二叉树问题---二叉树的前中后序的递归,非递归及Morris遍历

本文详细介绍了二叉树的基本概念及其多种遍历方法,包括递归与非递归实现方式,如前序、中序、后序遍历等,并提供了具体的Python代码实现。

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

class TreeNode:
    def __init__(self, x):
        root.val = x
        root.left = None
        root.right = None

创建二叉树

def create_tree(root):
    element = input("Enter a key: ")
    if element == '#':
        root = None
    else:
        root = TreeNode(element)
        root.left = create_tree(root.left)
        root.right = create_tree(root.right)
    return root

前序遍历

def pre_order(root):
    if root:
        print(root.val,end=' ')
        pre_order(root.left)
        pre_order(root.right)

中序遍历

def mid_order(root):
    if root:
        mid_order(root.left)
        print(root.val, end=' ')
        mid_order(root.right)

后序遍历

def post_order(root):
    if root:
        post_order(root.left)
        post_order(root.right)
        print(root.val, end=' ')

非递归前序遍历

def preorder(root):
    if not root:
        return
    stack = []
    while root or len(stack):
        if root:
            stack.append(root)
            print(root.val, end=' ')
            root = root.left
        else:
            root = stack.pop()
            root = root.right

非递归中序遍历

def midorder(root):
    if not root:
        return
    stack = []
    while root or stack:
        if root:
            stack.append(root)
            root = root.left
        else:
            root = stack.pop()
            print(root.val, end=' ')
            root = root.right

非递归后序遍历

def postorder(root):
    if not root:
        return
    stack1 = []
    stack2 = []
    while root or stack1:
        if root:
            stack1.append(root)
            stack2.append(root.val)
            root = root.right
        else:
            root = stack1.pop()
            root = root.left
    while stack2:
        print(stack2.pop(), end=' ')

非递归后序遍历(使用一个栈)

说明:使用一个变量c来记录每次弹出的元素,保证元素不会重复进栈

def postOrder(root):
    if not root:
        return
    stack = []
    stack.append(root)
    c = None
    while stack:
        c = stack[-1]
        if c.left and c.left != root and c.right != root:
            stack.append(c.left)
        elif c.right and c.right != root:
            stack.append(c.right)
        else:
            print(stack.pop().val, end=' ')
            root = c

Morris前序遍历

def morrisPre(root):
    if not root:
        return
    while root:
        cur = root.left
        if cur:
            while cur.right and cur.right != root:
                cur = cur.right
            if not cur.right:
                cur.right = root
                print(root.val, end=' ')
                root = root.left
                continue
            else:
                cur.right = None
        else:
            print(root.val, end=' ')
        root = root.right

Morris中序遍历

def morrisIn(root):
    if not root:
        return
    while root:
        cur = root.left
        if cur:
            while cur.right and cur.right != root:
                cur = cur.right
            if not cur.right:
                cur.right = root
                root = root.left
                continue
            else:
                cur.right = None
        print(root.val, end=' ')
        root = root.right

Morris后序遍历

def morrisPost(root):
    def printRightEdge(root):
        tail = reverseEdge(root)
        cur = tail
        while cur:
            print(cur.val, end=' ')
            cur = cur.right
        reverseEdge(tail)

    def reverseEdge(root):
        pre = None
        while root:
            next = root.right
            root.right = pre
            pre = root
            root = next
        return pre

    if not root:
        return
    head = root
    while root:
        cur = root.left
        if cur:
            while cur.right and cur.right != root:
                cur = cur.right
            if not cur.right:
                cur.right = root
                root = root.left
                continue
            else:
                cur.right = None
                printRightEdge(root.left)
        root = root.right
    printRightEdge(head)

