数据结构与算法分析笔记与总结(java实现)--二叉树2：非递归二叉树的序列打印练习题

题目：请用非递归方式实现二叉树的先序、中序和后序的遍历打印。给定一个二叉树的根结点root，请依次返回二叉树的先序，中序和后续遍历(二维数组的形式)。

思路：对于非递归的方式遍历二叉树，实现起来较麻烦，由于二叉树是一种特殊的结构，有自己的特征，因此会有遍历二叉树的方法，只是这种规律较为复杂，并不直观，而且要借助额外的数据结构(栈)，因此较为麻烦，这里只需要理解代码的意义然后记住先序、中序、后序遍历的逻辑，记住实现的代码，即先接受这种遍历的方法再慢慢理解，通过记住操作过程来写代码，之后慢慢理解。

其实代码很简单，关键是理解，之后很多二叉树的问题是基于树的遍历的，因此要会对遍历的代码进行改编和灵活使用。

 

先序遍历：

所谓先序遍历是指对于任何的子树，先遍历根结点，再遍历左子树，再遍历右子树。

①创建一个栈用来存放结点对象treeNode，Java类库中有Stack类，Stack stack=newStack()；

②首先将根结点root压入栈中，stack.push(root)，然后从栈中弹出栈顶元素root，每弹出一个结点记作cur，去判断这个弹出的结点是否有左结点、右结点；如果有的话，先将其右结点压入栈中，再将其左结点压入栈中，如果没有结点就不用压入，即每当从栈中弹出一个结点时，要将这个结点的右结点和左结点压入到栈中（弹出一个压入2个，且先压入右结点再压入左结点，因为栈是先进后出的，因此为了先弹出遍历左结点后右结点，需要向栈中先压入右结点再压入左结点），注意这里对于弹出的结点，不管是否有子节点，都要进行这个动作，即判断有无右结点和左结点，有的话压入右结点和左结点。即弹出一个结点之后就要进行2个动作，压入该结点的右结点和左结点，压入之前添加一个判断即可，如果node.right!=null，则stack.push(node.right)；如果node.left!=null，则stack.push(node.left)，之后再从栈顶弹出栈顶结点并将这个结点的2个子节点压入栈中，即程序的循环逻辑总是先弹出一个栈顶元素，然后将这个元素的右结点、左结点分别压入栈中，然后再弹出一个栈顶元素……当发现栈中没有元素时，停止循环。（理解：循环开始前会先压入root结点，循环开始时总是弹出一个结点压入0个或者1个或者2个结点，一开始通常是弹出1个结点然后压入2个结点，因此栈中的元素会逐渐变多，后来当遍历到叶子结点时总是弹出一个但是压入0个，因此栈中结点会逐渐变少，直到最后一个结点弹出但是又没有新的子节点压入，于是下一次循环开始时栈为null，于是遍历结束，即当stack==null时遍历结束），每次弹出的结点就是当前遍历的结点，于是在每次弹出一个元素时将它打印或者将它放入到集合list中存放。

 

中序遍历：

所谓中序遍历就是先遍历左子树，再遍历根结点，再遍历右子树。

①创建一个栈Stack stack=newStack();用来存放结点,用TreeNode temp=root表示当前遍历到的结点，初始值为temp=root。

②首先将根结点root压入到栈中，注意理解，中序遍历时会先把最底层最左端的结点④结点压入到栈中，即总是循环进行temp=temp.left,将从root开始的左边界路径上的结点都一次放入到栈中，于是栈中从下到上是①②④，当temp为null时说明左边界路径已经遍历完成，此时从栈中弹出栈顶元素④，每次弹出的元素就是当前遍历的元素；对于弹出的元素已知其左子树是都在栈里的，因此检查它的右子树是否为null，如果为null就继续从栈中弹出一个元素；如果不为null，那么可知这个结点有右子树，此时应该遍历这个右子树（既然已经到了这个步骤，说明这个结点的左子树已经遍历好了，按照中序遍历的顺序，在遍历完左子树、根结点之后应该遍历右子树）；遍历右子树的过程和遍历整棵树的过程是完全一样的，令temp=node.right(node是从栈中弹出的结点)，也是先遍历这个子树的左边界，temp=temp.left并将左边界上的结点都压入到栈中，当temp==null时从栈中弹出1个结点，检查这个结点是否有右子树，没有右子树就继续从栈中弹出结点，直到

