二叉树——遍历篇(递归/非递归,C++)
二叉树——遍历篇
二叉树很多算法题都与其遍历相关,笔者经过大量学习、思考,整理总结写下二叉树的遍历篇,涵盖递归和非递归实现。
1、二叉树数据结构及访问函数
#include <stdio.h>
#include <iostream>
#include <stack>
using namespace std;
struct BTNode
{
int value;
struct BTNode *left, *right;
BTNode(int value_) :value(value_),left(NULL),right(NULL){};
};
//访问函数:可根据实际进行修改
void visit(BTNode* node)
{
cout << node->value << " ";
}
2、二叉树的遍历——深度优先遍历(DFS)(先序、中序、后序)
2.1、具体遍历顺序
先序遍历:访问根节点、先序遍历左孩子、先序遍历右孩子 (根、左、右)
中序遍历:中序遍历左孩子、访问根节点、中序遍历右孩子 (左、根、右)
后序遍历:后序遍历左孩子、后序遍历右孩子、访问根节点 (左、右、根)
2.2、递归遍历
/**
* 先序遍历二叉树
*/
void PreOrder(BTNode* root)
{
if (root)
{
visit(root);
PreOrder(root->left);
PreOrder(root->right);
}
}
/**
* 中序遍历二叉树
*/
void InOrder(BTNode* root)
{
if (root)
{
InOrder(root->left);
visit(root);
InOrder(root->right);
}
}
/**
* 后序遍历二叉树
*/
void PostOrder(BTNode* root)
{
if (root)
{
PostOrder(root->left);
PostOrder(root->right);
visit(root);
}
}
2.3、非递归遍历——借助栈
- 借助栈,可以实现非递归遍历。
- 在这里三种非递归遍历都总结和介绍一种算法思路,其栈中保存的节点可以用于路径搜索类的题目,即保存着从根节点到当前访问节点最短路径的所有节点信息,以*标记。
- 介绍仅用于遍历访问的简单思路,栈中信息难以应用于搜索路径类的题目。
2.31 先序非递归遍历
* PreOrder_1a
算法过程:
由先序遍历过程可知,先序遍历的开始节点是根节点,然后用指针p 指向当前要处理的节点,沿着二叉树的左下方逐一访问,并将它们一一进栈,直至栈顶节点为最左下节点,指针p为空。此时面临两种情况。(1)对栈顶节点的右子树访问(如果有的话,且未被访问),对右子树进行同样的处理;(2)若无右子树,则用指针last记录最后一个访问的节点,指向栈顶节点,弹栈。如此重复操作,直至栈空为止。
void PreOrder_1a(BTNode *root)
{
if (NULL == root) return;
stack<BTNode*> stack;
BTNode *p = root;
BTNode *last = NULL;
do {
while (p)
{
visit(p);
stack.push(p);
p = p->left;
}
//此时p = NULL,栈顶节点为左子树最左节点
if (!stack.empty())
{
BTNode *t = stack.top();
if (t->right != NULL && t->right != last)
{
p = t->right;
}
else
{//若无右子树,则指针P仍为空,则不断弹栈(沿着双亲方向)寻找有未被访问的右子树的节点
last = t;
stack.pop();
}
}
} while (!stack.empty());
}
* PreOrder_1b
算法过程:此算法与PreOrder_1a有异曲同工之处,巧妙之处在于对上述两种情况的处理。指针p记录当前栈顶结点的前一个已访问的结点。若无右子树、或者右子树已被访问,则用指针p记录当前栈顶节点,弹栈,不断沿着双亲方向寻找有未访问右子树的节点,找到即退出循环,否则直至栈空。当栈顶节点的右孩子是p时,则将cur指向右孩子,设置flag =0 ,退出当前搜索循环(不断弹栈,搜索有右节点且未被访问的祖先节点),然后对右子树进行同样的处理。如此反复操作,直至栈空为止。
void PreOrder_1b(BTNode *root)
{
if (NULL == root) return;
stack<BTNode*>stack;
int flag;
BTNode *cur = root,*p;
do{
while (cur)
{
visit(cur);
stack.push(cur);
cur = cur->left;
}
//执行到此处时,栈顶元素没有左孩子或左子树均已访问过
p = NULL; //p指向栈顶结点的前一个已访问的结点
flag = 1; //表示*cur的左孩子已访问或者为空
while (!stack.empty() && flag == 1)
{
cur = stack.top();
if (cur->right == p) //表示右孩子结点为空或者已经访问完右孩子结点
{
stack.pop();
p = cur; //p指向刚访问过的结点
}
else
{
cur = cur->right; //cur指向右孩子结点
flag = 0; //设置未被访问的标记
}
}
} while (!stack.empty());
}
