二叉树的层序、前序、中序、后序遍历实现(递归与非递归的C++实现)

本文详细介绍了二叉树的层序、前序、中序和后序遍历的递归与非递归实现方法,并提供了测试用例。

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

二叉树这种数据结构想必大家都已经非常熟悉了,他的独特的三种遍历方式也广为人知,接下来我们就来解析如何用代码实现对二叉树的遍历

首先我们录入一下二叉树结构体和后面四种遍历实现所需要的头文件

#include <iostream>
#include <vector>
#include <stack>
#include <unordered_set>
#include <queue>
using namespace std;

//这里用类的方式构造二叉树节点
class TreeNode {
public:
	TreeNode(int num):data(num), left(nullptr), right(nullptr)
	{}
	int data;
	TreeNode* left;
	TreeNode* right;
};

层序遍历

层序遍历应该是二叉树遍历中最容易理解的一种 遍历方式,对于该方式的实现需要借助一个队列来实现

void tierOrder(TreeNode* root)
{
    //创建一个存储二叉树节点的队列
	queue<TreeNode*> NodeQueue;
    //首先将根节点放入队列
	NodeQueue.push(root);
	TreeNode* cur;
    //利用队列先进先出的特性用二叉树上层节点引出下层节点并放入队列
	while (!NodeQueue.empty()) {
        //取队列首节点
		cur = NodeQueue.front();
        //取出使用后删除
		NodeQueue.pop();
		cout << cur->data << endl;
        //依次引入非空的左节点和右节点
		if (cur->left)
			NodeQueue.push(cur->left);
		if (cur->right)
			NodeQueue.push(cur->right);
	}
}

前序遍历

递归版本

递归版本就很简单了,利用其遍历特性先输出当前节点再输出左节点最后右节点

void preOrder_1(TreeNode* tmp)
{
	//先输出自己的data
	cout << tmp->data << endl;
    
    //左右节点不为空时仍执行该函数
	if (tmp->left != nullptr) {
		preOrder_1(tmp->left);
	}

	if (tmp->right != nullptr) {
		preOrder_1(tmp->right);
	}
}

非递归版本

这里的非递归版本在逻辑上可能于递归版本难于理解,但在执行效率方面大大占优

通过一个栈来存储节点,入栈节点的值是输出过的,然后先左孩子后右孩子实现前序遍历

void preOrder_2(TreeNode* root)
{
    //建立一个存储二叉树节点的栈
	stack<TreeNode*> NodeStack;
	TreeNode* tmp = root;
    //当前节点不为空或者栈中还存在节点代表着未遍历结束
	while (tmp || !NodeStack.empty()) {
        //当前节点不为空输出其data然后向左孩子一直执行该语句
		while (tmp) {
			cout << tmp->data << endl;
			NodeStack.push(tmp);
			tmp = tmp->left;
		}
        //此时当前节点已经的到该二叉树部分的最左下方
		if (!NodeStack.empty()) {
            //取出栈顶节点的左孩子以及自身都已经输出过data
			tmp = NodeStack.top();
            //向右孩子方向做处理
			tmp = tmp->right;
			NodeStack.pop();
		}
	}
}

 

中序遍历

递归版本

void inOrder_1(TreeNode* tmp)
{
	if (tmp->left != nullptr)
		inOrder_1(tmp->left);
	
	cout << tmp->data << endl;

	if (tmp->right != nullptr)
		inOrder_1(tmp->right);
}

非递归版本

仍然使用栈来记录左孩子和自身都已经遍历过的节点,和前序遍历很像

void inOrder_2(TreeNode* root)
{
	stack<TreeNode*> NodeStack;
	TreeNode *tmp = root;
	while (tmp || !NodeStack.empty()) {
		while (tmp) {
			NodeStack.push(tmp);
			tmp = tmp->left;
		}
		if (!NodeStack.empty()) {
            //和前序遍历唯一的区别在于这里是第二次遍历到节点时才输出data
			tmp = NodeStack.top();
			cout << tmp->data << endl;
			tmp = tmp->right;
			NodeStack.pop();
		}
	}
}

 

