baike 2020-05-09
一、简介
二叉树的三种遍历方式我相信大家都了然于心,前序遍历、中序遍历、后序遍历。对于这三种遍历的递归实现,我们都不容易忘记。不过,对于非递归实现,我相信会有很多人会跟我一样,背了忘,再背再忘......(很多算法题都是这样,比如各种排序算法的实现)。经过认真观察思考后,发现实现起来是那么的简单,只要记住三者遍历顺序就够了。前序遍历,先访问父节点(中)、然后左子树(左)、最后右子树(右);中序遍历:左、中、右;后序遍历:左、右、中。如果还不明白这三种遍历方式的访问顺序,建议去看看动画的教程。
二、递归实现
递归实现结构很好记,上来写两递归,递归左子树,递归右子树。前序遍历,访问节点(打印节点)在两个递归前面——中、左、右;中序遍历,访问放递归中间——左中右;后序遍历,先两递归,最后才访问——左、中、右。
# Definition for a binary tree node. # class TreeNode: # def __init__(self, x): # self.val = x # self.left = None # self.right = None def preorder_with_recursion(root): if root is None: return print(root.val) preorder_with_recursion(root.left) preorder_with_recursion(root.right) def inorder_with_recursion( root): if root is None: return inorder_with_recursion(root.left) print(root.val) inorder_with_recursion(root.right) def postorder_with_recursion(self, root): if root is None: return postorder_with_recursion(root.left) postorder_with_recursion(root.right) print(root.val)
三、非递归实现
非递归不外乎就是我们自己维护一个栈结构,来控制出栈、进栈的时机。对于前序遍历(中、左、右),因为先打印父节点 , 可以理解为访问到就要打印;中序遍历(左、中、右),因为先打印最左子树,因此,我们不断地将左节点压入栈中,直到左子节点为空,出栈打印。后序遍历(左、右、中),访问左子树跟中序遍历的方式相同,唯一区别的是,因为得先打印右子树,因此得把这节点继续存入栈(并处理为已访问),让右子树先进栈出栈,最后才轮到该节点打印。
def preorder_with_loop(root): if root is None: return stack = [] stack.append(root) while stack: cur = stack.pop() print(cur.val) if cur.right: stack.append(cur.right) if cur.left: stack.append(cur.left) def inorder_for_loop(root): if root is None: return stack = [] cur = root while cur or stack: if cur: stack.append(cur) cur = cur.left else: cur = stack.pop() print(cur.val) cur = cur.right def postorder_with_loop(root): if root is None: return stack = [] cur = root while cur or stack: if cur: stack.append(cur) cur = cur.left else: cur = stack.pop() # 先判断有没有右子树,如果没有直接打印,如果有,继续入栈,等右子树先出栈打印。 if cur.right: right = cur.right """ 第二次入栈,右子树也随后入栈,因此将右子树设置为None来控制 下次出栈时到可以打印,而不是再次访问右子树进入死循环。 """ cur.right = None stack.append(cur) cur = right else: print(cur.val) cur = None