PreOrder_2a && PreOrder_2b
PreOrder_2a 和 PreOrder_2b 算法思路大体相同,PreOrder_2a 实现比较简洁
算法过程:
用指针p指向当前要处理的节点,沿着左下方向逐一访问并压栈,直至指针P为空,栈顶节点为最左下节点。然后p指向栈顶节点的右节点(不管是否空);若右节点为空,则继续弹栈。若右节点非空,则按上述同样处理右节点。如此重复操作直至栈空为止。
缺陷:PreOrder_2 当访问栈顶节点的右节点时,会丢失当前栈顶节点信息,导致从根节点到当前栈顶节点的右节点路径不完整。
优点:算法思路清晰易懂,逻辑简单。
void PreOrder_2a(BTNode *root)
{
if (NULL == root) return;
BTNode *p = root;
stack<BTNode*> stack;
while (p || !stack.empty())
{
if (p)
{
visit(p);
stack.push(p);
p = p->left;
}
else
{
BTNode *top = stack.top();
p = top->right;
stack.pop();
}
}
}
void PreOrder_2b(BTNode *root)
{
if (NULL == root) return;
BTNode *p = root;
stack<BTNode*> stack;
while (!stack.empty() ||p)
{
while (p)
{
visit(p);
stack.push(p);
p = p->left;
}
if (!stack.empty())
{
BTNode *top = stack.top();
p = top->right;
stack.pop();
}
}
}
PreOrder_3
算法过程:
用指针p指向当前要处理的节点。先把根节点压栈,栈非空时进入循环,出栈栈顶节点并访问,然后按照先序遍历先左后右的逆过程把当前节点的右节点压栈(如果有的话),再把左节点压栈(如果有的话)。如此重复操作,直至栈空为止。
特点:栈顶节点保存的是先序遍历下一个要访问的节点,栈保存的所有节点不是根到要访问节点的路径。
void PreOrder_3(BTNode *root)
{
if (NULL == root) return;
BTNode *p = root;
stack<BTNode *> stack;
stack.push(p);
while (!stack.empty())
{
p = stack.top();
stack.pop();
visit(p);
if (p->right)
stack.push(p->right);
if (p->left)
stack.push(p->left);
}
}
2.32 中序非递归遍历
中序遍历非递归算法要把握访问栈顶节点的时机。
* InOrder_1
算法过程:
用指针cur指向当前要处理的节点。先扫描(并非访问)根节点的所有左节点并将它们一一进栈,直至栈顶节点为最左下节点,指针cur为空。
此时主要分两种情况。(1)栈顶节点的左节点为空或者左节点已访问,访问栈顶节点(访问位置很重要!),若有右节点则将cur指向右节点,退出当前while循环,对右节点进行上述同样的操作,若无右节点则用指针p记录站顶节点并弹栈;(2)站顶节点的右节点为空或已访问,用指针p记录站顶节点并弹栈。
内部第二个while循环可称为访问搜索循环,在栈顶节点的左节点为空或者左节点已访问的情况下,访问栈顶节点,若有右节点,则退出循环,否则不断弹栈。
如此重复操作,直至栈空为止。
void InOrder_1(BTNode *root)
{
if (NULL == root) return;
stack<BTNode *>stack;
BTNode *cur = root,*p = NULL;
int flag = 1;
do{
while (cur){
stack.push(cur);
cur = cur->left;
}
//执行到此处时,栈顶元素没有左孩子或左子树均已访问过
p = NULL; //p指向栈顶结点的前一个已访问的结点
flag = 1; //表示*cur的左孩子已访问或者为空
while (!stack.empty() && flag)
{
cur = stack.top();
if (cur->left == p) //左节点为空 或者左节点已访问
{
visit(cur); //访问当前栈顶节点
if (cur->right) //若有右节点 当前节点指向右节点,并退出当前循环,进入上面的压栈循环
{
cur = cur->right;
flag = 0; //flag = 0 标记右节点的左子树未访问
}
else //当前节点没有右节点,P记录访问完的当前节点,弹栈
{
p = cur;
stack.pop();
}
}
else // 此时 cur->right == P 即访问完右子树 ,P记录访问完的当前节点,弹栈
{
p = cur;
stack.pop();
}
}
} while (!stack.empty());
}
InOrder_2a && InOrder_2b
算法过程:
用指针p指向当前要处理的节点。先扫描(并非访问)根节点的所有左节点并将它们一一进栈,当无左节点时表示栈顶节点无左子树,然后出栈这个节点,并访问它,将p指向刚出栈节点的右孩子,对右孩子进行同样的处理。如此重复操作,直至栈空为止。
需要注意的是:当节点*p的所有左下节点入栈后,这时的栈顶节点要么没有左子树,要么其左子树已访问,就可以访问栈顶节点了!
