likes
comments
collection
share

【刷题】二叉树非递归遍历

作者站长头像
站长
· 阅读数 7

原题链接:

整体思路

三道题的解决思路可统一,模板也极其相似,比九章提供的更漂亮。

  1. 将二叉树分为“左”(包括一路向左,经过的所有实际左+根)、“右”(包括实际的右)两种节点
  2. 使用同样的顺序将“左”节点入栈
  3. 在合适的时机转向(转向后,“右”节点即成为“左”节点)、访问节点、或出栈

比如{1,2,3},当cur位于节点1时,1、2属于“左”节点,3属于“右”节点。DFS的非递归实现本质上是在协调入栈、出栈和访问,三种操作的顺序。上述统一使得我们不再需要关注入栈顺序,仅需要关注出栈和访问(第3点),随着更详细的分析,你将更加体会到这种简化带来的好处。

将对节点的访问定义为results.add(node.val);,分析如下:

先序&&中序:

先序和中序的情况是极其相似的。

  • 先序的实际顺序:根左右
  • 中序的实际顺序:左根右

使用上述思路,先序和中序的遍历顺序可统一为:“左”“右”。

给我们的直观感觉是代码也会比较相似。实际情况正是如此,先序与中序的区别只在于对“左”节点的访问上。

先序的实现

不需要入栈,每次遍历到“左”节点,立即输出即可。

需要注意的是,遍历到最左下的节点时,实际上输出的已经不再是实际的根节点,而是实际的左节点。这符合先序的定义。

while (cur != null) {
	results.add(cur.val);
	stack.push(cur);
	cur = cur.left;
}

而后,因为我们已经访问过所有“左”节点,现在只需要将这些没用的节点出栈,然后转向到“右”节点。于是“右”节点也变成了“左”节点,后续处理同上。

if (!stack.empty()) {
	cur = stack.pop();
	// 转向
	cur = cur.right;
}

完整代码如下:

private List<Integer> dfsPreOrder(TreeNode root) {
	ArrayList<Integer> results = new ArrayList<>();
	Stack<TreeNode> stack = new Stack<>();

	TreeNode cur = root;
	while (cur != null || !stack.empty()) {
		while (cur != null) {
			results.add(cur.val);
			stack.push(cur);
			cur = cur.left;
		}
		cur = stack.pop();
		// 转向
		cur = cur.right;
	}

	return results;
}

中序的实现

基于对先序的分析,先序与中序的区别只在于对“左”节点的处理上,我们调整一行代码即可完成中序遍历。

while (cur != null) {
	stack.push(cur);
	cur = cur.left;
}
cur = stack.pop();
results.add(cur.val); // 仅调整该行代码
// 转向
cur = cur.right;

注意,我们在出栈之后才访问这个节点。因为先序先访问实际根,后访问实际左,而中序恰好相反。相同的是,访问完根+左子树(先序)或左子树+根(中序)后,都需要转向到“右”节点,使“右”节点称为新的“左”节点。

完整代码如下:

private List<Integer> dfsInOrder(TreeNode root) {
    List<Integer> results = new ArrayList<>();
    Stack<TreeNode> stack = new Stack<TreeNode>();
    TreeNode cur = root;
    while (cur != null || !stack.empty()) {
        while (cur != null) {
            stack.push(cur);
            cur = cur.left;
        }
        cur = stack.pop();
        results.add(cur.val);
        cur = cur.right;
    }
    return results;
}

后序

后序的情况略有不同,但仍然十分简洁。

  • 后序的实际顺序:左右根

入栈顺序不变,我们只需要考虑第3点的变化(合适时机转向)。出栈的对象一定都是“左”节点(“右”节点会在转向后称为“左”节点,然后入栈),也就是实际的左或根;实际的左可以当做左右子树都为null的根,所以我们只需要分析实际的根。

对于实际的根,需要保证先后访问了左子树、右子树之后,才能访问根。实际的右节点、左节点、根节点都会成为“左”节点入栈,所以我们只需要在出栈之前,将该节点视作实际的根节点,并检查其右子树是否已被访问即可。如果不存在右子树,或右子树已被访问了,那么可以访问根节点,出栈,并不需要转向;如果还没有访问,就转向,使其“右”节点成为“左”节点,等着它先被访问之后,再来访问根节点。

所以,我们需要增加一个标志,记录右子树的访问情况。由于访问根节点前,一定先紧挨着访问了其右子树,所以我们只需要一个标志位。

完整代码如下:

private List<Integer> dfsPostOrder(TreeNode root) {
    List<Integer> results = new ArrayList<>();
    Stack<TreeNode> stack = new Stack<>();
    
    TreeNode cur = root;
    TreeNode last = null;
    while(cur != null || !stack.empty()){
        while (cur != null) {
            stack.push(cur);
            cur = cur.left;
        }
        cur = stack.peek();
        if (cur.right == null || cur.right == last) {
            results.add(cur.val);
            stack.pop();
            // 记录上一个访问的节点
            // 用于判断“访问根节点之前,右子树是否已访问过”
            last = cur;
            // 表示不需要转向,继续弹栈
            cur = null;
        } else {
            cur = cur.right;
        }
    }
    
    return results;
}

总结

思路简洁万岁!模板大法万岁!

消灭人类暴政,世界属于三体!


本文链接:【刷题】二叉树非递归遍历 作者:猴子007 出处:monkeysayhi.github.io 本文基于 知识共享署名-相同方式共享 4.0 国际许可协议发布,欢迎转载,演绎或用于商业目的,但是必须保留本文的署名及链接。