二叉树的后序非递归遍历(巧妙思想...)

本文介绍了二叉树的前序和后序非递归遍历方法,详细展示了如何使用栈来实现这两种遍历方式,并提供了一种巧妙的后序遍历实现思路。

大家都知道二叉树的前序非递归遍历非常好写:

//二叉树的结构
public class TreeNode {
    TreeNode left;
    TreeNode right;
    int val;

    TreeNode(int val) {
        this.val = val;
        left = right = null;
    }
}

首先判断根是否为空,将根节点入栈

1.若栈为空,则退出循环
2.将栈顶元素弹出,访问弹出的节点
3.若弹出的节点的右孩子不为空则将右孩子入栈
4.若弹出的节点的左孩子不为空则将左孩子入栈
5.返回1

void preOrder(){
    Stack<TreeNode> stack = new Stack<TreeNode>();
    if (root != null) {
        stack.push(root);
        while (!stack.isEmpty()) {
            root = stack.pop();
            visit(root);
            if (root.right != null) {
                stack.push(root.right);
            }
            if (root.left != null) {
                stack.push(root.left);
            }
        }
    }
}

而二叉树的后序非递归遍历就比较难写,因为涉及到判断节点的访问状态…

现在有个很巧妙的方法:

前序:根->左->右
后序:左->右->根

那么可以把后序当作:根->右->左,然后再反转一下即可。

ArrayList<Integer> postOrder(TreeNode root) {
    ArrayList<Integer> list = new ArrayList<Integer>();
    if (root != null) {
        Stack<TreeNode> stack = new Stack<TreeNode>();
        stack.push(root);
        while (!stack.isEmpty()) {
            TreeNode node = stack.pop();
            list.add(node.val);
            if (node.left != null) {
                stack.push(node.left);
            }
            if (node.right != null) {
                stack.push(node.right);
            }
        }
        //反转
        Collections.reverse(list);
    }
    return list;
}
### Python 实现二叉树非递归遍历 #### 定义二叉树节点结构 为了实现非递归遍历,首先定义一个简单的二叉树节点类: ```python class TreeNode: def __init__(self, val=0, left=None, right=None): self.val = val self.left = left self.right = right ``` #### 使用栈实现前序遍历 通过使用显式的栈数据结构来模拟函数调用栈的行为,可以实现非递归版本的前序遍历。 ```python def preorderTraversal(root): if not root: return [] stack, result = [root], [] while stack: node = stack.pop() if node: result.append(node.val) # 注意入栈顺序:先右后左 stack.append(node.right) stack.append(node.left) return result ``` 此方法利用了一个列表作为栈来存储待处理的节点,在每次迭代时弹出栈顶元素并将其值加入结果列表中。由于前序遍历的特点是先访问根节点再依次访问左右子树,因此在压栈的时候要按照相反的顺序操作以确保正确的访问次序[^3]。 #### 使用栈实现中序遍历 对于中序遍历来说,则需要更复杂一点的方式去控制何时应该输出当前节点的数据以及如何继续向更深一层探索。 ```python def inorderTraversal(root): stack, result = [], [] current = root while stack or current: while current: stack.append(current) current = current.left current = stack.pop() result.append(current.val) current = current.right return result ``` 这里采用了两个循环嵌套的方式来交替执行深入左侧分支的操作与回溯到最近未被完全展开过的父级节点的动作。每当到达最左边的一个叶子结点之后就会触发一次`pop()`动作从而回到上层,并记录下该位置处的数值;接着转向右侧重复上述过程直到整棵树都被覆盖完毕。 #### 使用栈实现后序遍历 后序遍历相对较为特殊一些,因为它的输出序列既不是按深度优先也不是广度优先排列而是介于两者之间的一种形式——即先子树后根部。为此我们可以通过两次反转技巧或者借助额外标记位来进行转换。 以下是基于双色标记法(颜色代表状态变化)的做法: ```python WHITE, GRAY = 0, 1 def postorderTraversal(root): stack = [(WHITE, root)] result = [] while stack: color, node = stack.pop() if node is None: continue if color == WHITE: # Push the current node back onto the stack with a different color, # followed by its children (right first so that left gets processed earlier). stack.append((GRAY, node)) stack.append((WHITE, node.right)) stack.append((WHITE, node.left)) else: result.append(node.val) return result ``` 这种方法巧妙地运用了两种不同状态下相同的对象实例在同一时间存在于堆栈之中这一特性,使得可以在适当时候改变其行为模式进而达到预期效果。
评论 10
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值