【数据结构】树的遍历

发布时间:2024年01月02日

树的遍历

前序遍历

前序遍历是按照根节点->左子树->右子树的顺序进行遍历
在这里插入图片描述

图片来源维基百科深度优先遍历(前序遍历): F, B, A, D, C, E, G, I, H.

代码实现
递归
# class TreeNode:
#     def __init__(self, x):
#         self.val = x
#         self.left = None
#         self.right = None
# 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可
# @param root TreeNode类 
# @return int整型一维数组
class Solution:
    def preorderTraversal(self , root: TreeNode) -> List[int]:
        # write code here
        if not root:
            return []
        return [root.val] + self.preorderTraversal(root.left) + self.preorderTraversal(root.right)
非递归
class Solution:
    def preorderTraversal(self , root: TreeNode) -> List[int]:
        # write code here
        if not root:
            return []
        node_stack = []
        ans = []

        node_stack.append(root)
        while node_stack:
            node = node_stack.pop(-1)
            if node.right:
                node_stack.append(node.right)

            if node.left:
                node_stack.append(node.left)

            ans.append(node.val)

        return ans

牛客 BM23 二叉树的前序遍历

中序遍历

中序遍历是按照左子树->根节点->右子树的顺序进行遍历

在这里插入图片描述

图片来源维基百科深度优先遍历(中序遍历): A, B, C, D, E, F, G, H, I.

代码实现
递归
class Solution:
    def inorderTraversal(self , root: TreeNode) -> List[int]:
        # write code here
        if not root:
            return []
        return self.inorderTraversal(root.left) + [root.val] + self.inorderTraversal(root.right)
非递归
class Solution:
    def inorderTraversal(self , root: TreeNode) -> List[int]:
        # write code here
        if not root:
            return []

        node_stack = []
        ans = []

        while node_stack or root:
            while root:
                node_stack.append(root)
                root = root.left

            node = node_stack.pop(-1)
            ans.append(node.val)
            root = node.right

        return ans

牛客 BM24 二叉树的中序遍历

后序遍历

中序遍历是按照左子树->右子树->根节点的顺序进行遍历

在这里插入图片描述

图片来源维基百科深度优先搜索(后序遍历):A, C, E, D, B, H, I, G, F.

代码实现
递归
class Solution:
    def postorderTraversal(self , root: TreeNode) -> List[int]:
        # write code here
        if not root:
            return []
        return self.postorderTraversal(root.left) + self.postorderTraversal(root.right) + [root.val]
非递归
class Solution:
    def postorderTraversal(self , root: TreeNode) -> List[int]:
        # write code here
        if not root:
            return []

        pre = None
        node_stack = []
        ans = []
        while root or node_stack:
            # 每次先找到最左边的节点
            while root:
                node_stack.append(root)
                root = root.left

            node = node_stack.pop(-1)
            # 如果该元素的右边没有或是已经访问过
            if not node.right or node.right is pre:
                ans.append(node.val)
                pre = node
            else:
                node_stack.append(node)
                root = node.right
        return ans

层次遍历

层次遍历是按照从上往下、从左往右一层层进行遍历

在这里插入图片描述

图片来源维基百科广度优先遍历 - 层次遍历:F, B, G, A, D, I, C, E, H.

方法
  1. 判断二叉树是否为空,空树返回空列表。
  2. 建立辅助队列,根节点入队。
  3. 每次进入一层,统计队列中元素的个数。因为每当访问完一层,下一层作为这一层的子节点,一定都加入队列,而再下一层还没有加入,因此此时队列中的元素个数就是这一层的元素个数。
  4. 每次遍历一层对应元素数量的节点,将其依次从队列中弹出,数值加入该层结果列表,若存在子节点,依次加入队列排队等待访问。
  5. 访问完这一层的元素后,将这个一维数组加入二维数组中,再访问下一层。
代码实现
class Solution:
    def levelOrder(self , root: TreeNode) -> List[List[int]]:
        # write code here
        if not root:
            return []
        node_queue = []
        ans = []
        node_queue.append(root)

        while node_queue:
            ans_row = []
            n = len(node_queue)
            for i in range(n):
                node = node_queue.pop(0)
                ans_row.append(node.val)
                if node.left:
                    node_queue.append(node.left)
                if node.right:
                    node_queue.append(node.right)
            ans.append(ans_row)

        return ans

文章来源:https://blog.csdn.net/Elvira521yan/article/details/135343323
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。