InOrder_2a 、 InOrder_2b 与 PreOrder_1a 、PreOrder_1b 代码基本相同,唯一不同的是访问节点的时机,把握好可方便理解和记忆。
void InOrder_2a(BTNode *root)
{
if (NULL == root) return;
BTNode *p = root;
stack<BTNode *>stack;
while (p || !stack.empty())
{
while (p)
{
stack.push(p);
p = p->left;
}
if (!stack.empty())
{
p = stack.top();
visit(p);
stack.pop();
}
}
}
void InOrder_2b(BTNode *root)
{
if (NULL == root) return;
stack<BTNode *>stack;
BTNode *p = root;
while (p || !stack.empty())
{
while (p)
{
stack.push(p);
p = p->left;
}
if (!stack.empty())
{
p = stack.top();
visit(p);
p = p->right;
stack.pop();
}
}
}
2.33 后序非递归遍历
*PostOrder_1
算法过程:
用指针cur指向当前要处理的节点。先扫描(并非访问)根节点的所有左节点并将它们一一进栈,直至栈顶节点为最左下节点,指针cur为空。此时有两种情况。(1)栈顶节点的右节点为空或已访问,访问当前栈顶节点(访问时机很重要!),用指针p保存刚刚访问过的节点(初值为NULL),弹栈;(2)栈顶节点有未被访问的右节点,设置flag,退出当前访问搜索循环。如此重复处理,直至栈空为止。
void PostOrder_1(BTNode *root)
{
if (NULL == root) return;
stack<BTNode*>stack;
int flag;
BTNode *cur = root, *p;
do{
while (cur)
{
stack.push(cur);
cur = cur->left;
}
//执行到此处时,栈顶元素没有左孩子或左子树均已访问过
p = NULL; //p指向栈顶结点的前一个已访问的结点
flag = 1; //表示*cur的左孩子已访问或者为空
while (!stack.empty() && flag == 1)
{
cur = stack.top();
if (cur->right == p)
{//表示右孩子结点为空,或者已经访问cur的右子树(p必定是后序遍历cur的右子树最后一个访问节点)
visit(cur);
p = cur; //p指向刚访问过的结点
stack.pop();
}
else
{
cur = cur->right; //cur指向右孩子结点
flag = 0; //表示*cur的左孩子尚未访问过
}
}
} while (!stack.empty());
}
PostOrder_2
算法过程:
先把根节点压栈,用指针p记录上一个被访问的节点。在栈为空时进入循环,取出栈顶节点。
此时有两种情况:
(1)访问当前节点,注意把握访问的时机,如果当前节点是叶子节点,访问当前节点;如果上一个访问的节点是当前节点的左节点(说明无右节点),访问当前节点;如果上一个访问的节点是当前节点的右节点(说明左右节点都有),访问当前节点;指针p记录当前访问的节点,弹栈。 所以,只有当前节点是叶子节点,或者上一个访问的节点是当前节点的左节点(无右) 或右节点(左右都有) ,才可以访问当前节点。
(2)压栈。 后序遍历顺序为 左、右、根,按照逆序,先把右压栈,再把左压栈(如果有的话)。
如此重复操作,直至栈空为止。
void PostOrder_2(BTNode* root)
{
if (NULL == root) return;
BTNode *cur = root, *p=NULL;
stack<BTNode*> stack;
stack.push(root);
while (!stack.empty())
{
cur = stack.top();
if (cur->left == NULL && cur->right == NULL || (p!= NULL && (cur->left==p || cur->right == p)))
{
visit(cur);
stack.pop();
p = cur;
}
else
{
if (cur->right)
stack.push(cur->right);
if (cur->left)
stack.push(cur->left);
}
}
}
3、二叉树的遍历——广度优先遍历(BFS)
二叉树的广度优先遍历,就是层次遍历,借助队列实现
在进行层次遍历时,对某一层的节点访问完后,再按照对它们的访问次序对各个节点的左、右孩子顺序访问。这样一层一层进行,先访问的节点其左、右孩子也要先访问,与队列的操作原则比较吻合,且符合广度优先搜索的特点。
算法过程:先将根节点进队,在队不空时循环;从队列中出列一个节点,访问它;若它有左孩子节点,将左孩子节点进队;若它有右孩子节点,将右孩子节点进队。如此重复操作直至队空为止。
void LevelOrder(BTNode *root)
{
if (NULL == root) return;
queue<BTNode*> queue;
queue.push(root);
BTNode* p;
while (!queue.empty())
{
p = queue.front();
queue.pop();
visit(p);
if (p->left)
queue.push(p->left);
if (p->right)
queue.push(p->right);
}
}
原创所有,转载务必注明出处。
二叉树——遍历篇(递归/非递归,C++)的更多相关文章
- 二叉树的先序、中序以及后序遍历(递归 && 非递归)
树节点定义: class TreeNode { int val; TreeNode left; TreeNode right; TreeNode(int x) { val = x; } } 递归建立二 ...