即整个循环过程是这样的：先将根结点root压入到栈中，初始化temp=root，然后while(temp!=null)；将temp压入栈中，并令temp=temp.left(注意是先压入再向左移动)；当temp==null时，从栈中弹出一个结点表示当前遍历的结点；对于弹出的结点，令temp=temp.right(相当于一棵子树的根结点，相当于从新开始，这个temp相当于root)；判断然后逻辑和之前一样，即进行一个新的while(temp!=null)的循环，先将temp压入栈中，然后一直取temp的左边界并存入到栈中，直到temp==null时从栈中弹出一个结点，并将temp赋值为temp.right。即总是先访问（访问不等于遍历）左边界，当左边界访问结束后，向后退一个元素，弹出一个元素然后取其右结点作为根结点进行相同的操作；当弹出的结点的右子树一直为null进一直无法进入while(temp!=null)循环从而无法向栈中添加元素，但是要一直从栈中弹出结点，显然这是一个循环过程，且当栈中元素弹光后就要停止循环。因此在while(temp!=null)循环的外面还要有一层循环，当栈中还有结点时才能进行循环体，当栈中没有结点时循环结束，即while(stack!=null){}。

理解：对于任意一棵树或者子树，总是先将其左边界上的所有结点依次放入到栈中，当左边界上访问结束后，就从栈中弹出一个结点(也就是在左边界上从后往前弹出一个结点进行遍历)，然后取这个弹出结点node的右子树结点node.right作为temp，这个结点可以看做是开始时候的根结点，之后的操作是相同的。当栈中元素为null时，循环结束，遍历结束。

 

为了与先序遍历保持统一，即root结点单独压入栈中，因此挑这个代码：

①创建一个栈stack用来存放结点，创建一个指针遍历cur用来表示当前正在访问的结点，将cur初始化为root结点，将root结点压入到栈中stack.push(cur);

②while(cur!=null)，一直取cur结点的左结点，即cur=cur.left，并将其压入push到栈中（先取left结点再将其压入到栈中），当cur==null时，说明左边界遍历结束，此时从栈中弹出pop一个结点node，这个结点就是当前遍历的结点；取出这个结点的右子树，cur=node.right，这个结点就相当于根结点root，判断cur是否为null，如果if(cur!=null),说明node结点有右子树，于是使用当前的cur开始新的一次循环即可（进入while(cur!=null)逻辑），与根结点root一样，由于while循环中是先得到cur的左结点，在将左结点压入栈中，于是这个结点需要手动压入栈中push(cur)之后才重新进入while(cur!=null)循环；如果if(cur==null)，说明，node结点没有右子树，于是直接进入while(cur==null)的循环即可，即再从栈中弹出一个结点即可；一直按照这2中情况进行处理，当最后stack中结点是null时，说明遍历结束。

总的来说：逻辑很简单，先将子树根结点压入栈；然后访问左边界并将结点顺序压入栈中；当左边界压完之后（即cur==null时）弹出一个结点node，取这个结点的右结点作为cur，先将其压入栈中然后重新开始循环即可；直到栈中没有元素时遍历结束。

规律：只要弹出一个结点，cur就跑到cur的right上；只要弹出的结点的右结点cur为null就接着弹出；当结点的左结点为null时就从栈中弹出结点；弹出结点之后要判断其右结点是否为null，如果不为null，要将其右结点压入到栈中。因此在循环过程中，有时候当弹出一个结点后stack会变空，但是由于此时循环体还没有结束，此时对于弹出的结点node，要取它的right作为cur，如果cur不为空要将其压入stack中，于是stack并不为null，只有当此时cur也为null,那么说明真的没有元素了。

