当前位置:   article > 正文

算法数据结构基础——二叉树的遍历(前序、中序、后序、层序)及python实现_前序遍历

前序遍历

1. 二叉树的遍历简介

二叉树的遍历:指的是从根节点出发,按照某种次序依次访问二叉树中所有节点,使得每个节点被访问一次且仅被访问一次。

在二叉树的一些实际问题中,经常需要按照一定顺序对二叉树中每个节点逐个进行访问一次,用以查找具有某一特点的节点或者全部节点,然后对这些满足要求的节点进行处理。这里所说的「访问」就是指对该节点进行某种操作,例如:依次输出节点的数据信息、统计满足某条件的节点总数等等。

回顾二叉树的递归定义可以知道,二叉树是由根节点和左子树、右子树构成的。因此,如果能依次遍历这 3 个部分,就可以遍历整个二叉树。

如果利用深度优先搜索的方式,并且根据访问顺序次序的不同,我们可以分为 6 种遍历方式,而如果限制先左子树后右子树的遍历顺序,则总共有 3 种遍历方式:分别为 「二叉树的前序遍历」「二叉树的中序遍历」「二叉树的后续遍历」

而如果使用广度优先搜索的方式,则可以按照层序方式(按照层次从上至下,每一层从左至右)对二叉树进行遍历,这种方式叫做 「二叉树的层序遍历」

2. 二叉树的前序遍历

二叉树的前序遍历规则为:

  • 如果二叉树为空,则返回。

  • 如果二叉树不为空,则:

    1. 访问根节点。

    2. 以前序遍历的方式遍历根节点的左子树。

    3. 以前序遍历的方式遍历根节点的右子树。

从二叉树的前序遍历规则可以看出:前序遍历过程是一个递归过程。在遍历任何一棵子树时仍然是按照先访问根节点,然后遍历子树根节点的左子树,最后再遍历子树根节点的右子树的顺序进行遍历。

如下图所示,该二叉树的前序遍历顺序为:A - B - D - H - I - E - C - F - J - G - K

2.1 二叉树的前序遍历递归实现

二叉树的前序遍历递归实现步骤为:

  1. 判断二叉树是否为空,为空则直接返回。

  2. 先访问根节点。

  3. 然后递归遍历左子树。

  4. 最后递归遍历右子树。

二叉树的前序遍历递归实现代码如下:

  1. class Solution:
  2. def preorderTraversal(self, root: TreeNode) -> List[int]:
  3. res = []
  4. def preorder(root):
  5. if not root:
  6. return
  7. res.append(root.val)
  8. preorder(root.left)
  9. preorder(root.right)
  10. preorder(root)
  11. return res

2.2 二叉树的前序遍历显式栈实现

二叉树的前序遍历递归实现的过程,实际上就是调用系统栈的过程。我们也可以使用一个显式栈 stack 来模拟递归的过程。

前序遍历的顺序为:根节点 - 左子树 - 右子树,而根据栈的「先入后出」特点,所以入栈的顺序应该为:先放入右子树,再放入左子树。这样可以保证最终遍历顺序为前序遍历顺序。

二叉树的前序遍历显式栈实现步骤如下:

  1. 判断二叉树是否为空,为空则直接返回。

  2. 初始化维护一个栈,将根节点入栈。

  3. 当栈不为空时:

    1. 弹出栈顶元素 node,并访问该元素。

    2. 如果 node 的右子树不为空,则将 node 的右子树入栈。

    3. 如果 node 的左子树不为空,则将 node 的左子树入栈。

二叉树的前序遍历显式栈实现代码如下:

  1. class Solution:
  2. def preorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
  3. if not root: # 二叉树为空直接返回
  4. return []
  5. res = []
  6. stack = [root]
  7. while stack: # 栈不为空
  8. node = stack.pop() # 弹出根节点
  9. res.append(node.val) # 访问根节点
  10. if node.right:
  11. stack.append(node.right) # 右子树入栈
  12. if node.left:
  13. stack.append(node.left) # 左子树入栈
  14. return res

3. 二叉树的中序遍历

二叉树的中序遍历规则为:

  • 如果二叉树为空,则返回。

  • 如果二叉树不为空,则:

    1. 以中序遍历的方式遍历根节点的左子树。

    2. 访问根节点。

    3. 以中序遍历的方式遍历根节点的右子树。

从二叉树的中序遍历规则可以看出:中序遍历过程也是一个递归过程。在遍历任何一棵子树时仍然是按照先遍历子树根节点的左子树,然后访问根节点,最后再遍历子树根节点的右子树的顺序进行遍历。

如下图所示,该二叉树的中序遍历顺序为:H - D - I - B - E - A - F - J - C - K - G

3.1 二叉树的中序遍历递归实现

二叉树的中序遍历递归实现步骤为:

  1. 判断二叉树是否为空,为空则直接返回。

  2. 先递归遍历左子树。

  3. 然后访问根节点。

  4. 最后递归遍历右子树。

二叉树的中序遍历递归实现代码如下:

  1. class Solution:
  2. def inorderTraversal(self, root: TreeNode) -> List[int]:
  3. res = []
  4. def inorder(root):
  5. if not root:
  6. return
  7. inorder(root.left)
  8. res.append(root.val)
  9. inorder(root.right)
  10. inorder(root)
  11. return res

3.2 二叉树的中序遍历显式栈实现

我们可以使用一个显式栈 stack 来模拟二叉树的中序遍历递归的过程。

与前序遍历不同,访问根节点要放在左子树遍历完之后。因此我们需要保证:在左子树访问之前,当前节点不能提前出栈

我们应该从根节点开始,循环遍历左子树,不断将当前子树的根节点放入栈中,直到当前节点无左子树时,从栈中弹出该节点并进行处理。

然后再访问该元素的右子树,并进行上述循环遍历左子树的操作。这样可以保证最终遍历顺序为中序遍历顺序。

二叉树的中序遍历显式栈实现步骤如下:

  1. 判断二叉树是否为空,为空则直接返回。

  2. 初始化维护一个空栈。

  3. 当根节点或者栈不为空时:

    1. 如果当前节点不为空,则循环遍历左子树,并不断将当前子树的根节点入栈。

    2. 如果当前节点为空,说明当前节点无左子树,则弹出栈顶元素 node,并访问该元素,然后尝试访问该节点的右子树。

二叉树的中序遍历显式栈实现代码如下:

  1. class Solution:
  2. def inorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
  3. if not root: # 二叉树为空直接返回
  4. return []
  5. res = []
  6. stack = []
  7. while root or stack: # 根节点或栈不为空
  8. while root:
  9. stack.append(root) # 将当前树的根节点入栈
  10. root = root.left # 找到最左侧节点
  11. node = stack.pop() # 遍历到最左侧,当前节点无左子树时,将最左侧节点弹出
  12. res.append(node.val) # 访问该节点
  13. root = node.right # 尝试访问该节点的右子树
  14. return res

4. 二叉树的后序遍历

二叉树的后序遍历规则为:

  • 如果二叉树为空,则返回。

  • 如果二叉树不为空,则:

    1. 以后序遍历的方式遍历根节点的左子树。

    2. 以后序遍历的方式遍历根节点的右子树。

    3. 访问根节点。

从二叉树的后序遍历规则可以看出:后序遍历过程也是一个递归过程。在遍历任何一棵子树时仍然是按照先遍历子树根节点的左子树,然后遍历子树根节点的右子树,最后再访问根节点的顺序进行遍历。

如下图所示,该二叉树的后序遍历顺序为:H - I - D - E - B - J - F - K - G - C - A

4.1 二叉树的后序遍历递归实现

二叉树的后序遍历递归实现步骤为:

  1. 判断二叉树是否为空,为空则直接返回。

  2. 先递归遍历左子树。

  3. 然后递归遍历右子树。

  4. 最后访问根节点。

二叉树的后序遍历递归实现代码如下:

  1. class Solution:
  2. def postorderTraversal(self, root: TreeNode) -> List[int]:
  3. res = []
  4. def postorder(root):
  5. if not root:
  6. return
  7. postorder(root.left)
  8. postorder(root.right)
  9. res.append(root.val)
  10. postorder(root)
  11. return res

