二叉树的前中后序以及层次遍历整理

这篇博客介绍了四种常见的二叉树遍历方法:前序遍历、中序遍历、后序遍历和层序遍历。每种遍历都提供了递归和迭代两种解决方案,并通过C++代码进行了详细实现。这些算法对于理解和操作二叉树结构至关重要。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

144. 二叉树的前序遍历

 1.递归

class Solution {
public:
    vector<int> vc;
    vector<int> preorderTraversal(TreeNode* root) {
        vc.clear();
        if(root == nullptr) return vc;
        dfs(root);
        return vc;
    }
    void dfs(TreeNode* root){
        if(root == nullptr) return;
        vc.push_back(root->val);
        dfs(root->left);
        dfs(root->right);
    }
    
};

2.迭代

class Solution {
public:
    vector<int> preorderTraversal(TreeNode* root) {
        vector<int> vc;
        if(root  == nullptr) return vc;
        stack<TreeNode* > sta;
        sta.push(root);
        while(!sta.empty()){
            TreeNode* node = sta.top();
            sta.pop();
            // if(node == nullptr) continue;
            vc.push_back(node->val);
            if(node->right != nullptr) sta.push(node->right);
            if(node->left != nullptr) sta.push(node->left);
        }
        return vc;
    }
};

94. 二叉树的中序遍历

 1.递归

class Solution {
public:
    vector<int> vc;
    vector<int> inorderTraversal(TreeNode* root) {
        if(root == nullptr) return vc;
        dfs(root);
        return vc;
    }
    void dfs(TreeNode* root){
        if(root == nullptr) return;
        dfs(root -> left);
        vc.push_back(root->val);
        dfs(root -> right);
    }
    
};

2.迭代

class Solution {
public:
    vector<int> inorderTraversal(TreeNode* root) {
        vector<int> vc;
        if(root == nullptr) return vc;
        stack<TreeNode* > sta;
        // sta.push(root);
        while(root || !sta.empty()){
           while(root){
               sta.push(root);
               root = root -> left;
           }
           root = sta.top();
           sta.pop();
           vc.push_back(root->val);
           root = root->right;
        }
        return vc;
    }
};

145. 二叉树的后序遍历

 1.递归

class Solution {
public:
    vector<int> vc;
    vector<int> postorderTraversal(TreeNode* root) {
        vc.clear();
        if(!root) return vc;
        dfs(root);
        return vc;
    }
    void dfs(TreeNode* root){
        if(!root) return ;
        dfs(root->left);
        dfs(root->right);
        vc.push_back(root->val);
    }
};

2.迭代


class Solution {
public:
    vector<int> postorderTraversal(TreeNode* root) {
        vector<int> vc;
        if(!root) return vc;
        stack<TreeNode* > sta;
        TreeNode* last;
        while(root || !sta.empty()){
            while(root){
                sta.push(root);
                root = root->left;
            }
            root = sta.top();
            if(root->right == nullptr || root->right == last){
                sta.pop();
                last = root;
                vc.push_back(root->val);
                root = nullptr;
            }else {
                root = root->right;
            }
        }
        return vc;
    }
};

102. 二叉树的层序遍历

难度中等1230

给你二叉树的根节点 root ,返回其节点值的 层序遍历 。 (即逐层地,从左到右访问所有节点)。

class Solution {
public:
    vector<vector<int>> levelOrder(TreeNode* root) {
        vector<vector<int>> vc;
        if(!root) return vc;
        queue<TreeNode*> ac;
        vc.clear(); 
        ac.push(root);
        while(!ac.empty()){
            int n = ac.size();
            vector<int> x;
            for(int i = 0; i < n; i++){
                auto b = ac.front();
                x.push_back(b->val);
                ac.pop();
                if(b->left) ac.push(b->left);
                if(b->right) ac.push(b->right);
            }
            vc.push_back(x);
        }
        return vc;
    }
};

### 实现二叉树的四种遍历 为了实现二叉树、中后序以及层遍历,并按照指定格式输出,下面将以 Python 编程语言为例展示具体方法。 #### 定义二叉树节点结构 首定义一个简单的二叉树节点类 `TreeNode` 来表示二叉树中的每一个节点[^1]: ```python class TreeNode: def __init__(self, val=0, left=None, right=None): self.val = val self.left = left self.right = right ``` #### 构建二叉树函数 基于给定的和中遍历列表构建对应的二叉树。此过程利用了遍历的第一个元素总是根节点这一性质,在中遍历中定位该根节点从而区分左右子树[^3]: ```python def buildTree(preorder, inorder): if not preorder or not inorder: return None root_val = preorder[0] root_index_in_inorder = inorder.index(root_val) root = TreeNode(root_val) root.left = buildTree(preorder[1:root_index_in_inorder + 1], inorder[:root_index_in_inorder]) root.right = buildTree(preorder[root_index_in_inorder + 1:], inorder[root_index_in_inorder + 1:]) return root ``` #### 遍历算法实现 ##### 遍历 (Pre-order Traversal) 对于遍历来说,访问顺为:根 -> 左子树 -> 右子树。这里采用递归方式实现[^2]: ```python def pre_order_traversal(node, result=[]): if node is not None: result.append(str(node.val)) pre_order_traversal(node.left, result) pre_order_traversal(node.right, result) return " ".join(result) ``` ##### 中遍历 (In-order Traversal) 中遍历遵循左子树 -> 根 -> 右子树 的访问模式。同样采取递归来完成操作[^4]: ```python def in_order_traversal(node, result=[]): if node is not None: in_order_traversal(node.left, result) result.append(str(node.val)) in_order_traversal(node.right, result) return " ".join(result) ``` ##### 后序遍历 (Post-order Traversal) 最后是后序遍历,它会依次处理左子树 -> 右子树 -> 根 这样的次: ```python def post_order_traversal(node, result=[]): if node is not None: post_order_traversal(node.left, result) post_order_traversal(node.right, result) result.append(str(node.val)) return " ".join(result) ``` ##### 层遍历 (Level Order Traversal) 不同于上述三种深度优搜索的方法,层次遍历是一种广度优策略,通常借助队列数据结构来辅助实现: ```python from collections import deque def level_order_traversal(root): queue = deque([root]) if root else [] results = [] while queue: current_node = queue.popleft() if current_node: results.append(str(current_node.val)) queue.extend([current_node.left, current_node.right]) return " ".join(results) ``` #### 输出结果组合 将以上四个遍历的结果整理成题目要求的形式输出: ```python if __name__ == "__main__": # 假设输入样例 {1,2,3} preorder_input = [1, 2, 3] inorder_input = [2, 1, 3] tree_root = buildTree(preorder_input, inorder_input) print(f"{pre_order_traversal(tree_root)}\n" f"{in_order_traversal(tree_root)}\n" f"{post_order_traversal(tree_root)}\n" f"{level_order_traversal(tree_root)}") ```
评论
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