二叉树的遍历

目录

  • 一、二叉树的遍历
    • 1.1 先序遍历
    • 1.2 中序遍历
    • 1.3 后序遍历
    • 1.4 小结
  • 二、二叉树的非递归遍历
    • 2.1 中序遍历非递归遍历算法
    • 2.2 先序遍历的非递归遍历算法
    • 2.3 后序遍历的非递归遍历算法
  • 三、层序遍历
    • 3.1 队列实现
  • 四、实际应用
    • 4.1 遍历二叉树的应用:输出二叉树中的叶子节点
    • 4.2 求二叉树的高度
    • 4.3 二元运算表达式树及其遍历
    • 4.4 由两种遍历序列确定二叉树

一、二叉树的遍历

1.1 先序遍历

遍历过程为:

  1. 访问根结点
  2. 先序遍历其左子树;
  3. 先序遍历其右子树。
/* c语言实现 */

// 定义结点
typedef struct TreeNode *BinTree;
typedef BinTree Position;
struct TreeNode{
  ElementType Data;
  BinTree Left;
  BinTree Right;
}

void PreOrderTraversal (BinTree BT)
{
  if (BT) {
    printf("%d", BT->Data);
    PreOrderTraversal(BT->Left);
    PreOrderTraversal(BT->Right);
  }
}
# python语言实现

# 定义结点
class TreeNode:
     def __init__(self, x):
         self.val = x
         self.left = None
         self.right = None
        
def preorder(root):
    if not root:
        return 
    print(root.val)
    preorder(root.left)
    preorder(root.right) 

二叉树的遍历_第1张图片

先序遍历:A (B D F E)(C G H I)

1.2 中序遍历

遍历过程为:

  1. 中序遍历其左子树
  2. 访问根节点
  3. 中序遍历其右子树
/* c语言实现 */

void InOrderTraversal (BinTree BT)
{
  if (BT) {
    InOrderTraversal(BT->Left);
    printf("%d", BT->Data);
    InOrderTracersal(BT->Right);
  }
}
# python语言实现

def inorder(root):
    if not root:
        return 
    inorder(root.left)
    print(root.val)
    inorder(root.right)

二叉树的遍历_第2张图片

中序遍历:(D B E F)A(G H C I)

1.3 后序遍历

遍历过程为:

  1. 后序遍历其左子树
  2. 后序遍历其右子树
  3. 访问根结点
/* c语言实现 */

void PostOrderTraversal (BinTree BT)
{
  if (BT) {
    PostOrderTraversal(BT->Left);
    PostORderTraversal(BT->Right);
    printf("%d", BT->Data);
  }
}
# python语言实现

def postorder(root):
    if not root:
        return 
    postorder(root.left)
    postorder(root.right)
    print(root.val)

二叉树的遍历_第3张图片

后序遍历:(D E F B)(H G I C)A

1.4 小结

先序、中序和后序遍历过程:遍历过程中经过结点的路线一样,只是访问各结点的时机不同

图中在从入口到出口的曲线上用×、☆、△三种符号分别标记出了先序、中序和后序访问各结点的时刻。

二叉树的遍历_第4张图片

二、二叉树的非递归遍历

非递归算法实现的基本思路:使用堆栈

2.1 中序遍历非递归遍历算法

  1. 遇到一个结点,就把它压栈,并去遍历它的左子树
  2. 左子树遍历结束后,从栈顶弹出这个结点并访问它
  3. 然后按其右指针再去中序遍历该结点的右子树
/* c语言实现 */

void InOrderTraversal(BinTree BT)
{
  BinTree T = BT;
  Stack S = CreateStack(MaxSize); // 创建并初始化堆栈S
  while (T || !IsEmpty(S)){
    while (T) { // 一直向左并将沿途结点压入堆栈
        Push(S, T);
      T = T->Left;
    }
    if (!IsEmpty(S)){
      T = Pop(S); // 结点弹出堆栈
      printf("%5d", T->Data); // (访问)打印结点
      T = T->Right; // 转向右子树
    }
  }
}
# python语言实现
def inorder(root):
    stack = []
    while stack or root:
        while root:
            stack.append(root)
            root = root.left
        root = stack.pop()
        print(root.val)
        root = root.right

