Binary Tree Postorder Traversal

好久没来写了,但是我没有停下来啊~~

不多说了直接开始正文~

题目如下:

Given a binary tree, return the postorder traversal of its nodes' values.

For example:
Given binary tree {1,#,2,3},

   1
    \
     2
    /
   3

return [3,2,1].

Note: Recursive solution is trivial, could you do it iteratively?

题目很好理解,即二叉树的后序遍历,有递归和非递归两种方法。

递归很容易,不再赘述,代码如下:

public class Solution {
    List<Integer> result = new ArrayList<Integer>();
    public List<Integer> postorderTraversal(TreeNode root) {
    	if(root == null) {
    		return result;
    	}
    	postorderTraversal(root.left);
    	postorderTraversal(root.right);
    	result.add(root.val);
    	return result;
    }
}

下面说说非递归算法。

代码参考了http://blog.youkuaiyun.com/hackbuteer1/article/details/6583988,几乎一样。。因为总是写不对。。所以。。。。

二叉树后序遍历的非递归算法我们很容易就可以想到使用栈,但是由于先要访问根节点的左右孩子最后在去访问根节点,所以这就变得麻烦一些。大体上的思路就是如果当前节点不为空,则将其左孩子入栈,重复此过程直到当前节点为空,此时就需要考虑之前最后一个入栈的节点是否为叶子节点:如果其右孩子不为空且没有入过栈,则将其右孩子入栈,继续重复之前的过程;如果右孩子为空或右孩子已经入过栈,则应该将该节点出栈,记录下值并将其作为最后访问的一个节点pre,用来标记该节点已经入过栈,方便在下一次循环中进行判断(因为后序遍历的右孩子出栈时说明根节点的左子树都已经遍历完,所以会一直连续出栈直到某个节点的右孩子还没有入栈,所以这就需要一个标记用来记录该节点是否已经入过栈,防止重复入栈)。代码如下:

public class Solution {
    public List<Integer> postorderTraversal(TreeNode root) {
    	List<Integer> result = new ArrayList<Integer>();
    	TreeNode node = root;
    	TreeNode pre = null;
    	Stack<TreeNode> stack = new Stack<TreeNode>();
    	while(node != null || !stack.empty()) {
    		if(node != null) {
    			stack.push(node);
    			node = node.left;
    			continue;
    		}
    		node = stack.peek();
    		if(node.right == null || node.right == pre) {
    			result.add(node.val);
    			pre = node;
    			stack.pop();
    			node = null;
    		}
    		else
    			node = node.right;
    	}
    	
		return result;
    }
}

学习的道路还很长。。太嫩了,明明是很基础的东西却要参考别人的代码。。我会加油的!

前天送你上飞机,好舍不得你,我已经下决心要去找你了,相信我!~~

### 插入一系列数值到空二叉搜索树后的后续遍历序列 插入一系列数值 `{5, 2, 7, 3, 4, 1, 6}` 到一个初始为空的二叉搜索树 (Binary Search Tree),可以按照如下方式构建该树。对于每一个新节点,将其与当前子树根节点比较:如果小于根节点,则插入左子树;否则插入右子树[^1]。 #### 构建过程 - 首先插入 `5` 作为根节点。 - 接着插入 `2`,由于它小于 `5`,因此成为其左孩子。 - 然后插入 `7`,大于 `5`,故成为其右孩子。 - 继续插入 `3`,它位于 `5` 的左侧区域,并且也大于现有的 `2` 节点,于是成为 `2` 的右孩子。 - 下一步插入 `4`,同样进入 `5` 左侧部分,在此之后进一步深入至 `2` 右边并找到位置于 `3` 的右侧。 - 插入 `1`,它是最小值,最终会到达最左边的位置即 `2` 的左侧。 - 最终插入 `6`,定位在 `7` 的左侧。 完成上述操作后形成的二叉搜索树结构如下: ```plaintext 5 / \ 2 7 / \ \ 1 3 6 \ 4 ``` #### 后序遍历定义 后序遍历是一种深度优先遍历方法,遵循访问顺序为 **左 -> 右 -> 根**。 #### 计算后序遍历序列 基于以上树形结构执行后序遍历算法可得结果为: - 开始从左下角叶子结点依次向上回溯处理各分支直到整棵树完全被覆盖为止。 具体路径表现为 `(1->3->4->2)->(6->7->5)` 即 `[1, 3, 4, 2, 6, 7, 5]`. 因此所求解的答案就是这个列表形式表示的结果集。 ```python def post_order_traversal(root): result = [] def traverse(node): if node is None: return # Traverse Left Subtree traverse(node.left) # Traverse Right Subtree traverse(node.right) # Visit Node result.append(node.value) traverse(root) return result ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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