4.2 二叉树的后序遍历显式栈实现

我们可以使用一个显式栈 stack 来模拟二叉树的后序遍历递归的过程。

与前序、中序遍历不同,在后序遍历中,根节点的访问要放在左右子树访问之后。因此,我们要保证:在左右孩子节点访问结束之前,当前节点不能提前出栈

我们应该从根节点开始,先将根节点放入栈中,然后依次遍历左子树,不断将当前子树的根节点放入栈中,直到遍历到左子树最左侧的那个节点,从栈中弹出该元素,并判断该元素的右子树是否已经访问完毕,如果访问完毕,则访问该元素。如果未访问完毕,则访问该元素的右子树。

二叉树的后序遍历显式栈实现步骤如下:

  1. 判断二叉树是否为空,为空则直接返回。

  2. 初始化维护一个空栈,使用 prev 保存前一个访问的节点,用于确定当前节点的右子树是否访问完毕。

  3. 当根节点或者栈不为空时,从当前节点开始:

    1. 如果当前节点有左子树,则不断遍历左子树,并将当前根节点压入栈中。

    2. 如果当前节点无左子树,则弹出栈顶元素 node

    3. 如果栈顶元素 node 无右子树(即 not node.right)或者右子树已经访问完毕(即 node.right == prev),则访问该元素,然后记录前一节点,并将当前节点标记为空节点。

    4. 如果栈顶元素有右子树,则将栈顶元素重新压入栈中,继续访问栈顶元素的右子树。

  1. class Solution:
  2. def postorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
  3. res = []
  4. stack = []
  5. prev = None # 保存前一个访问的节点,用于确定当前节点的右子树是否访问完毕
  6. while root or stack: # 根节点或栈不为空
  7. while root:
  8. stack.append(root) # 将当前树的根节点入栈
  9. root = root.left # 继续访问左子树,找到最左侧节点
  10. node = stack.pop() # 遍历到最左侧,当前节点无左子树时,将最左侧节点弹出
  11. # 如果当前节点无右子树或者右子树访问完毕
  12. if not node.right or node.right == prev:
  13. res.append(node.val)# 访问该节点
  14. prev = node # 记录前一节点
  15. root = None # 将当前根节点标记为空
  16. else:
  17. stack.append(node) # 右子树尚未访问完毕,将当前节点重新压回栈中
  18. root = node.right # 继续访问右子树
  19. return res

5. 二叉树的层序遍历

二叉树的层序遍历规则为:

  • 如果二叉树为空,则返回。

  • 如果二叉树不为空,则:

    1. 先依次访问二叉树第 1 层的节点。

    2. 然后依次访问二叉树第 2 层的节点。

    3. ……

    4. 依次下去,最后依次访问二叉树最下面一层的节点。

从二叉树的层序遍历规则可以看出:遍历过程是一个广度优先搜索过程。在遍历的时候是按照第 1 层、第 2 层、…… 最后一层依次遍历的,而同一层节点则是按照从左至右的顺序依次访问的。

如下图所示,该二叉树的后序遍历顺序为:A - B - C - D - E - F - G - H - I - J - K

二叉树的层序遍历是通过队列来实现的。具体步骤如下:

  1. 判断二叉树是否为空,为空则直接返回。

  2. 令根节点入队。

  3. 当队列不为空时,求出当前队列长度 $s_i$。

  4. 依次从队列中取出这 $s_i$ 个元素,并对这 $s_i$ 个元素依次进行访问。然后将其左右孩子节点入队,然后继续遍历下一层节点。

  5. 当队列为空时,结束遍历。

二叉树的层序遍历代码实现如下:

  1. class Solution:
  2. def levelOrder(self, root: TreeNode) -> List[List[int]]:
  3. if not root:
  4. return []
  5. queue = [root]
  6. order = []
  7. while queue:
  8. level = []
  9. size = len(queue)
  10. for _ in range(size):
  11. curr = queue.pop(0)
  12. level.append(curr.val)
  13. if curr.left:
  14. queue.append(curr.left)
  15. if curr.right:
  16. queue.append(curr.right)
  17. if level:
  18. order.append(level)
  19. return order

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/小小林熬夜学编程/article/detail/625820
推荐阅读
相关标签
  

闽ICP备14008679号