层次遍历

def levelorder(root):
    if not root:
        return
    queue = []
    queue.append(root)
    while queue:
        root = queue.pop(0)
        print(root.val, end=' ')
        if root.left:
            queue.append(root.left)
        if root.right:
            queue.append(root.right)
<think>嗯,用户这次明确要求双栈法的后序遍历实现和解释。看来用户对递归非递归遍历方式很感兴趣,可能是在准备面试或者学习数据结构。从引用内容看,双栈法的关键点有两个:一是对节点采用"根->右->左"的访问顺序(类似魔改版的遍历),二是用第二个栈反转输出顺序。这个思路在引用[2]和[5]都提到过,尤其引用[2]那句"doingareversedpre-ordertraversal"是核心提示。用户提供的引用[4]代码其实是单栈法,那个h变量用来记录上次访问节点的思路不太直观。相比之下双栈法虽然多用一个栈,但逻辑更清晰,更适合教学场景。不过要注意提醒用户空间复杂度会变成O(n),这是双栈法的明显缺点。解释时需要强调三个关键步骤:初始压入根节点、第一个栈的出栈顺序决定访问次序、第二个栈的反转作用。示例代码里特判空树很重要,很多实现会遗漏这点。用户可能是看单栈实现被绕晕了才转向双栈法,所以示意图比代码更重要——那个树状图和栈操作图示应该能直观展示"根右左"如何变成后序。相关问题的设计要延续遍历主题:空间对比引出Morris遍历,双栈与单栈的差异分析帮助理解不同实现思路,先序遍历的延伸提问则考察知识迁移能力,这些都是用户可能需要的拓展方向。</think> 以下是二叉树非递归后序遍历的**双栈法**详细实现和解释,基于经典算法思路(参考您提供的引用[2][5]): --- ### **双栈法后序遍历实现** ```java public void postOrderTraversal(TreeNode root) { if (root == null) return; Stack<TreeNode> stack1 = new Stack<>(); Stack<TreeNode> stack2 = new Stack<>(); // 用于反转顺序 stack1.push(root); // 栈1循环:模拟"根->右->左"的访问顺序 while (!stack1.isEmpty()) { TreeNode node = stack1.pop(); stack2.push(node); // 当节点压入栈2 // 左子节点先入栈1(后出栈) if (node.left != null) { stack1.push(node.left); } // 右子节点后入栈1(先出栈) if (node.right != null) { stack1.push(node.right); } } // 栈2输出:反转得到后序遍历(左->右->根) while (!stack2.isEmpty()) { System.out.print(stack2.pop().val + " "); } } ``` --- ### **核心原理解释** #### **步骤拆解:** 1. **栈1的操作逻辑**: - 每次从栈1弹出一个节点(当子树的根节点),并**立刻压入栈2**。 - 然后按 **左子节点 → 右子节点** 的顺序压入栈1(由于栈的LIFO特性,实际访问顺序变为 **右→左**)。 - **本质**:在栈1中实现**反向的遍历**(根→右→左),此时栈2中节点顺序为: $$ \text{根节点} \rightarrow \text{右子树} \rightarrow \text{左子树} $$ 2. **栈2的反转作用**: - 将栈2中节点依次弹出,顺序变为: $$ \text{左子树} \rightarrow \text{右子树} \rightarrow \text{根节点} $$ 这正是后序遍历(左→右→根)的结果。 #### **示意图:** ``` 1 / \ 2 3 ``` | **栈1操作** | 栈2内容 | 实际访问顺序 | |---------------------|----------------|------------| | 压入1 → 弹出1 | [1] | 根(1) | | 压入2(左) → 压入3(右)| [1] | | | 弹出3 → 压入栈2 | [1,3] | 右(3) | | 弹出2 → 压入栈2 | [1,3,2] | 左(2) | | **栈2输出**:2 → 3 → 1 | **结果**: 2,3,1 | | --- ### **复杂度分析** - **时间复杂度**:$O(n)$ 每个节点恰好进出栈1和栈2各一次。 - **空间复杂度**:$O(n)$ 最坏情况下(如斜树),两个栈共存储$2n$个节点引用,但实际最大空间为$O(n)$级别[^2][^5]。 --- ### **相关问题** 1. **双栈法与单栈法有何优劣?** - 双栈法逻辑清晰但需额外空间,单栈法(如引用[4])节省空间但需记录驱节点,易出错。 2. **能否用双栈法实现其他遍历?** 此方法**仅适用于后序遍历**。中序/遍历通常用单栈实现(参考引用[1])。 3. **如何优化双栈法的空间占用?** 可用`Collections.reverse()`直接反转列表,但时间复杂度仍为$O(n)$。 4. **为什么栈1要先压左子节点再压右子节点?** **为保证弹出顺序是右→左**: 后进先出(LIFO)使右子节点先被处理,从而在栈2中形成 **根→右→左**,最终反转成后序[^2][^5]。 > 注:双栈法通过反向预序(根→右→左)+ 栈反转,巧妙地避免了单栈法中复杂的父子节点关系判断[^2]。
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