后序遍历

递归版本

void postOrder_1(TreeNode* tmp)
{
	if (tmp->left != nullptr)
		postOrder_1(tmp->left);

	if (tmp->right != nullptr)
		postOrder_1(tmp->right);

	cout << tmp->data << endl;
}

 

非递归版本

这几张遍历最不好理解的就是后序遍历的非递归版本,这里主要要考虑后序是最后才输出根节点,先输出左节点和右节点,在这个过程中我们的遍历要两次回到跟节点,第一次是从左孩子访问完要去右孩子访问,第二次是右孩子也访问完了,我们需要在第二次访问结束的时候输出该根节点的data

 

这里提供两个版本,第一个版本使用一个依赖于哈希的unordered_set来存储访问过一次的二叉树节点(不懂set的可以看第二个版本)

void postOrder_2(TreeNode* root) 
{
	stack<TreeNode*> NodeStack;
	TreeNode *tmp = root;
	unordered_set<TreeNode*> display;

	while (tmp || !NodeStack.empty()) {
		while (tmp) {
			NodeStack.push(tmp);
			tmp = tmp->left;
		}
        //此时该二叉树部分的左孩子遍历结束(已到最左下方),全部存入站当中
		if (!NodeStack.empty()) {
			tmp = NodeStack.top();
			NodeStack.pop();
            //当栈顶元素是第一次被回溯访问
			if (display.find(tmp) == display.end()) {
				//将他加入到哈希表中
                display.insert(tmp);
                //重新把该节点送入栈当中
				NodeStack.push(tmp);
                //开始向右孩子遍历
				tmp = tmp->right;
			}
            //这里代表哈希表中已经存在该节点,意味着该节点是第二次被回溯访问
			else {
            //输出该节点,tmp置空取下一个栈顶元素
				cout << tmp->data << endl;
				tmp = nullptr;
			}
		}
	}
}

第二个版本是用一个节点记录上一个被访问的节点,以此达成和哈希表一样的效果

void postOrder_3(TreeNode* root)
{
	stack<TreeNode*> NodeStack;
	TreeNode* pre = nullptr;
	TreeNode* cur;
	NodeStack.push(root);

	while (!NodeStack.empty()) {
		cur = NodeStack.top();
        //当该节点的左孩子和右孩子都为空或是上一个访问的节点是左孩子或者右孩子
        //说明他已经是第二次回溯访问了,所以输出该节点的数据
		if ((cur->right == nullptr && cur->left == nullptr) || \
			(pre != nullptr && (pre == cur->left || pre == cur->right)))
		{
			cout << cur->data << endl;
			NodeStack.pop();
			pre = cur;
		}
		else {
			if (cur->right)
				NodeStack.push(cur->right);
			if (cur->left)
				NodeStack.push(cur->left);
		}
	}
}

测试用例

这里我构建一个三次的满二叉树用来测试,从上到下层序比例依次是1-7

int main()
{
	vector<TreeNode*> array;
	array.push_back(nullptr);
	for (int i = 0; i < 7; i++)
	{
		TreeNode *tmp = new TreeNode(i + 1);
		array.push_back(tmp);
	}
	TreeNode *root = array[1];
	for (int i = 1; i < array.size() / 2; i++)
	{
		array[i]->left = array[2 * i];
		array[i]->right = array[2 * i + 1];
	}
	tierOrder(root);
	system("pause");
}

 

