二叉树遍历
深度优先
什么序,决定了中间的元素在何时输出。
- 前序(pre-order)遍历:中左右,中间元素最先遍历
- 中序(in-order)遍历:左中右,遍历左儿子后遍历中间
- 后序(post-order)遍历:左右中,最后遍历中间
例题:
递归
递归写法按遍历顺序写就行。
前序
class Solution {
public:
vector<int> preorderTraversal(TreeNode* root) {
vector<int> ans;
dfs(root, ans);
return ans;
}
void dfs(TreeNode* curr, vector<int>& ans) {
if (curr == nullptr) return;
ans.push_back(curr->val); // 中
dfs(curr->left, ans); // 左
dfs(curr->right, ans); // 右
}
};
中序
class Solution {
public:
vector<int> inorderTraversal(TreeNode* root) {
vector<int> ans;
dfs(root, ans);
return ans;
}
void dfs(TreeNode* curr, vector<int>& ans) {
if (curr == nullptr) return;
dfs(curr->left, ans); // 左
ans.push_back(curr->val); // 中
dfs(curr->right, ans); // 右
}
};
后序
class Solution {
public:
vector<int> postorderTraversal(TreeNode* root) {
vector<int> ans;
dfs(root, ans);
return ans;
}
void dfs(TreeNode* curr, vector<int>& ans) {
if (curr == nullptr) return;
dfs(curr->left, ans); // 左
dfs(curr->right, ans); // 右
ans.push_back(curr->val); // 中
}
};
时间复杂度为 O(n)
。n
是节点数。
空间复杂度平均是 O(log n)
。最坏是 O(n)
,此时树是一条链。
迭代
迭代法写起来麻烦一点。总体的思路就是用栈来模拟递归。
时间复杂度都是 O(n)
。n
是节点数。
空间复杂度都是 O(n)
。
栈是后进先出,说以顺序恰好相反,即先遍历左边,则右节点优先入栈。
前序
前序是最好 写的,用栈来模拟。
注意:子节点入栈时,需要先右后左。
class Solution {
public:
vector<int> preorderTraversal(TreeNode* root) {
vector<int> ans;
stack<TreeNode*> st;
if (root) st.push(root);
while (st.size())
{
// 中
TreeNode* curr = st.top(); st.pop();
ans.push_back(curr->val);
// 注意顺序:右左
if (curr->right) st.push(curr->right);
if (curr->left) st.push(curr->left);
}
return ans;
}
};
中序
从根节点开始不断把左子节点入栈,到底后,再处理栈中的节点。
class Solution {
public:
vector<int> inorderTraversal(TreeNode* root) {
vector<int> ans;
stack<TreeNode*> st;
TreeNode* curr = root;
while (curr || st.size())
{
// 左
while (curr)
{
st.push(curr);
curr = curr->left;
}
// 中
curr = st.top(); st.pop();
ans.push_back(curr->val);
// 右
curr = curr->right;
}
return ans;
}
};
后序
写法类似中序,但是处理栈中的节点前,要先检查它的右子节点有没有被处理过。
class Solution {
public:
vector<int> postorderTraversal(TreeNode* root) {
vector<int> ans;
stack<TreeNode*> st;
TreeNode* curr = root;
TreeNode* prev = nullptr; // 前一个处理的节点
while (curr || st.size())
{
// 左
while (curr)
{
st.push(curr);
curr = curr->left;
}
curr = st.top(); // 不 pop,因为不一定处理
// 如果 prev 不是右节点,说明右边还没被处理过
if (curr->right && curr->right != prev)
{
// 右
curr = curr->right;
}
else
{
// 中
st.pop();
ans.push_back(curr->val);
prev = curr;
curr = nullptr;
}
}
return ans;
}
};
用前序实现后序
后序是左右中,前序是中左右。一个比较巧妙的方法是写一个倒过来的前序(中右左),然后把结果倒过来,这样就是后序。
class Solution {
public:
vector<int> postorderTraversal(TreeNode* root) {
vector<int> ans;
stack<TreeNode*> st;
if (root) st.push(root);
while (st.size())
{
// 中
TreeNode* curr = st.top(); st.pop();
ans.push_back(curr->val);
// 注意顺序:左右
if (curr->left) st.push(curr->left);
if (curr->right) st.push(curr->right);
}
reverse(ans.begin(), ans.end());
return ans;
}
};
迭代的统一写法
这种写法会在要处理的节点前插入一个空指针标记。如果栈顶是一个空指针,那么意味着需要处理下一个节点。如果不是空指针,就按遍历顺序,反过来把节点压入栈。
前序
class Solution {
public:
vector<int> preorderTraversal(TreeNode* root) {
vector<int> ans;
stack<TreeNode*> st;
if (root) st.push(root);
while (st.size())
{
TreeNode* curr = st.top(); st.pop();
if (curr)
{
if (curr->right) st.push(curr->right); // 右
if (curr->left) st.push(curr->left); // 左
st.push(curr); // 中
st.push(nullptr); // 标记
}
else
{
curr = st.top(); st.pop();
ans.push_back(curr->val);
}
}
return ans;
}
};
中序
class Solution {
public:
vector<int> inorderTraversal(TreeNode* root) {
vector<int> ans;
stack<TreeNode*> st;
if (root) st.push(root);
while (st.size())
{
TreeNode* curr = st.top(); st.pop();
if (curr)
{
if (curr->right) st.push(curr->right); // 右
st.push(curr); // 中
st.push(nullptr); // 标记
if (curr->left) st.push(curr->left); // 左
}
else
{
curr = st.top(); st.pop();
ans.push_back(curr->val);
