文章目录
- 二叉树的遍历
- 二叉树节点定义
- 中序遍历
- 递归解法
- 迭代解法
- Morris中序遍历
- 前序遍历
- 递归解法
- 迭代解法
- 后序遍历
- 递归解法
- 迭代解法
二叉树的遍历
从根节点出发,按照某种次序依次访问二叉树中的所有的节点,使得每个节点被依次访问且只访问一次
- 前序(根,左,右)
- 中序(左,根,右)
- 后序(左,右,根)
- 层序:从根节点从上往下逐层遍历,同一层从左到右依次访问
其实这个“前,中,后”就指的是根节点的访问位置次序!!!
二叉树节点定义
public class TreeNode {
int val;
TreeNode left;
TreeNode right;
TreeNode(){};
TreeNode(int val){this.val=val;}
TreeNode(int val,TreeNode left,TreeNode right){
this.val=val;
this.left=left;
this.right=right;
}
}
中序遍历
递归解法
递归的过程就是不断向左边走,当左边走不了就打印节点,并转向右边,然后右边继续这个过程。
- 终止条件:当前节点为空时
- 函数内:递归的调用左节点,打印当前节点,再递归调用右节点
- 时间复杂度:O(n)
- 空间复杂度:O(h),h 是树的高度
public List<Integer> inorderTraversal(TreeNode root){
List<Integer> res = new ArrayList<Integer>();
inorder(root,res);
return res;
}
public void inorder(TreeNode root,List<Integer> res){
if (root==null){
return;
}
inorder(root.left,res);
res.add(root.val);
inorder(root.right,res);
}
迭代解法
用栈进行辅助,但是Java中都是利用Deque接口来替代Stack接口完成栈的功能的,我们可以发现deque的是继承自队列,而栈是继承自向量,Java中的Deuqe,即“双端队列”的缩写,是Java中的双端串联集合类型,它集成了自定队列,完全具有普通的FIFO的功能,同时它也具有堆栈的LIFO功能,并且保留了推弹出状语从句函数,所以使用起来应该是一点障碍都没有。Deque的可以由ArrayDeuqe或者LinkedList的实现,它们两者使用的区别以及优劣也就是数组和链表的区别。
在JavaDoc for Stack中这样说:
- Deque接口及其实现提供了一组更完整和一致的LIFO堆栈操作,应优先使用此类。例如:Deque stack = new ArrayDeque();
然后在JavaDoc for Deque中这样说:
- 双端队列也可以用作LIFO(后进先出)堆栈。此接口应优先于旧版Stack类使用。当双端队列用作堆栈时,元素从双端队列的开头被压入并弹出。
大概意思就是让我们不要再使用Stack接口去完成栈的功能,而是使用Deque,并提供了相关示例。
其实本质上这种方式和上面的递归是等价的,只是递归时候隐式地维护了一个栈,而我们在迭代的时候需要显示地将这个栈模拟出来,其他都相同:
- 时间复杂度:O(n),其中 n 为二叉树节点的个数。二叉树的遍历中每个节点会被访问一次且只会被访问一次。
- 空间复杂度:O(n)。空间复杂度取决于栈深度,而栈深度在二叉树为一条链的情况下会达到 O(n) 的级别。
public List<Integer> inorderTraversal(TreeNode root){
List<Integer> res = new ArrayList<Integer>();
Deque<TreeNode> stk = new LinkedList<TreeNode>();
while (root!=null||!stk.isEmpty()){
//根节点入栈然后左节点入栈直到左节点为空
while (root!=null){
stk.push(root);
root = root.left;
}
//此时root == null
//执行左出栈,因为此时root==null,所以root.right == null
//执行下一次外层while代码块,根出栈,此时right可能存在
//1.若root.right存在,右入栈再出栈
//2.若root.right不存在,重复上面的步骤
root = stk.pop();
res.add(root.val);
root = root.right;
}
return res;
}
题解巧妙的使用了root = root->right,当right== nullptr时使得下一次跳过往左走的方向,继续出栈往右走。我觉得这种算法还是值得推敲的,其实也不太好理解,也不太好写。
Morris中序遍历
莫里斯遍历是二叉树遍历算法的超强进阶神级遍历算法,可以将空间复杂度下降为O(1),没有使用任何辅助空间。它利用的是树的叶子节点左右孩子为空实现空间开销的极限缩减。
public List<Integer> inorderTraversal(TreeNode root) {
List<Integer> res = new ArrayList<Integer>();
TreeNode predecessor = null;
while (root != null) {
if (root.left != null) {
// predecessor 节点就是当前 root 节点向左走一步,然后一直向右走至无法走为止
predecessor = root.left;
while (predecessor.right != null && predecessor.right != root) {
predecessor = predecessor.right;
}
// 让 predecessor 的右指针指向 root,继续遍历左子树
if (predecessor.right == null) {
predecessor.right = root;
root = root.left;
}
// 说明左子树已经访问完了,我们需要断开链接
else {
res.add(root.val);
predecessor.right = null;
root = root.right;
}
}
// 如果没有左孩子,则直接访问右孩子
else {
res.add(root.val);
root = root.right;
}
}
return res;
}
其实这种方法就是拿时间换空间,而且破坏了树的结构强行变成了链表,但空间没有时间那么重要,所以我觉得这种算法的实用性并不大,理解了就好。
前序遍历
递归解法
打印->左->右
public List<Integer> preorderTraversal1(TreeNode root){
List<Integer> res =new ArrayList<Integer>();
preorder(root,res);
return res;
}
public void preorder(TreeNode root,List<Integer> res){
if (root==null){
return;
}
res.add(root.val);
preorder(root.left,res);
preorder(root.right,res);
}
迭代解法
public List<Integer> preorderTraversal(TreeNode root) {
List<Integer> res = new ArrayList<Integer>();
if (root == null) {
return res;
}
Deque<TreeNode> stack = new LinkedList<TreeNode>();
TreeNode node = root;
while (!stack.isEmpty() || node != null) {
while (node != null) {
res.add(node.val);
stack.push(node);
node = node.left;
}
node = stack.pop();
node = node.right;
}
return res;
}
stack.push(node);
node = stack.pop();这两步可以好好看一下!
后序遍历
递归解法
左->右->打印
public List<Integer> postorderTraversal(TreeNode root) {
List<Integer> res = new ArrayList<Integer>();
postorder(root,res);
return res;
}
public void postorder(TreeNode root,List<Integer> res){
if(root==null){
return;
}
postorder(root.left,res);
postorder(root.right,res);
res.add(root.val);
}
迭代解法
public List<Integer> postorderTraversal(TreeNode root) {
List<Integer> res = new ArrayList<Integer>();
if (root == null) {
return res;
}
Deque<TreeNode> stack = new LinkedList<TreeNode>();
TreeNode prev = null;
while (root != null || !stack.isEmpty()) {
//遍历到最左节点
while (root != null) {
stack.push(root);
root = root.left;
}
root = stack.pop();
//遍历最左节点的右子树(右子树存在&&未访问过)
if (root.right == null || root.right == prev) {
res.add(root.val);
//避免重复访问右子树[记录当前节点便于下一步对比]
prev = root;
//避免重复访问左子树[设空节点]
root = null;
} else {
// 重复压栈以记录当前路径分叉节点
stack.push(root);
root = root.right;
}
}
return res;
}
行吧,这个迭代解法的难度是递增的,一个比一个难懂!!!