题目链接
题解
用迭代法(非递归的方式)来实现二叉树的前中后序遍历。
递归的实现就是:每一次递归调用都会把函数的局部变量、参数值和返回地址等压入调用栈中,然后递归返回的时候,从栈顶弹出上一次递归的各项参数,所以这就是递归为什么可以返回上一层位置的原因。
前序遍历(迭代法)
思路:前序遍历是中左右,每次先处理的是中间节点,那么先将根节点放入栈中,然后将右孩子加入栈,再加入左孩子。这样才能保证出栈时的顺序是中左右。如下所示:
代码(C++):
//二叉树的前序遍历(迭代) class Solution1 { public: vector<int> preorderTraversal(TreeNode *root) { //先定义一个栈,栈中存放元素的类型为指向树节点的指针 stack<TreeNode*> sta; //再定义一个vector,用于存放结果 vector<int> result; if (root == nullptr) return result; else sta.push(root); while (!sta.empty()) { result.push_back(sta.top()->val); //根 TreeNode *node = sta.top(); sta.pop(); //注意左节点或右节点为空时是不入栈的 if(node->right != nullptr) sta.push(node->right); //右 if(node->left != nullptr) sta.push(node->left); //左 } return result; } };
分析:
-
时间复杂度:O(n),其中 n 是二叉树的节点数
-
空间复杂度:O(n),为迭代过程中显式栈的开销,平均情况下为 O(logn),最坏情况下树呈现链状,为 O(n)。
中序遍历(迭代法)
思路:
不能直接改一下上面前序遍历代码的顺序来实现中序遍历。
在上面的前序遍历中有两个操作:
-
处理:将元素放进result数组中
-
访问:遍历节点
前序遍历的顺序是中左右,先访问的元素是中间节点,要处理的元素也是中间节点,所以能写出相对简洁的代码,因为要访问的元素和要处理的元素顺序是一致的,都是中间节点。
而中序遍历是左中右,先访问的是二叉树顶部的节点,然后一层一层向下访问,直到到达树左面的最底部,再开始处理节点(也就是在把节点的数值放进result数组中),这就造成了处理顺序和访问顺序是不一致的。
那么在使用迭代法写中序遍历,就需要借用指针的遍历来帮助访问节点,栈则用来处理节点上的元素。
代码(C++):
//二叉树的中序遍历(迭代) class Solution2 { public: vector<int> inorderTraversal(TreeNode* root) { stack<TreeNode*> sta; vector<int> result; TreeNode* node = root; while (node != nullptr || !sta.empty()) { if (node != nullptr) { sta.push(node); node = node->left; } else { node = sta.top(); sta.pop(); result.push_back(node->val); node = node->right; } } return result; } };
分析:
-
时间复杂度:O(n),其中 n 为二叉树节点的个数。
-
空间复杂度:O(n),空间复杂度取决于栈深度,最坏情况下树呈现链状,为 O(n)。
后序遍历(迭代法)
思路:先序遍历是中左右,后续遍历是左右中,那么只需要调整一下先序遍历的代码顺序,就变成中右左的遍历顺序,然后在反转result数组,输出的结果顺序就是左右中了,如下图:
代码(C++):
//二叉树的后序遍历(迭代) class Solution3 { public: vector<int> postorderTraversal(TreeNode* root) { stack<TreeNode*> sta; vector<int> result; if (root == nullptr) return result; else sta.push(root); while (!sta.empty()) { TreeNode* node = sta.top(); sta.pop(); result.push_back(node->val); if(node->left != nullptr) sta.push(node->left); if(node->right != nullptr) sta.push(node->right); } reverse(result.begin(), result.end()); return result; } };
分析:
-
时间复杂度:O(N)
-
空间复杂度:O(N)(最坏情况下)
参考链接