后出栈一个结点*p，则访问它。然后扫描该结点的右孩子结点，将其进栈，再扫描该右孩子结点的所有左结点并一一进栈，如此继续，直到栈空为止。
  中序遍历的非递归算法如下，二叉树中序遍历的非递归算法，算法需要借助一个栈：1.初始化栈，p是遍历指针  2.栈不空或p不空时循环。3.根指针进栈，遍历左子树   4.每遇到非空二叉树先向左走 5.根指针退栈，访问根结点，遍历右子树。 5.退栈，访问根结点 6.再向右子树走。
  显然非递归算法的执行效率要高于递归算法，类似地可以先序遍历与后序遍历的非递归算法，其中后序遍历算法，其中后序遍历的非递归算法比较复杂，留给读者。
  层次遍历，如图所示为二叉树的层次遍历，即按照箭头所指二点方向，按照1，2，3，4的层次遍历，对二叉树中各个结点进行访问。
  要进行层次遍历需要借助一个队列，先将二叉树根结点入队，然后出队，访问根结点，如果它有左子树，则将左子树根结点入队，如果它有右子树，则将右子树根结点入队，然后出队，对出队结点访问，如此反复，直到队列为空。二叉树的层次遍历算法如下：
  初始化辅助队列  将根结点入队   队列不空循环    队头元素出队，访问当前所指向结点，  左子树不为空，则左子树入队列      右子树不空，则右子树入队列
  对于上述二叉树层次遍历的算法，读者在复习过程当中应该将其作为一个模板，在熟练掌握其执行过程的基础上来记忆，并能够达到熟练默写的程度，这样才能将层次遍历模板应用于各种题目之中。
  遍历是二叉树各种操作的基础，可以在遍历的过程中对结点进行各种操作，例如，对于一棵已知树求结点的双亲，求结点的孩子结点，求二叉树的深度，求二叉树叶子结点的个数，判断二叉树是否相等，所有这些操作都建立在而擦函数遍历的基础上，因此，必须掌握二叉树的各种遍历过程。并能灵活运用以解决各种问题。
  由遍历序列构造二叉树，由二叉树的先序序列和中序序列可以唯一确定一棵二叉树，在先序遍历序列中，第一个结点一定是二叉树的根结点，而在中序遍历中，根结点必然将中序序列分割成两个子序列，前一个子序列就是根结点的左子树的中序序列，后一个子序列是根结点的右子树的中序序列。根据这两个子序列，在先序序列的第一个结点是左子树的根结点，右子序列的第一个结点是右子树的根结点，如此递归下去，便能唯一确定这棵二叉树。
  由二叉树的后序序列和中序序列也可以唯一确定一棵二叉树，因为后序序列的最后一个结点就如同先序序列的第一个结点，可以将中序序列分割成两个子序列，然后采用类似的方法递归进行划分，就可以得到一棵二叉树。
  由二叉树的后序序列和中序序列也可以唯一确定你一棵二叉树，实现方法留给读者思考。需要注意的是，如果只知道二叉树的先序序列和后序序列，则无法确定唯一一棵二叉树。
  求先序序列和中序序列所确定的二叉树，首先，由先序序列可知A为二叉树的根结点。中序序列中A之前的BC为左子树的中序序列，。。。为右子树的中序序列。然后由先序序列可知B是左子树的根结点，D是右子树的根结点。依次类推，得到了剩下的结点的分解，最后的得到二叉树如下