<think>好的,我现在需要帮助用户理解二叉树前序、中后序遍历的概念、实现以及它们的区别。首先,我需要回顾一下这三种遍历的基本定义,然后考虑它们的递归和非递归实现方法,最后比较它们之间的区别和应用场景。 根据用户提供的引用内容,前序遍历的顺是根节点、左子树、右子树(DLR),中遍历是左子树、根节点、右子树(LDR),后序遍历是左子树、右子树、根节点(LRD)。引用[1]中提到,前序列的第一个元素是整个树的根节点,通过在中列中找到根节点的位置来划分左右子树,这在构建二叉树时非常有用。引用[2]讨论了递归和非递归实现,特别是非递归方法中如何处理左路节点和右子树,以及访问根节点的时机不同。引用[3]则解释了遍历的命名规则和基本结构。 接下来,我需要将这些信息整理成一个清晰的回答结构。首先解释每种遍历的概念和访问顺,然后分别说明递归和非递归的实现方式,可能还需要给出代码示例。最后比较它们的区别,比如访问根节点的顺不同,应用场景的不同(比如前序用于复制树,中用于二叉搜索树的有输出等)。 需要注意用户提到的系统级指令,特别是数学表达式要用$...$,但这里可能更多的是代码块的使用。需要确保代码示例正确,比如用Python或C++的语法。用户提供的引用中有C++的例子,但用户可能需要通用的解释,或者跨语言的示例。 另外,用户要求生成相关问题,我需要考虑与遍历相关的常见问题,比如如何根据遍历结果重建二叉树,非递归实现的复杂度,遍历的应用等。 在组织内容时,要分点清晰,先讲概念,再讲实现,最后比较区别。同时,引用文献需要自然地插入到相关内容后面,比如在提到前序遍历根节点时引用[1],在讨论非递归实现时引用[2]等。 现在需要检查是否有遗漏的部分,比如层序遍历是否要提及?但用户的问题主要围绕前序、中后序,所以可能不需要。但引用[3]提到了层序遍历,可以作为扩展问题。 最后,确保语言简洁,用中文回答,避免使用Markdown格式,但代码块需要用指定的格式。同时,生成的相关问题要有针对性,帮助用户深入理解。</think>### 二叉树前序、中后序遍历详解 #### 一、概念与遍历 1. **前序遍历(DLR)** 访问顺:根节点 → 左子树 → 右子树 **示例**:若二叉树为 $A(B(D, E), C(F, \emptyset))$(其中 $\emptyset$ 表示空节点),前序遍历结果为 $A \ B \ D \ E \ C \ F$[^1]。 2. **遍历(LDR)** 访问顺:左子树 → 根节点 → 右子树 **示例**:上述二叉树的中遍历结果为 $D \ B \ E \ A \ F \ C$[^3]。 3. **后序遍历(LRD)** 访问顺:左子树 → 右子树 → 根节点 **示例**后序遍历结果为 $D \ E \ B \ F \ C \ A$。 --- #### 二、实现方法 ##### 1. 递归实现(以C++为例) ```cpp // 前序遍历 void preOrder(TreeNode* root) { if (root == nullptr) return; cout << root->val << " "; // 访问根 preOrder(root->left); // 左子树 preOrder(root->right); // 右子树 } // 中遍历 void inOrder(TreeNode* root) { if (root == nullptr) return; inOrder(root->left); // 左子树 cout << root->val << " "; // 访问根 inOrder(root->right); // 右子树 } // 后序遍历 void postOrder(TreeNode* root) { if (root == nullptr) return; postOrder(root->left); // 左子树 postOrder(root->right); // 右子树 cout << root->val << " "; // 访问根 } ``` ##### 2. 非递归实现(核心思路) - **前序遍历**:使用栈保存右子树,优先访问根节点后再处理左子树[^2]。 - **遍历**:先将左路节点全部入栈,出栈时访问根节点,再处理右子树。 - **后序遍历**:需记录上一个访问的节点,确保右子树已处理完毕再访问根节点。 --- #### 三、关键区别 | 遍历方式 | 根节点访问时机 | 典型应用场景 | |----------|----------------|--------------| | 前序遍历 | 最先访问根节点 | 复制二叉树结构、前缀表达式 | | 中遍历 | 中间访问根节点 | 二叉搜索树有输出、中缀表达式 | | 后序遍历 | 最后访问根节点 | 释放内存资源、后缀表达式 | --- #### 四、相关问题 1. 如何通过前序和中遍历列重建二叉树? 2. 非递归遍历的时间复杂度是多少?如何优化? 3. 为什么中遍历对二叉搜索树特别重要? 4. 层序遍历与前三种遍历有何本质区别? : 前序列的第一个元素是根节点,用于划分左右子树结构。 [^2]: 非递归实现通过栈模拟递归过程,访问根的时机决定遍历类型。 : 三种遍历本质是深度优先搜索,而层序遍历属于广度优先搜索。
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