 

后序遍历：

所谓后序遍历是指先遍历根结点的左子树，再遍历根结点的右子树，再遍历根结点。

后序遍历的非递归实现有2种方法，第一种方法使用2个栈，第二个方法使用1个栈，第一种方法较为简单，掌握第一种方法，第二种方法需要时再理解。

①创建2个栈stack1，stack2用来中转结点，创建一个cur指针用来表示当前的结点

②与之前先序、中序统一，先将根结点root压入到栈stack1中；从栈stack1中弹出一个结点node，并将其放入到stack2中，然后先后将node的左右结点放入到stack1中（注意是先放左结点再放右结点，这只是2个动作，先判断一下left和right是否为null，如果不为null时才放入到stack1中）；这2个动作执行完后就从stack1中弹出一个结点作为node，放入stack2中，并再次将node.left 和node.right分别放入到stack1中，当stack1中没有结点时循环结束，此时所有结点都已经进入到了stack2中，将stack2中的结点依次取出就是后序遍历的顺序。

理解：即stack2中只存放从stack1中弹出的结点，不会弹出结点，只是作为最后的一个逆序的工具；后序遍历和先序遍历过程很相似，只是多了一个栈，并且每次压入栈中时是先压左结点再压右结点；总的来说，后序遍历的过程是这样的：先将根结点cur压入栈stack1中，制作一个循环，当stack1.isEmpty()==false时，先从stack1中弹出一个一个结点node并放入stack2中；然后先后将node的左结点和右结点压入到stack1中；如果stack1不为null就再从栈中弹出一个结点node放入stack2并再次将node的左右结点一起入到栈中，以此类推，直到stack1为空时树中的结点遍历结束，都存在于stack2中了，于是将stack2中的结点倒出就得到了后序遍历的顺序。

总结：其实先序遍历、中序遍历、后序遍历的代码也并不难，只是理解起来并不直观，因为这是一个高度抽象的规律，因此先记住3种遍历的操作，会写出代码，之后在练习中慢慢掌握。

注意：常识：Stack判断有无元素的方法是isEmpty()，不能使用stack==null来判断栈是否为null。

importjava.util.*;

/*

publicclass TreeNode {

    int val = 0;

    TreeNode left = null;

    TreeNode right = null;

    public TreeNode(int val) {

        this.val = val;

    }

}*/

//非递归实现二叉树的先序、中序、后序遍历

//所谓遍历就是给定根结点，然后按照指定顺序遍历各个结点，将遍历过的结点一次放入集合或者数组中，或者直接打印出来

publicclass TreeToSequence {

    public int[][] convert(TreeNode root) {

       //特殊输入

        if(root==null) return null;

        

       //由于树的结点数目不知道，因此遍历过的结点只能存放在集合list中，之后再转存到数组中

        List preOrderList=newArrayList();

        List inOrderList=newArrayList();

        List afterOrderList=newArrayList();

       

        //对以root为根结点的二叉树进行遍历，将遍历过的结点依次放入到preOrderList中

        this.preOrder(root,preOrderList);

        this.inOrder(root,inOrderList);

        this.afterOrder(root,afterOrderList);

       

       //创建一个二维数组用于返回结果

        int[][]results=new int[3][preOrderList.size()];

       

       //集合list不能直接转化为int[]数组，因此要遍历集合取出元素放入到数组中

       //注意细节：get(i)得到的是结点对象，而返回的是节点的值

        for(inti=0;i

           results[0][i]=preOrderList.get(i).val;

            results[1][i]=inOrderList.get(i).val;

           results[2][i]=afterOrderList.get(i).val;

        }

       

       //不要忘记返回结果

        return results;

    }

   

