目录
树
树的学术名词
树的种类
二叉树的遍历
算法实现
遍历命名
二叉树的中序遍历
二叉树的后序遍历
二叉树的后序遍历迭代算法
二叉树的前序遍历
二叉树的前序遍历迭代算法
树
树是一种非线性的数据结构，它是由n(n≥0)个有限节点组成一个具有层次关系的集合。把它叫做“树”是因为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。它具有以下的特点：
- 每个节点有零个或多个子节点；
- 没有父节点的节点称为根节点；
- 每一个非根节点有且只有一个父节点；
- 除了根节点外，每个子节点可以分为多个不相交的子树
树的学术名词
- 根节点(root): 树的最上层的节点，任何非空的树都有一个节点
- 路径(path): 从起始节点到终止节点经历过的边
- 父亲(parent)：除了根节点，每个节点的上一层边连接的节点就是它的父亲(节点)
- 孩子(children): 每个节点由边指向的下一层节点
- 兄弟(siblings): 同一个父亲并且处在同一层的节点
- 子树(subtree): 每个节点包含它所有的后代组成的子树
- 叶子节点(leaf node): 没有孩子的节点成为叶子节点
树的种类
无序树：树中任意节点的子结点之间没有顺序关系，这种树称为无序树,也称为自由树；
有序树：树中任意节点的子结点之间有顺序关系，这种树称为有序树；
二叉树：每个节点最多含有两个子树的树称为二叉树；
满二叉树：所有节点均含有两个子树的树被称为满二叉树；
完全二叉树：除最后一层外，所有层都是满节点，且最后一层缺右边连续节点的二叉树称为完全二叉树；
哈夫曼树（最优二叉树）：带权路径最短的二叉树称为哈夫曼树或最优二叉树。
二叉树的遍历
所谓遍历(Traversal)是指沿着某条搜索路线，依次对树中每个结点均做一次且仅做一次访问
访问结点所做的操作依赖于具体的应用问题。 遍历是二叉树上最重要的运算之一，是二叉树上进行其它运算之基础
算法实现
从二叉树的递归定义可知，一棵非空的二叉树由根结点及左、右子树这三个基本部分组成。因此，在任一给定结点上，可以按某种次序执行三个操作：
- 访问节点的本身（Node）
- 遍历该节点的左子树（L）
- 遍历该节点的右子树 （R）
以上三种操作拥有六种执行顺序：
NLR，LNR，LRN，NRL，RNL，RLN。
但是注意前三种次序和后三种次序对称，所以我们只学习前三种次序
遍历命名
根据访问结点操作发生位置命名：
-
NLR：二叉树的前序遍历(Preorder Traversal 亦称(先序遍历))
访问根结点的操作发生在遍历其左右子树之前
-
LNR：二叉树的中序遍历(Inorder Traversal)
访问根结点的操作发生在遍历其左右子树之中(间)
-
LRN：二叉树的后序遍历(Postorder Traversal)
访问根结点的操作发生在遍历其左右子树之后
二叉树的中序遍历
若二叉树非空，则依次执行如下操作：
- 遍历左子树
- 访问根节点
- 遍历右子树
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def inorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
# 左 根 右
def inorder(root : TreeNode):
if not root:
return
inorder(root.left)
res.append(root.val)
inorder(root.right)
res = list()
inorder(root)
return res
二叉树的后序遍历
若二叉树非空，则依次执行如下操作：
- 遍历左子树
- 遍历右子树
- 访问根节点
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def postorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
# 后序遍历的顺序：左 右 根
def postorder(root : TreeNode):
if not root:
return
postorder(root.left)
postorder(root.right)
res.append(root.val)
res = list()
postorder(root)
return res
二叉树的后序遍历迭代算法
-
建立一个栈，用来存储节点。
-
根据根右左的顺序将节点依次压入栈中，在压入栈中的同时，按照顺序把节点里的元素依次压入栈中。输出完毕之后按照顺序弹栈。
-
将答案数组进行反转，得到左右根顺序的数组
-
输出答案
期望结果:[9,5,7,4,3]
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def postorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
res = []
stack = []
while root or stack:
while root:
res.append(root.val)
stack.append(root)
root = root.right
root = stack.pop().left #根 右 左的顺序
res.reverse()
return res
二叉树的前序遍历
若二叉树非空，则依次执行如下操作：
-
访问根节点
-
遍历左子树
-
遍历右子树
class Solution: def preorderTraversal(self, root: Optional[TreeNode]) -> List[int]: # 创建一个集合存储数据 res = [] def preorder(root:TreeNode): # 判断root是否有值 if not root: return else: # 获取根节点 res.append(root.val) # 获取左节点 preorder(root.left) # 获取右节点 preorder(root.right) preorder(root) return res二叉树的前序遍历迭代算法
- 建立一个栈，用来存储节点。
- 根据左右根的顺序将节点依次压入栈中，在压入栈中的同时，按照顺序把节点里的元素依次压入栈中。输出完毕之后按照顺序弹栈。
- 输出答案。
class Solution:
def preorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
# 创建res存储结果
res = []
stack = [] # 存储分支节点
# 只要root有数据 或者stack的数据
while root or stack:
# 只要root有数据,第一轮循环把左节点搞定
while root:
res.append(root.val)
stack.append(root)
# 获取左节点
root = root.left
# 取出右节点，遍历
root = stack.pop().right
return res
