二叉树的遍历(前序 中序 后续 层次 深度优先 广度优先)

书籍推荐

《大话数据结构》——https://www.loneway.ren/book/20006

二叉树的遍历

二叉树的遍历方式有两类：深度优先遍历和广度优先遍历。

深度优先遍历

深度优先遍历是指顺着某一条路径尽可能的向前探索，必要的时候(探索到叶子节点)回溯。

遍历顺序:

• 先根序遍历(DLR)
• 中根序遍历(LDR)
• 后根序遍历(LRD)

实现方法:

• 递归方法

    给定一个二叉树，返回它的中序 遍历。
    示例:

    输入: [1,null,2,3]
       1
        \
         2
        /
       3

    输出: [1,3,2]

    来源：力扣（LeetCode）
    链接：https://leetcode-cn.com/problems/binary-tree-inorder-traversal

    # Definition for a binary tree node.
    # class TreeNode(object):
    #     def __init__(self, x):
    #         self.val = x
    #         self.left = None
    #         self.right = None
    class Solution(object):
        def inorderTraversal(self, root):
            """
            :type root: TreeNode
            :rtype: List[int]
            """
            assert isinstance(root, TreeNode). TypeError
            if not root:
                return []
            return self.inorderTraversal(root.left) + [root.val] + self.inorderTraversal(root.right)

• 循环迭代方法

先根序遍历(DLR):

    class Solution(object):
        def inorderTraversal(self, root):
            i = root
            result = []
            stack = []
            while i or stack: # 判断整棵树是否遍历完成
                while i: # 判断是否达到叶子节点
                    result.append(i.val) # 先遍历根节点
                    stack.append(i.right) # 右子树入栈，待会儿遍历
                    i = i.left # 深入左子树
                i = stack.pop() # 取出右子树
            return result


中根序遍历(LDR):

    class Solution(object):
        def inorderTraversal(self, root):
            i = root
            result = []
            stack = []
            while i or stack:
                while i:
                    stack.append(i)
                    i = i.left
                i = stack.pop()
                result.append(i.val)
                i = i.right
            return result

后根序遍历(LRD):

    class Solution(object):
        def inorderTraversal(self, root):
            i = root
            result = []
            stack = []
            while i or stack:
                while i:
                    stack.append(i)
                    i = i.left or i.right
                i = stack.pop()
                result.append(i.val)
                if stack and i == stack[-1].left:
                    i = stack[-1].right
                else:
                    i = None
            return result

广度优先遍历

广度优先遍历是指在所有子树路径上齐头并进。

遍历顺序:

• 层次遍历

实现方法

• 队列循环迭代

    from Queue import Queue
    class Solution(object):
        def inorderTraversal(self, root):
            result = []
            q = Queue()
            q.input(root)
            while not q.empty():
                item = q.get()
                if item:
                    if item.left:
                        q.put(item.left)
                    if item.right:
                        q.put(item.right)
                    result.append(item.val)
            return result

• 双层列表迭代

    class Solution(object):
        def inorderTraversal(self, root):
            result = []
            if not root:
                return result
            cur_nodes = [root]
            while cur_nodes:
                sub_result = []
                next_nodes = []
                for node in cur_nodes:
                    if node:
                        sub_result.append(node.val)
                        if node.left:
                            next_nodes.append(node.left)
                        if node.right:
                            next_nodes.append(node.right)  
                result.append(sub_result)
                cur_nodes = next_nodes
            return result

问题变种

• 根据先根序遍历和中根序遍历结果，恢复一颗二叉树

    根据一棵树的前序遍历与中序遍历构造二叉树。

    注意:
    你可以假设树中没有重复的元素。

    例如，给出

    前序遍历 preorder = [3,9,20,15,7]
    中序遍历 inorder = [9,3,15,20,7]
    返回如下的二叉树：

        3
       / \
      9  20
        /  \
       15   7


    来源：力扣（LeetCode）
    链接：https://leetcode-cn.com/problems/construct-binary-tree-from-preorder-and-inorder-traversal
    # Definition for a binary tree node.
    # class TreeNode(object):
    #     def __init__(self, x):
    #         self.val = x
    #         self.left = None
    #         self.right = None

    class Solution(object):
        def buildTree(self, preorder, inorder):
            """
            :type preorder: List[int]
            :type inorder: List[int]
            :rtype: TreeNode
            """
            if not preorder:
                return None
            root = TreeNode(preorder[0])
            mid = inorder.index(preorder[0])
            root.left = self.buildTree(preorder[1: mid+1], inorder[:mid])
            root.right = self.buildTree(preorder[mid+1:], inorder[mid+1:])
            return root