如上图二叉树的遍历主要思想就是通过递归方式进行遍历，同时如果要非递归遍历的话，一般情况下，深度优先遍历需要借助stack保存中间变量的方式进行遍历，广度优先遍历的话需要借助queue来保存每一层变量的方式进行遍历。
对于深度优先遍历的递归的三种形式，不进行介绍，广度优先遍历，递归和非递归这篇文章也不进行介绍，这里就是想深刻的说下，深度优先遍历的三种非递归实现的原理。
先说下三种遍历的实现顺序吧
前序遍历：根，左，右
中序遍历：左，根，右
后续遍历：左，右，根
因为二叉树给到我们的是根结点：
所以我们应该先入栈这个根结点，然后可以入右，也可以入左，但是我们发现这个前序遍历是根左右，所以我们入左，然后入右，但是要注意这个入左，是一路进行递归的，直到左没有了，才会返回，然后进行入它上一级的右。而这个树的前序遍历也是，这样的，是根，然后访问左，然后访问左的左，也就是把整个树，理解成多个二叉树。下面画一个简单的图示。
就是有这样一颗树，然后，如何进行对树入栈，出栈，我们给出示意图：
这里我们要明确一点，就是我们用栈来实现的遍历的过程，入栈和出栈是同时进行的，也就是说这个不是先都入完栈了，我们才进行出栈，这个对于初学者来说往往是一个比较大的误会。
所以我想用示意图，能够清晰的描述出这个入栈出栈的过程。我们把入栈的过程和出栈的过程先混合画，然后再分开来画。
我们按照先序的形式进行入栈，根 左 右
然后出栈顺序必然是 中序，左 根 右
上面的示意图，已经能够清晰的看到。
代码如下：我们想先序遍历，则是入栈前进行放在vector中，然后中序遍历就是出栈的时候放在 vector中。
/*思路
1、借用stack
2、在压最左边栈的同时需要把其节点也输出。
3、然后再把指针指向右边节点，然后在循环。
*/
vector<int> preorderTraversal(TreeNode* root) {
vector<int> result;
if(!root){
return result;
}
stack<TreeNode*> s;
TreeNode *cur = root;
while(!s.empty()|| cur){
while(cur){
result.push_back(cur->val);
s.push(cur);
cur = cur->left;
}
/*退出则说明左边已经放完了，此时需要弹出栈顶元素，同时查看他的右节点，然后在继续循环*/
cur = s.top();
s.pop();
cur = cur->right;
}
return result;
}中序非递归遍历的代码如下所示：
/*思路：
1、用栈的方式来处理，不用递归。
2、栈的思想就是，不需要提前把root节点压入栈，而是在循环中才压入。同时因为是中序遍历，所以最先压栈的是按理说是右，再是root，再是左。但是这里在循环过程中，需要从root开始判断压入栈的左子树是否为空，不为空则一直把左边节点压入栈，也就是按照树的最左边从root到业务节点压入栈。此时叶子节点左子树为空，则此时弹出stack top元素，写入result数组中，此时弹出的元素就是最左边的叶子节点数据。然后此时需要拿着这个节点看看他的右节点。如果不为空，则需要把他的右节点压栈，并且指针指向他右节点的左孩子。如果右节点为空，则继续弹出stack top元素，写入result中，此时弹出的则是数的左边那条线倒数第二个节点。如果右节点存在，则将右节点压入栈，同时下一个指针指向来右节点的左节点，如果左节点为空，则弹出stack top元素(此时弹出的就是这个右节点)。指针就系指向p->right。此时为空则继续弹出stack。。。。循环继续。直到stack为空&&p指针同时为空，则说明占用没有来数据同时把树已经遍历完成(p==nulptr)
*/
/*思路：非递归。
1、用一个栈，但是不会想广度优先算法一样先把root放在queue中
2、把左子树一直放在stack中，直到坐左边的节点
3、然后为空周，再把右子树放进去，循环判断。*/
vector<int> inorderTraversal(TreeNode* root) {
vector<int> result;
stack<TreeNode *> s;
if(!root){
return result;
}
TreeNode *p = root;
/*注意里面不需要临时节点指针了。直接用p就行了。*/
while(!s.empty()||p){
/*这里是把最左边全部压入栈，直到最左边的叶子节点*/
while(p){
s.push(p);
p = p->left;
}
/*把左边全部压入栈，直到最左边的节点压完，此时弹出坐左边节点。*/
p = s.top();
s.pop();
result.push_back(p->val);
/*再看看这个最左边节点的右节点是否为空
为空，继续弹出剩下的最左边，否则将右节点对应的最左边全部压入栈，然后在重复上面的循环*/
p = p->right;
}
return result;
}对于后序遍历的非递归：
我们知道我们在入栈的时候是先序，那么出栈的时候，正好是中序。
那么我们想让后序遍历的话，我们可以从两个方向上下手。
因为现在入栈的顺序是 根 左 右（先序遍历），然后出栈的顺序，自然就是，左 右 根（中序遍历），而如果我们入栈的顺序，是 根 右 左，那么出栈的顺序自然是 右 左 根，但是这个右 左 根不是一种遍历形式，所以我们不会进行使用。
但是这里给了我们一种提示，如果我们把。 根 右 左，这种入栈形式保留在vector中，那么把这个保留的vector直接反转不就是我们的后序遍历非递归形式吗？ 根 右 左 ------左 右 根
而这个根 右 左 出栈的顺序是右 左 根，是不符合要求的，但是我们对其进行操作，是不是也可以变成后序遍历的非递归形式呢？答案是可以的，下面分别从刚才分析的两个角度来解决问题。
1.从入栈的角度来分析，我们把入栈顺序改变，改为根，右，左
代码实现如下：
/*思路：
1、非递归方式通过stack,从右边一次放入stack,直到没有，则指针指向左子树，然后在循环放入栈，放入结果中，然后再把结果数组反序即可。*/
vector<int> postorderTraversal(TreeNode* root) {
vector<int> result;
if(!root){
return result;
}
stack<TreeNode*> s;
TreeNode *cur = root;
while(!s.empty()||cur){
while(cur){
result.push_back(cur->val);//输出
s.push(cur);//压站
cur = cur->right;
}
/*最右边压站完成，弹出顶元素，然后指向他的左孩子，继续循环压站*/
cur = s.top();
s.pop();
cur = cur->left;
}
reverse(result.begin(),result.end());
return result;
}2.就是从出栈的角度进行处理
这个方式后序进行补充，感觉第一种方式实现起来更加的简单。
