--------转自 每日一道算法题 公众号
树的遍历是一个基础问题，也有很多的实际应用，可以用来找到匹配的字符串、文本分词和文件路径等问题。
数的遍历有两个基本的方法：深度优先遍历 和 广度优先遍历 。
深度优先遍历又根据处理节点的顺序不同，可以分为：中序遍历、前序遍历和后序遍历。这些知识点也是深度优先遍历经常考察的。
广度优先遍历的考察在于层次遍历，比如需要我们按照层次输出一棵树的所有节点的组合（LeetCode 107）,比如求一棵树的最左节点（LeetCode 513）.这些
问题本质上都是考察的广度优先遍历。
如下代码是经典的广度优先遍历实现的方式，使用了队列的FIFO的方式，将所有暂未访问的节点存入一个队列，依次遍历。
queue = [node] // 新建一个队列，并将根节点放入队列 while queue.length != 0 item = queue.shift // 弹出队列的头部元素 do_someting(item) // 操作该节点：比如存入一个数组或者打印 queue.push(item.left) if item.left // 将左子节点存入队列 queue.push(item.right) if item.right // 将右子节点存入队列
但是只掌握了上面的遍历方法是不够的，层次遍历的难点在于 层次的比较 。也就是说，我们需要对不同层次的节点做 隔离 。
--------------------------------------------正文---------------------------------------------------------------------------------------------------------------------------------------------
遍历技巧一： 数组长度做隔离
思路：
获取当前的队列的长度length，一次只遍历length个节点，后续加入的元素在下一次循环遍历。
伪代码如下：
1 queue = [node] // 新建一个队列，并将根节点放入队列 2 while queue.lengh != 0 3 length = queue.length // 获取当前队列的长度 4 while length > 0 // 只弹出length 个节点 5 item = queue.shift // 弹出队列的头部元素 6 do_something(item) // 操作该节点：比如存入一个数组或者打印 7 queue.push(item.left) if item.left // 将左子节点存入队列 8 queue.push(item.right) if item.right // 将右子节点存入队列 9 length--
遍历技巧二：使用分隔符
思路
在不同的节点中间加入一个分隔符，遍历发哦分割几点的时候，停止当前遍历。
伪代码如下：
1 queue = [node] // 新建一个队列，并将根节点放入到队列 2 while queue.lengh != 0 3 queue.push "$" // 将分割符放入队列 4 while(true) // 做一个无限循环 5 item = queue.shift // 弹出队列的头部元素 6 break if item == '$' // 如果当前的节点等于分隔符，说明该层已经遍历到了最右边 7 do_something(item) //操作该节点 8 queue.push(item.left) if item.left // 将左子节点存入队列 9 queue.push(item.right) if item.right // 将右子节点存入队列
遍历技巧三：使用深度优先搜索
思路：
用一个level字段来保存深度，在深度优先遍历的时候，判断一下当前结点的深度即可
伪代码如下：
1 ans = [] // 用一个数组来保存值 2 level = 0 // 根节点的level 是0 3 visit(node,ans,level) 4 5 6 def visit(node,ans,level): 7 return if node is null // 如果节点为空，则返回 8 //逻辑处理部分 9 if ans.lengh > level //说明之前访问过该层的节点 10 ans.[level].push node.val 11 else //说明之前level没有访问过 12 ans.[level] = [node.val] 13 visit (node.left, level +１,ans) 14 visit (node.right, level +１,ans)
逻辑处理部分的代码还有一个需要注意的地方，比如LeetCode 107 需要求reverse后的结果，所以处理这一部分逻辑代码时，需要找到当前level对应的数组的position。
总结
树的难点在于树的构造，需要将一般性问题抽象成一棵树，需要定义好节点和路径。当我们构造好一棵树后，一般只需要遍历这棵树就能得到结果。所以树的遍历是一个基础问题。
其中分层遍历的技巧比dfs/bfs更难点，需要有更强的逻辑思维能力。