二叉树(2)——遍历的非递归实现-优快云博客

本文详细介绍了如何通过非递归方式实现二叉树的中序遍历，相较于递归算法，这种方法能显著提高效率。通过使用栈数据结构，实现了中序遍历算法，并通过实例演示了其具体应用过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

算法概述

递归算法简洁明了、可读性好，但与非递归算法相比要消耗更多的时间和存储空间。为提高效率，我们可采用一种非递归的二叉树遍历算法。非递归的实现要借助栈来实现，因为堆栈的先进后出的结构和递归很相似。

对于中序遍历来说，非递归的算法比递归算法的效率要高的多。其中序遍历算法的实现的过程如下：

(1).初始化栈，根结点进栈；

(2).若栈非空，则栈顶结点的左孩子结点相继进栈，直到null(到叶子结点时)退栈；访问栈顶结点(执行visit操作)并使栈顶结点的右孩子结点进栈成为栈顶结点。

(3).重复执行(2)，直至栈为空。

算法实现

package datastructure.tree;

import datastructure.stack.ArrayStack;
import datastructure.stack.Stack;

public class UnrecOrderBTree implements Visit{
	private Stack stack = new ArrayStack();
	private BTree bt;
	@Override
	public void visit(BTree btree) {
		System.out.print("\t" + btree.getRootData());
	}
	
	public void inOrder(BTree boot) {
		stack.clear();
		stack.push(boot);
		while(!stack.isEmpty()) {
			//左孩子结点进栈
			while((bt = ((BTree)(stack.peek())).getLeftChild()) != null) {
				stack.push(bt);
			}
			//如果该结点没有右孩子，则逐级往上出栈
			while(!stack.isEmpty() &&!( (BTree)stack.peek() ).hasRightTree()) {
				bt = (BTree)stack.pop();
				visit(bt);
			}
			//如果该结点有右孩子，则右孩子进栈
			if(!stack.isEmpty() && ( (BTree)stack.peek() ).hasRightTree()){
				bt = (BTree)stack.pop();
				visit(bt);
				stack.push(bt.getRightChild());
			}
		}
	}

}

测试：

要构建的树

package datastructure.tree;
/**
 * 测试二叉树
 * @author Administrator
 *
 */
public class BTreeTest {
	public static void main(String args[]) {
		BTree btree = new LinkBTree('A');
		BTree bt1, bt2, bt3, bt4;
		bt1 = new LinkBTree('B');
		btree.addLeftTree(bt1);
		bt2 = new LinkBTree('D');
		bt1.addLeftTree(bt2);
		
		bt3 =  new LinkBTree('C');
		btree.addRightTree(bt3);
		bt4 =  new LinkBTree('E');
		bt3.addLeftTree(bt4);
		bt4 =  new LinkBTree('F');
		bt3.addRightTree(bt4);
		
		RecursionOrderBTree order = new RecursionOrderBTree();
		System.out.println("\n中序遍历：");
		order.inOrder(btree);
		
	}
}

结果如下：

中序遍历：
D B AE C F