二叉树遍历:广度优先、深度优先
广度优先又叫层次遍历,从上往下对每一层依次访问,在每一层中,从左往右(也可以从右往左)访问结点,访问完一层就进入下一层,直到没有结点可以访问为止。又叫层次遍历,从上往下对每一层依次访问,在每一层中,从左往右(也可以从右往左)访问结点,访问完一层就进入下一层,直到没有结点可以访问为止。
广度优先遍历:35 20 40 15 29 50 16 28 30 45 55
/**
* 二叉树的广度优先遍历
*/
public List<Integer> bfs(TreeNode root) {
Queue<TreeNode> queue = new LinkedList<TreeNode>();
List<Integer> list=new LinkedList<Integer>();
if(root==null)
return list;
queue.add(root);
while (!queue.isEmpty()){
TreeNode t=queue.remove();
if(t.left!=null)
queue.add(t.left);
if(t.right!=null)
queue.add(t.right);
list.add(t.val);
}
return list;
}
深度优先
对每一个可能的分支路径深入到不能再深入为止,而且每个结点只能访问一次。对每一个可能的分支路径深入到不能再深入为止,而且每个结点只能访问一次。
要特别注意的是,二叉树的深度优先遍历比较特殊,可以细分为先序遍历、中序遍历、后序遍历。具体说明如下:
先序遍历:对任一子树,先访问根,然后遍历其左子树,最后遍历其右子树。
中序遍历:对任一子树,先遍历其左子树,然后访问根,最后遍历其右子树。
后序遍历:对任一子树,先遍历其左子树,然后遍历其右子树,最后访问根。
/**
* 二叉树的深度优先遍历
* @param root
* @return
*/
public List<Integer> dfs(TreeNode root){
Stack<TreeNode> stack=new Stack<TreeNode>();
List<Integer> list=new LinkedList<Integer>();
if(root==null)
return list;
//压入根节点
stack.push(root);
//然后就循环取出和压入节点,直到栈为空,结束循环
while (!stack.isEmpty()){
TreeNode t=stack.pop();
if(t.right!=null)
stack.push(t.right);
if(t.left!=null)
stack.push(t.left);
list.add(t.val);
}
return list;
}
递归的方法来实现这个深度优先遍历
public void solution(TreeNode root)
{
List<Integer> list=new LinkedList<Integer>();
depthTraversal(list,root);
}
private void dfs(List<Integer> list,TreeNode tn)
{
if (tn!=null)
{
list.add(tn);
//每次先添加左节点,直到没有子节点点,返回上一级
dfs(tn.left);
dfs(tn.right);
}
}
附加两种算法的进阶
深度优先搜素算法:
不全部保留结点,占用空间少;有回溯操作(即有入栈、出栈操作),运行速度慢。
通常深度优先搜索法不全部保留结点,扩展完的结点从数据库中弹出删去,这样,一般在数据库中存储的结点数就是深度值,因此它占用空间较少。所以,当搜索树的结点较多,用其它方法易产生内存溢出时,深度优先搜索不失为一种有效的求解方法。
广度优先搜索算法:
保留全部结点,占用空间大; 无回溯操作(即无入栈、出栈操作),运行速度快。
广度优先搜索算法,一般需存储产生的所有结点,占用的存储空间要比深度优先搜索大得多,因此,程序设计中,必须考虑溢出和节省内存空间的问题。但广度优先搜索法一般无回溯操作,即入栈和出栈的操作,所以运行速度比深度优先搜索要快些。
转载:https://blog.youkuaiyun.com/lb812913059/article/details/83313360
转载:https://blog.youkuaiyun.com/XTAOTWO/article/details/83625586