0 引言
本文主要学习数据结构中的二叉树,包括常用的三种遍历方法:前序遍历、中序遍历和后序遍历。
1 二叉树
1.1 定义
二叉树是一种常见的树状数据结构,它由节点组成,每个节点最多有两个子节点,分别称为左子节点和右子节点。每个节点可以存储一个值或者其他相关信息。
1.2 特点
- 每个节点最多有两个子节点,且左子节点和右子节点的顺序是固定的。左子节点位于父节点的左侧,右子节点位于父节点的右侧。这种结构可以直观地表示许多问题,例如树形结构、有序列表等。
- 二叉树可以为空,即没有节点。如果一个节点没有子节点,则称为叶子节点或终端节点。除了叶子节点外,每个节点都有一个父节点,除了根节点外,每个节点都有一个唯一的父节点。
- 二叉树可以具有不同的特殊形式,例如二叉搜索树(
Binary Search Tree),其中左子节点的值小于等于父节点的值,右子节点的值大于等于父节点的值。还有平衡二叉树(Balanced Binary Tree),其中左子树和右子树的高度差不超过一。 - 二叉树的遍历是指按照一定的顺序访问树中的节点。常见的遍历方式包括前序遍历(
Pre-order),中序遍历(In-order),后序遍历(Post-order)。这些遍历方式可以帮助我们有效地处理二叉树中的节点。
2 前序遍历
前序遍历(
Pre-order traversal)是一种二叉树遍历的方式,它按照根节点、左子树、右子树的顺序访问二叉树中的节点。
具体来说,前序遍历的步骤如下:
- 访问当前节点(根节点)。
- 递归地前序遍历左子树。
- 递归地前序遍历右子树。
可以使用递归或迭代的方式实现前序遍历。
递归实现前序遍历的伪代码如下:
preorderTraversal(node):
if node is null:
return
访问当前节点(输出节点的值或进行其他操作)
preorderTraversal(node.left) # 递归前序遍历左子树
preorderTraversal(node.right) # 递归前序遍历右子树
迭代实现前序遍历通常使用栈(Stack)数据结构辅助完成。算法步骤如下:
- 创建一个空栈,并将根节点入栈。
- 当栈不为空时,执行以下操作:
- 弹出栈顶节点,并访问该节点(输出节点的值或进行其他操作)。
- 将右子节点(如果存在)入栈。
- 将左子节点(如果存在)入栈。
- 注意:由于栈是后进先出(
LIFO)的数据结构,所以先入栈右子节点,再入栈左子节点,以确保左子节点在右子节点之前被访问。
迭代实现前序遍历的伪代码如下:
preorderTraversal(node):
if node is null:
return
创建一个空栈
将根节点入栈
while 栈不为空:
弹出栈顶节点并访问该节点
如果节点的右子节点不为空,将右子节点入栈
如果节点的左子节点不为空,将左子节点入栈
无论是递归实现还是迭代实现,前序遍历会按照根节点、左子树、右子树的顺序遍历二叉树中的节点。这种遍历方式在某些问题的解决中非常有用,例如复制一棵二叉树、表达式求值等。
3 中序遍历
中序遍历(
In-order traversal)是一种二叉树遍历的方式,它按照左子树、根节点、右子树的顺序访问二叉树中的节点。
具体来说,中序遍历的步骤如下:
- 递归地中序遍历左子树。
- 访问当前节点(根节点)。
- 递归地中序遍历右子树。
可以使用递归或迭代的方式实现中序遍历。
递归实现中序遍历的伪代码如下:
inorderTraversal(node):
if node is null:
return
inorderTraversal(node.left) # 递归中序遍历左子树
访问当前节点(输出节点的值或进行其他操作)
inorderTraversal(node.right) # 递归中序遍历右子树
迭代实现中序遍历通常使用栈(Stack)数据结构辅助完成。算法步骤如下:
- 创建一个空栈。
- 初始化当前节点为根节点。
- 当栈不为空或当前节点不为空时,执行以下操作:
- 将当前节点以及其所有左子节点依次入栈,直到当前节点为空。
- 弹出栈顶节点,访问该节点(输出节点的值或进行其他操作)。
- 将当前节点指向弹出节点的右子节点。
迭代实现中序遍历的伪代码如下:
inorderTraversal(node):
创建一个空栈
初始化当前节点为根节点
while 栈不为空 或者 当前节点不为空:
将当前节点以及其所有左子节点依次入栈,直到当前节点为空
弹出栈顶节点并访问该节点