2.2 先序遍历的非递归遍历算法

/* c语言实现 */

void InOrderTraversal(BinTree BT)
{
  BinTree T = BT;
  Stack S = CreateStack(MaxSize); // 创建并初始化堆栈S
  while (T || !IsEmpty(s)){
    while (T) { // 一直向左并将沿途结点压入堆栈
        printf("%5d", T->Data); // (访问)打印结点
      Push(S, T);
      T = T->Left;
    }
    if (!IsEmpty(S)){
      T = Pop(S); // 结点弹出堆栈
      T = T->Right; // 转向右子树
    }
  }
}
# python语言实现

def preorder(root):
    stack = [root]
    while stack:
        s = stack.pop()
        if s:
            print(s.val)
            stack.append(s.right)
            stack.append(s.left)

2.3 后序遍历的非递归遍历算法

// c语言实现

// 定义结点
typedef struct TreeNode{
    int data;
    struct TreeNode *lChild;
    struct TreeNode *rChild;
} TreeNode;

void postOrder(TreeNode *T){
    TreeNode *stack[15];
    int top = -1;
    int flagStack[15];   //记录每个节点访问次数栈
    TreeNode *p = T;
    while(p!=NULL||top!=-1){
        if(p!=NULL){     //第一次访问,flag置1,入栈
            stack[++ top] = p;
            flagStack[top] = 1;   
            p = p->lChild;
        }else{//(p == NULL)
            if(flagStack[top] == 1){  //第二次访问,flag置2,取栈顶元素但不出栈
                p = stack[top];
                flagStack[top] = 2;
                p = p->rChild;
            }else{         //第三次访问,出栈
                p = stack[top --];
                printf("%d\t",p->data);    //出栈时,访问输出
                p = NULL;      //p置空,以便继续退栈
            }
        }
    }
# python语言实现

def postorder(root):
    stack = []
    while stack or root:
        while root:                 # 下行循环,直到找到第一个叶子节点

            stack.append(root)
            if root.left:           # 能左就左,不能左就右

                root = root.left 
            else:
                root = root.right     
        s = stack.pop()
        print(s.val)
        #如果当前节点是上一节点的左子节点,则遍历右子节点

        if stack and s == stack[-1].left: 

            root = stack[-1].right
        else:
            root = None

三、层序遍历

二叉树遍历的核心问题:二维结构的线性化。即从结点访问其左、右儿子结点,访问左儿子后,如果根结点信息丢失,右儿子结点也会随之丢失,因此需要一个存储结构保存暂时不访问的结点,这个存储结构可以为堆栈,也可以是队列。

3.1 队列实现

遍历从根节点开始,首先将根节点入队,然后开始执行循环:结点出队、访问该结点、其左右儿子入队。

二叉树的遍历_第5张图片

层序基本过程:先根结点入队,然后:

  1. 从队列中取出一个元素;
  2. 访问该元素所指结点;
  3. 若该元素所指结点的左、右孩子结点非空,则将其左、右孩子的指针顺序入队
/* c语言实现 */

void LevelOrderTraversal (BinTree BT)
{
  Queue Q; BinTree T;
  if (!BT) return; // 若是空树则直接返回
  Q = CreateQueue(MaxSize); // 创建并初始化队列Q
  AddQ(Q, BT);
  while (!IsEmptyQ(Q))
  {
    T = DeleteQ(Q);
        printf("%d\n", T->Data); // 访问取出队列的结点
    if (T->Left) AddQ(Q, T->Left);
    if (T->Right) AddQ(Q, T->Right);
  }
}
# python语言实现

def BFS(root):
    queue = [root]
    while queue:
        n = len(queue)
        for i in range(n):
            q = queue.pop(0)
            if q:
                print(q.val)
                queue.append(q.left if q.left else None)
                queue.append(q.right if q.right else None)