   //对以root为根结点的二叉树进行先序遍历，将遍历过的结点依次放入到preOrderList中

    private void preOrder(TreeNoderoot,List preOrderList){

       //①创建一个栈,菱形符

        Stack stack=newStack<>();

       //②创建指针cur表示当前正在访问的结点,初始值为root

        TreeNode cur=root;

       //③将根结点放入栈中

        stack.push(cur);

       //④循环，弹栈--右左结点入栈--弹栈……

        while(!stack.isEmpty()){

            //从栈顶弹出一个结点node

            cur=stack.pop();

            //弹出的元素就是当前遍历的元素，将其放入到集合中

            preOrderList.add(cur);

            //如果弹出元素node有右元素，则入栈

            if(cur.right!=null)stack.push(cur.right);

            //如果弹出元素node有左元素，则入栈

            if(cur.left!=null)stack.push(cur.left);

        }

    }

   

   //对以root为根结点的二叉树进行中序遍历，将遍历过的结点依次放入到inOrderList中

    private void inOrder(TreeNoderoot,List inOrderList){

       //①创建一个栈用来存放结点

        Stack stack=newStack<>();

       //②创建变量指针cur表示当前正在访问的结点,cur初始值为root

        TreeNode cur=root;

       //③将根结点放入栈中

        stack.push(cur);

       //④循环：当stack不为空就继续循环

        while(!stack.isEmpty()){

            //⑤循环，如果左结点不为null就将结点放入栈中

            while(cur!=null){

                //先取左结点再放入栈中

                cur=cur.left;

                //注意这里cur!=null并不表示cur.left!=null，因此要重新判断，只有left不为null才放入栈中，否则结束循环

                if(cur!=null) stack.push(cur);

            }

            //当左结点为null，即左结点遍历完成后

            //从栈中弹出结点，这就是当前遍历的结点，放入集合

            cur=stack.pop();

            inOrderList.add(cur);

           

            //取弹出结点的右结点，判断是否为null,如果不为null则同root一样放入stack中

            cur=cur.right;

            if(cur!=null) stack.push(cur);

            //如果有结点为null,则通过循环继续弹出结点再取有右结点即可，直到stack为空

        }

    }

   

   //对以root为根结点的二叉树进行后序遍历，将遍历过的结点依次放入到afterOrderList中

   private void afterOrder(TreeNode root,ListafterOrderList){

       //①创建2个栈用于存放结点

        Stack stack1=newStack<>();

        Stack stack2=new Stack<>();

       //②创建临时变量cur表示当前正在变量的结点,初始值为root

        TreeNode cur=root;

       //③将根结点先放入栈中

        stack1.push(cur);

       //④循环--逻辑类似先序遍历

        while(!stack1.isEmpty()){

            //先弹出栈顶元素，放入stack2

            cur=stack1.pop();

            stack2.push(cur);

           

            //再将其左、右结点放入栈中

            if(cur.left!=null)stack1.push(cur.left);

            if(cur.right!=null)stack1.push(cur.right);

        }

       

       //此时树的结点都在stack2中，将其放入到集合中

        while(!stack2.isEmpty()){

            afterOrderList.add(stack2.pop());

        }

    }

}

 

总结：对于二叉树的先序遍历、中序遍历、后序遍历，如果采用递归实现，时间复杂度都是O(n)，其中n是二叉树的结点数目，因为每个结点都要遍历一次，即遍历时间总是与二叉树的结点数目成正比；空间复杂度都是O(L)，其中L是二叉树的层数（深度、高度），因为递归的次数就是二叉树的层数，因此递归中使用的空间与层数成正比；如果使用非递归实现，那么时间复杂度也是O(n)，由于需要使用额外的栈，因此空间复杂度也为O(L),对于后序遍历，即使使用了2个栈，但是空间复杂度的级别还是O(L)级别的。

因此，对于二叉树的遍历，无论使用先序、中序还是后序，无论使用递归还是循环，时间复杂度都是O(n)，空间复杂度都是O(L)。