二叉树的中序遍历-python

这篇博客介绍了如何使用递归和循环两种方式来实现LeetCode第94题的二叉树中序遍历。递归方法直观简洁,而循环则依赖于栈来保存中间状态。在Python中,虽然递归更为直观,但循环可能在效率上更优。文章提供了详细的代码实现,并解释了每一步操作的逻辑。

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

leetCode第94题 二叉树的中序遍历
给定一个二叉树的根节点 root ,返回它的 中序 遍历。
链接:https://leetcode-cn.com/problems/binary-tree-inorder-traversal

示例 1:

在这里插入图片描述
输入:root = [1,null,2,3]
输出:[1,3,2]

示例 2:

输入:root = []
输出:[]

示例 3:

输入:root = [1]
输出:[1]

示例 4:

在这里插入图片描述
输入:root = [1,2]
输出:[2,1]

示例 5:

在这里插入图片描述
输入:root = [1,null,2]
输出:[1,2]

提示:

树中节点数目在范围 [0, 100] 内
-100 <= Node.val <= 100

进阶: 递归算法很简单,你可以通过迭代算法完成吗?

二叉树的中序遍历就是左->中->右的顺序。
当访问左的时候,同样是以左作为新的根节点然后进行左->中->右的遍历。
不难看出,中序遍历本身就是一个递归的遍历。
题目的输出是一个列表之类的东西,所以遍历时应该把每一个值先进行一个存放。
------------------------
递归进行中序遍历
当root为None时直接返回
先遍历左边
在列表中加入root的值
遍历右边

## python3
# Definition for a binary tree node.
class TreeNode:
    def __init__(self, val=0, left=None, right=None):
        self.val = val
        self.left = left
        self.right = right
class Solution:
    def inorderTraversal(self, root: [TreeNode]) -> []:
        result = []
        self.accessTree(root,result)
        return result
    def accessTree(self, root: [TreeNode],result : list) :
        if root == None:
            return
        self.accessTree(root.left,result)
        result.append(root.val)
        self.accessTree(root.right,result)

进阶,使用循环进行中序遍历
使用循环进行中序遍历时,需要借用另一种数据结构:栈,因为循环经过数的结点时会丢失根节点的位置,所以要借助栈事先存放好根节点。然后不断记录左子树的根节点,之后一个一个pop出来。

## python3
class Solution:
    def inorderTraversal(self, root: [TreeNode]) -> []:
        result = []  ## 存放结果的列表
        stack = []   ##  存放中间结点的栈
        while root != None or len(stack) != 0:  #只有root和栈都为空时才算遍历完
            while root != None:
                stack.append(root)
                root = root.left
            root = stack.pop()
            result.append(root.val)
            root = root.right
        return result

用循环没有递归来的快
在这里插入图片描述
同样的方法,python的执行效率比其它语言慢的多

### Python实现二叉树的中序遍历Python中,可以通过递归方法或者迭代方法(借助栈)来实现二叉树的中序遍历。以下是两种常见的实现方式。 #### 方法一:递归法 递归是一种直观且简洁的方式来实现中序遍历。其基本逻辑是从当前节点出发,先递归处理左子树,再访问根节点,最后递归处理右子树[^1]。 ```python class TreeNode: def __init__(self, val=0, left=None, right=None): self.val = val self.left = left self.right = right def inorderTraversal(root: 'Optional[TreeNode]') -> list[int]: result = [] def dfs(node): if not node: return # 递归处理左子树 dfs(node.left) # 访问根节点 result.append(node.val) # 递归处理右子树 dfs(node.right) dfs(root) return result ``` 此代码通过定义内部函数`dfs`完成递归操作,并将结果存储到列表`result`中[^5]。 --- #### 方法二:迭代法(基于栈) 对于不希望使用递归的情况,可以采用显式的栈数据结构模拟递归过程。这种方法同样遵循“左子树 → 根节点 → 右子树”的顺序[^4]。 ```python def inorderTraversal_iterative(root: 'Optional[TreeNode]') -> list[int]: stack, result = [], [] current = root while current or stack: # 不断向左深入并压入栈 while current: stack.append(current) current = current.left # 当前无左子树可走,则弹出栈顶元素作为当前节点 current = stack.pop() result.append(current.val) # 处理当前节点 # 转向右子树继续遍历 current = current.right return result ``` 上述代码利用了一个外部维护的栈`stack`,当遇到某个节点有左孩子时将其不断压入栈;直到没有更多左孩子为止,才开始依次弹出栈中的节点进行处理。 --- ### 总结 无论是递归还是迭代的方式都可以很好地解决二叉树的中序遍历问题。其中递归版本更加简单易懂,而迭代版则避免了因深层嵌套调用可能导致的堆栈溢出风险,在某些场景下可能更优。
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

打赏作者

unseven

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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