【数据结构】二叉树的非递归遍历(前序、中序、后序)

二叉树的非递归写法比较难理解,经常忘,所以粗略写一下。

二叉树的非递归前序遍历

前序遍历的非递归写法比较容易理解。
前序遍历的顺序是“根左右”,因此一旦碰到一个结点,我们管它有没有孩子,先把它的值读下来,然后注意,先入栈的是右孩子,后入栈的是左孩子。为什么呢?因为栈的特点是先进后出,我们需要先访问左孩子,所以左孩子后入栈。最好画个图自己模拟一下出栈入栈的过程,有助于理解。

class Solution {
public:
    vector<int> postorderTraversal(TreeNode* root) {
        vector<int> res;
        if(!root) return res;
        stack<TreeNode*> st;
        st.push(root);
        while (!st.empty()) {
            TreeNode *t = st.top();
            st.pop();
            res.push_back(t->val);
            if (t->right) st.push(t->right);
            if (t->left) st.push(t->left);
        }
        return res;
    }
};

二叉树的非递归中序遍历

中序遍历的遍历顺序是“左根右”,也就是说,需要先把左子树访问完,再访问自己,最后访问右子树。所有先一直往左走,走到没有左孩子的结点 X 时,出栈,访问 X,然后往右走,访问右子树的结点…想一想,自己在求中序遍历时的过程是怎么样的,最好画图模拟一下这个过程。

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

二叉树的非递归后序遍历

有两种写法

第一种写法是双栈写法,是“假”的后序遍历。为什么这么说呢?这种写法借助了前序遍历的思想 。前序遍历的顺序是“根左右”,而后序遍历的顺序是“左右根”。前序遍历的时候,我们是先把右孩子入栈,再把左孩子入栈,而如果先把左孩子入栈,后把右孩子入栈,就变成了“根右左”,最后再借助另一个栈反转顺序就得到了后序遍历的结果。可以对比前序遍历的代码来理解。

class Solution {
public:
    vector<int> postorderTraversal(TreeNode* root) {
        vector<int> res;
        if(!root) return res;
        stack<TreeNode*> st;
        st.push(root);
        while (!st.empty()) {
            TreeNode *t = st.top();
            st.pop();
            res.push_back(t->val);
            if (t->left) st.push(t->left);
            if (t->right) st.push(t->right);
        }
        reverse(res.begin(), res.end());
        return res;
    }
};

第二种写法是单栈写法比较难理解,但是真正还原了后序遍历的过程
后序遍历的顺序是“左右根”,即把孩子全部遍历完再遍历自己。所以要先一直往左走,到达左边的结点 X 后,此时还要检查 X 有没有右孩子,如果有右孩子 XR,还要往右走,再检查 XR 有没有左孩子,若有,一直往左走…
栈中保存的是还没有遍历完孩子的结点,也都是栈顶结点的所有祖先节点,一旦发现栈顶结点的孩子遍历完,就出栈

class Solution {
public:
    vector<int> postorderTraversal(TreeNode* root) {
        vector<int> ans;
        stack<TreeNode*> st;
        TreeNode *p = root, *r = nullptr;

        while (p != nullptr || !st.empty()) {
            if (p != nullptr) {
                st.push(p);
                p = p->left;
            } else {
                p = st.top();
                if (p->right != nullptr && p->right != r) {
                    p = p->right;
                } else {
                    st.pop();
                    ans.push_back(p->val);
                    r = p;
                    p = nullptr;
                }
            }
        }
        return ans;
    }
};
内容概要:本文档详细介绍了基于大数据技术的房价评估系统的设计与实现过程。文档首先阐述了项目背景及研究意义,指出随着房地产市场的不断发展,传统房价评估方法已无法满足精准性和时效性的需求。接着,文中对大数据技术进行了概述,包括数据采集、预处理、存储、分析等关键技术环节,并结合房价评估的实际需求,提出了基于大数据平台(如Hadoop、Spark)构建分布式计算环境的解决方案。然后,重点描述了模型选择与优化部分,对比了多种机器学习算法(如线性回归、决策树、随机森林、支持向量机等),最终确定了适合本系统的预测模型。此外,还探讨了特征工程的重要性,通过筛选和构造有效特征来提高模型性能。最后,给出了系统的架构设计图,解释了从前端用户界面到后端服务器的具体流程,以及如何利用API接口进行数据交互。 适合人群:从事数据分析、算法开发、软件工程等相关领域的技术人员,特别是那些对大数据处理技术和房价预测感兴趣的从业者或研究人员。 使用场景及目标:①帮助开发者理解并掌握如何运用大数据技术解决实际问题;②为房地产行业提供一种新的、更高效的房价评估工具;③促进跨学科领域之间的交流合作,推动智能城市建设与发展。 其他说明:文档中包含了大量的图表和代码片段,有助于读者更加直观地理解整个项目的实施步骤和技术细节。同时,附录部分提供了完整的实验数据集和测试结果,便于有兴趣的读者进一步验证和改进该系统。
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