将当前节点指向弹出节点的右子节点
无论是递归实现还是迭代实现,中序遍历会按照左子树、根节点、右子树的顺序遍历二叉树中的节点。中序遍历常用于对二叉搜索树进行排序,也可以用于在二叉树中查找节点或执行其他与节点顺序相关的操作。
4 后序遍历
后序遍历(
Post-order traversal)是一种二叉树遍历的方式,它按照左子树、右子树、根节点的顺序访问二叉树中的节点。
具体来说,后序遍历的步骤如下:
- 递归地后序遍历左子树。
- 递归地后序遍历右子树。
- 访问当前节点(根节点)。
可以使用递归或迭代的方式实现后序遍历。
递归实现后序遍历的伪代码如下:
postorderTraversal(node):
if node is null:
return
postorderTraversal(node.left) # 递归后序遍历左子树
postorderTraversal(node.right) # 递归后序遍历右子树
访问当前节点(输出节点的值或进行其他操作)
迭代实现后序遍历通常使用栈(Stack)数据结构辅助完成。算法步骤如下:
- 创建两个栈,一个用于存储节点,另一个用于存储后序遍历的结果。
- 初始化当前节点为根节点,并将其入栈。
- 当节点栈不为空时,执行以下操作:
- 弹出栈顶节点,将其压入结果栈。
- 如果弹出节点的左子节点不为空,将左子节点入节点栈。
- 如果弹出节点的右子节点不为空,将右子节点入节点栈。
- 当节点栈为空时,所有节点已遍历完毕。将结果栈中的节点依次弹出,即为后序遍历的结果。
迭代实现后序遍历的伪代码如下:
postorderTraversal(node):
创建一个节点栈
创建一个结果栈
将根节点入节点栈
while 节点栈不为空:
弹出栈顶节点并将其压入结果栈
如果弹出节点的左子节点不为空,将左子节点入节点栈
如果弹出节点的右子节点不为空,将右子节点入节点栈
while 结果栈不为空:
弹出结果栈顶节点并访问该节点(输出节点的值或进行其他操作)
无论是递归实现还是迭代实现,后序遍历会按照左子树、右子树、根节点的顺序遍历二叉树中的节点。后序遍历常用于释放二叉树的内存资源、计算表达式的值等场景,也可以用于执行其他与节点顺序相关的操作。
5 总结
前序遍历:根节点->左子树->右子树
中序遍历:左子树->根节点->右子树
后序遍历:左子树->右子树->根节点
如下图二叉树为例,前序遍历的详细步骤:
- 前两层,只有一个根节点
0,遍历结果:0->1->2 - 加上第三层,有两个根节点
1,2,遍历结果:1->3->4和2->5->6,与上一步合在一起,即3,4加在1的后边,5,6加在2的后边,遍历结果:0->1->3->4->2->5->6 - 加上第四层,又有两个根节点
3,4,遍历结果:3->7->8和4->9,与上一步合在一起,即7,8加在3的后边,9加在4的后边,遍历结果:0->1->3->7->8->4->9->2->5->6
中序遍历的详细步骤:
- 前两层,只有一个根节点
0,遍历结果:1->0->2 - 加上第三层,有两个根节点
1,2,遍历结果:3->1->4和5->2->6,与上一步合在一起,即3,4分别加在1的前边和后边,5,6也分别加在2的前边和后边,遍历结果:3->1->4->0->5->2->6 - 加上第四层,又有两个根节点
3,4,遍历结果:7->3->8和9->4,与上一步合在一起,即7,8分别加在3的前边和后边,9加在4的前边,遍历结果:7->3->8->1->9->4->0->5->2->6
后序遍历的详细步骤:
- 前两层,只有一个根节点
0,遍历结果:1->2->0 - 加上第三层,有两个根节点
1,2,遍历结果:3->4->1和5->6->2,与上一步合在一起,即3,4加在1的前边,5,6加在2的前边,遍历结果:3->4->1->5->6->2->0 - 加上第四层,又有两个根节点
3,4,遍历结果:7->8->3和9->4,与上一步合在一起,即7,8加在3的前边,9加在4的前边,遍历结果:7->8->3->9->4->1->5->6->2->0

⭐️👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍🌔

本文详细介绍了二叉树及其特点,重点讲解了前序遍历、中序遍历和后序遍历的定义、递归和迭代实现方法。这三种遍历方式在数据结构和算法中扮演重要角色,如复制二叉树、表达式求值和二叉搜索树排序等。
1228

被折叠的 条评论
为什么被折叠?