四、实际应用

4.1 遍历二叉树的应用:输出二叉树中的叶子节点

在二叉树的遍历算法中检测结点的左右子树是否都为空

/* c语言实现 */

void PreOrderPrintLeaves (BinTree BT)
{
  if (BT) {
    if (!BT->Left && !BT->Right)
      printf("%d", BT->Data);
    PreOrderPrintLeaves(BT->Left);
    PreOrderPrintLeaves(BT->Right);
  }
}
# python语言实现

class Node(object):
    """节点类"""

    def __init__(self, val=-1, left=None, right=None):
        self.val = val
        self.left = left
        self.right = right


class Tree(object):
    """树类"""

    def __init__(self):
        self.root = Node()
        self.queue = []  # 使用列表模拟队列

    def add(self, val):
        """为树添加节点"""
        node = Node(val)

        if self.root.val == -1:  # 如果树是空的,则对根节点赋值

            self.root = node
            self.queue.append(self.root)
        else:
            treeNode = self.queue[0]  # 此结点的子树还没有齐。
            if treeNode.left == None:
                treeNode.left = node  # 左子树变成节点(初始此节点左右都是None)
                self.queue.append(treeNode.left)
            else:
                treeNode.right = node
                self.queue.append(treeNode.right)
                self.queue.pop(0)  # 如果该结点存在右子树,将此结点丢弃。

    def leave(self, root):
        if root == None:
            return 0
        elif root.left == None and root.right == None:
            return 1
        else:
            return (self.leave(root.left) + self.leave(root.right))  # 递归遍历所有左子树右子树,当左右都为None时才算1


if __name__ == '__main__':
    """主函数"""
    vals = range(10)  # 生成十个数据作为树节点
    tree = Tree()  # 新建一个树对象
    for val in vals:
        tree.add(val)  # 逐个添加树的节点
    print('叶子节点个数:', tree.leave(tree.root))

4.2 求二叉树的高度

二叉树的遍历_第6张图片

/* c语言实现 */

int PostOrderGetHeight(BinTree BT)
{
  int HL, HR, MaxH;
  if (BT) {
    HL = PostOrderGetHeight(BT->Left); // 求左子树的深度
    HR = PostOrderGetHeight(BT->Right); // 求右子树的深度
    MaxH = (HL > HR) ? HL : HR; // 取左右子树较大的深度
    return (MaxH + 1); // 返回树的深度
  }
  else return 0; // 空树深度为0
}
# python实现

# 基本思路就是递归,当前树的最大深度等于(1+max(左子树最大深度,右子树最大深度))。

def maxDepth(root):

    if not root:
        return 0
    return 1+max(maxDepth(root.left), maxDepth(root.right))

4.3 二元运算表达式树及其遍历

二叉树的遍历_第7张图片三种遍历可以得到三种不同的访问结果:

  • 先序遍历得到前缀表达式:++a*bc*+*defg
  • 中序遍历得到中缀表达式(中缀表达式会受到运算符优先级的影响):a+b*c+d*e+f*g
  • 后序遍历得到后缀表达式:abc*+de*f+g*+

4.4 由两种遍历序列确定二叉树

已知三种遍历中的任意两种遍历序列,不能唯一确定一颗二叉树,如果两种遍历序列中有中序遍历,则可以唯一确定一颗二叉树。

对于给出的先序遍历序列为:AB后序遍历序列:BA,可能有如下两种情况:

二叉树的遍历_第8张图片

先序和中序遍历序列来确定一颗二叉树

  • 根据先序遍历序列第一个结点确定根节点
  • 根据根节点在中序遍历序列中分割出左右两个子序列
  • 左子树和右子树分别递归使用相同的方法继续分解

二叉树的遍历_第9张图片

二叉树的遍历_第10张图片

类似地,后序和中序遍历序列也可以确定一颗二叉树。

你可能感兴趣的:(二叉树的遍历)