}
}
return ans;
}
};
后序
class Solution {
public:
vector<int> postorderTraversal(TreeNode* root) {
vector<int> ans;
stack<TreeNode*> st;
if (root) st.push(root);
while (st.size())
{
TreeNode* curr = st.top(); st.pop();
if (curr)
{
st.push(curr); // 中
st.push(nullptr); // 标记
if (curr->right) st.push(curr->right); // 右
if (curr->left) st.push(curr->left); // 左
}
else
{
curr = st.top(); st.pop();
ans.push_back(curr->val);
}
}
return ans;
}
};
广度优先
- 层序(level-order):从上往下,从左往右,一层一层遍历。
例题:
迭代
用队列实现。
class Solution {
public:
vector<vector<int>> levelOrder(TreeNode* root) {
queue<TreeNode*> q;
vector<vector<int>> ans;
if (root) q.push(root);
while (q.size())
{
int size = q.size();
vector<int> vec;
for (int i = 0;i < size;i++)
{
TreeNode* node = q.front(); q.pop();
vec.push_back(node->val);
if (node->left) q.push(node->left);
if (node->right) q.push(node->right);
}
ans.push_back(vec);
}
return ans;
}
};
时间复杂度是 O(n)
。n
是节点数。
空间复杂度是 O(n)
。
递归
和深搜差不多,但要记录当前深度。
class Solution {
public:
vector<vector<int>> levelOrder(TreeNode* root) {
vector<vector<int>> ans;
bfs(ans, root, 0);
return ans;
}
void bfs(vector<vector<int>>& ans, TreeNode* root, int depth) {
if (!root) return;
if (ans.size() == depth) ans.emplace_back();
ans[depth].push_back(root->val);
bfs(ans, root->left, depth + 1);
bfs(ans, root->right, depth + 1);
}
};
时间复杂度为 O(n)
。n
是节点数。
空间复杂度平均是 O(\log n)
。最坏是 O(n)
,此时树是一条链。
Morris 遍历
这种方法由 J. H. Morris 在 1979 年的论文「Traversing Binary Trees Simply and Cheaply」中首次提出,因此被称为 Morris 遍历。用了线索二叉树的思想,利用树的空闲指针,实现空间开销的极限缩减。
时间复杂度是 O(n)
。n
是节点数。
空间复杂度是 O(1)
。
中序
设当前节点为 x
,流程大致如下:
-
if x.left is None
,处理x
的值,然后x = x.right
。 -
if x.left is not None
,令pre
等于x
左子树上最右边的节点。pre
是中序遍历时x
的前驱。-
if pre.right is None
,令pre.right = x
(线索),然后x = x.left
。 -
if pre.right is not None
,则必有pre.right == x
,说明我们已经遍历完x
的左子树,随着线索又回到了x
。令pre.right = None
(还原),处理x
的值,然后x = x.right
。
-
-
重复上述操作,直至访问完整棵树。
class Solution {
public:
vector<int> inorderTraversal(TreeNode* root) {
vector<int> ans;
while (root)
{
if (root->left)
{
// 找左子树最右边的节点
TreeNode* pre = root->left;
while (pre->right && pre->right != root)
{
pre = pre->right;
}
if (pre->right)
{
// 左子树访问完了
pre->right = nullptr; // 还原
ans.push_back(root->val); // 中
root = root->right; // 右
}
else
{
// 左子树还没访问
pre->right = root; // 线索
root = root->left; // 左
}
}
else
{
ans.push_back(root->val);
root = root->right;
}
}
return ans;
}
};
前序
和中序类似,但要在访问左子树前处理 当前节点。
class Solution {
public:
vector<int> preorderTraversal(TreeNode* root) {
vector<int> ans;
while (root)
{
if (root->left)
{
// 找左子树最右边的节点
TreeNode* pre = root->left;
while (pre->right && pre->right != root)
{
pre = pre->right;
}
if (pre->right)
{
// 左子树访问完了
pre->right = nullptr; // 还原
root = root->right; // 右
}
else
{
// 左子树还没访问
pre->right = root; // 线索
ans.push_back(root->val); // 中
root = root->left; // 左
}
}
else
{
ans.push_back(root->val);
root = root->right;
}
}
return ans;
}
};
后序
大体和中序差不多。但是访问完左子树后,从下往上处理左子树右边界的节点。
最后,还要手动从下往上处理整棵树右边界的节点(图中第 3 个左子树右边界)。
按这个顺序得到的就是后序遍历。
class Solution {
public:
vector<int> postorderTraversal(TreeNode* root) {
vector<int> ans;
TreeNode* x = root;
while (x)
{
if (x->left)
{
// 找左子树最右边的节点
TreeNode* pre = x->left;
while (pre->right && pre->right != x)
{
pre = pre->right;
}
if (pre->right)
{
// 左子树访问完了
pre->right = nullptr; // 还原
addRightEdgeReverse(ans, x->left); // 左子树的右边界,从下往上
x = x->right; // 右
}
else
{
// 左子树还没访问
pre->right = x; // 线索
x = x->left; // 左
}
}
else
{
// x->left 是空的
// addRightEdgeReverse(ans, x->left);
x = x->right;
}
}
// 整棵树的右边界,从下往上
addRightEdgeReverse(ans, root);
return ans;
}
void addRightEdgeReverse(vector<int>& ans, TreeNode* root) {
int count = 0;
while (root)
{
ans.push_back(root->val);
root = root->right;
count++;
}
reverse(ans.end() - count, ans.end());
}
};