二叉树的非递归遍历

非递归后序遍历题解

  • 1、申请一个栈,记为stack,将头结点压入stack,同时设置两个变量h和c,h代表最近一次弹出并打印的节点,c代表stack的栈顶节点,初始时h为头结点,c为null
  • 2、 每次令c等于stack的栈顶节点,但是不从stack中弹出,此时分以下三种情况。
    • 2.1如果c的左孩子不为null,并且h不等于c的左孩子,也不等于c的右孩子,则把c的左孩子压入栈中。
      • 因为h是最近一次弹出并打印的节点,如果h等于c的左孩子或者右孩子,说明c的左子树与右子树已经打印完毕,此时不应该再将c的左孩子放入stack中。否则说明左子树还没被处理过,此时可以将c的左孩子压入stack中。
    • 2.2 如果条件1不成立,并且c的右孩子不等于null,h不等于c的右孩子,则把c的右孩子压入栈中。
    • 2.3 如果条件1和条件2都不成立,说明c的右子树和左子树都已经打印完毕,那么从stack中弹出c并打印,然后令h=c。
  • 3、 一直重复步骤2,直到stack为空,过程停止
public List postorderTraversal(TreeNode root) {
		List list=new ArrayList<>();
		if(root==null)
			return list;
		Stack stack=new Stack<>();
		stack.add(root);
		TreeNode c=null;
		TreeNode h=root;
		while(!stack.isEmpty()) {
			c=stack.peek();
			if(c.left!=null&&h!=c.left&&h!=c.right)
				stack.push(c.left);
			else if(c.right!=null&&h!=c.right) {
				stack.push(c.right);
			}else {
				list.add(stack.pop().val);
				h=c;
			}
		}
		return list;
	}

非递归中序遍历题解

  • 1、 申请一个新栈,记为stack。初始时,令变量cur=head
  • 2、 先把cur节点压入栈中,对以cur节点为头的整棵子树来说,依次把左边界压入栈中,即不停的令cur=cur.left,然后重复步骤2
  • 3、不断重复步骤2,直到发现cur为空,此时从stack中弹出一个节点,记为node。打印node的值,并且让cur=node.right,然后继续重复步骤2
  • 4、 当stack为空且cur为空时,整个过程停止。
public List inorderTraversal(TreeNode root) {
		List list=new ArrayList<>();
		if(root==null)
			return list;
		Stack stack=new Stack<>();
		TreeNode cur=root;
		while(!stack.isEmpty()||cur!=null) {
			if(cur!=null) {
				stack.add(cur);
				cur=cur.left;
			}else {
				cur=stack.pop();
				list.add(cur.val);
				cur=cur.right;
			}
		}
		return list;
	}

非递归前序遍历题解

  • 1、申请一个新栈stack,然后将头结点压入stack中
  • 2、从stack中弹出栈顶节点,记为cur,然后打印cur节点的值,再将节点的右孩子(不为空的话)先压入stack中,最后将cur的左孩子(不为空的话)压入stack中
  • 3、不断重复步骤2,直到stack为空,全部过程结束
public List preorderTraversal(TreeNode root) {
		List list=new ArrayList<>();
		if(root==null)
			return list;
		Stack stack=new Stack<>();
		stack.add(root);
		while(!stack.isEmpty()) {
			TreeNode cur=stack.pop();
			list.add(cur.val);
			if(cur.right!=null) 
				stack.add(cur.right);
			if(cur.left!=null)
				stack.add(cur.left);
		}
		return list;
    }

你可能感兴趣的:(算法,树)