- 二叉树的递归,非递归遍历(C++)
二叉树是一种非常重要的数据结构,很多其它数据结构都是基于二叉树的基础演变而来的.对于二叉树,有前序.中序以及后序三种遍历方法.因为树的定义本身就是递归定义,因此采用递归的方法去实现树的三种遍历不仅容易 ...
- 树的广度优先遍历和深度优先遍历(递归非递归、Java实现)
在编程生活中,我们总会遇见树性结构,这几天刚好需要对树形结构操作,就记录下自己的操作方式以及过程.现在假设有一颗这样树,(是不是二叉树都没关系,原理都是一样的) 1.广度优先遍历 英文缩写为BFS即B ...
- 【数据结构】——搜索二叉树的插入,查找和删除(递归&非递归)
一.搜索二叉树的插入,查找,删除 简单说说搜索二叉树概念: 二叉搜索树又称二叉排序树,它或者是一棵空树,或者是具有以下性质的二叉树 若它的左子树不为空,则左子树上所有节点的值都小于根节点的值 若它的右 ...
- Reverse Linked List 递归非递归实现
单链表反转--递归非递归实现 Java接口: ListNode reverseList(ListNode head) 非递归的实现 有2种,参考 头结点插入法 就地反转 递归的实现 1) Divide ...
- Java实现二叉树的创建、递归/非递归遍历
近期复习数据结构中的二叉树的相关问题,在这里整理一下 这里包含: 1.二叉树的先序创建 2.二叉树的递归先序遍历 3.二叉树的非递归先序遍历 4.二叉树的递归中序遍历 5.二叉树的非递归中序遍历 6. ...
- 递归/非递归----python深度遍历二叉树(前序遍历,中序遍历,后序遍历)
递归代码:递归实现很简单 '二叉树结点类' class TreeNode: def __init__(self, x): self.val = x self.left = None self.righ ...
- C++二叉树前中后序遍历(递归&非递归)统一代码格式
统一下二叉树的代码格式,递归和非递归都统一格式,方便记忆管理. 三种递归格式: 前序遍历: void PreOrder(TreeNode* root, vector<int>&pa ...
- 二叉树总结—建树和4种遍历方式(递归&&非递归)
版权声明:本文为博主原创文章,未经博主同意不得转载. https://blog.csdn.net/u013497151/article/details/27967155 今天总结一下二叉树.要考离散了 ...
随机推荐
- 沉迷 Docker,无法自拔(在 Docker 中运行 MySQL)
记得之前做网站开发的时候,因为服务端用的 MySQL 数据库,为了方便调试以及隔离生产与开发环境,自己就在本地也安装了一个 MySQL 数据库.但是用着用着慢慢的也发现了一些不舒服的地方,比如常驻后台 ...
- jmeter的安装
1.安装jdk和环境变量配置 变量名:[JAVA_HOME] 变量值:[D:\Program Files\Java\jdk1.8.0_92][jdk安装路径] 变量名:[path] 变量值:[ ...
- 关于redis的使用
距离上次写博客有两三个月了,这段时间去了新公司上班,忙了很多.接手了一个项目,刚好用到redis,先总结下遇到的问题(跟redis相关的问题): 1.列表问题 举例:展示商品列表,但是要先展示运营置顶 ...
- org.springframework.web.HttpMediaTypeNotAcceptableException: Could not find acceptable representation
异常信息 org.springframework.web.HttpMediaTypeNotAcceptableException: Could not find acceptable represen ...
- 排序sort,统计wc
[root@localhost ~]# sort /etc/passwd 注释:默认按字母升序排 abrt:x::::/etc/abrt:/sbin/nologin adm:x:::adm:/var/ ...
- 【python】递归(阶乘、斐波纳契、汉诺塔)
- 数据分析与展示——Pandas数据特征分析
Pandas数据特征分析 数据的排序 将一组数据通过摘要(有损地提取数据特征的过程)的方式,可以获得基本统计(含排序).分布/累计统计.数据特征(相关性.周期性等).数据挖掘(形成知识). .sort ...
- 商城项目回顾整理(二)easyUi数据表格使用
后台主页: 商品的数据表格展示 引入用户表数据表格展示 引入日志表数据表格展示 引入订单表数据表格展示 后台主页代码: <%@ page language="java" co ...
- 创建、设置和安装Windows服务
文章大部分内容转自:http://www.cnblogs.com/greatandforever/archive/2008/10/14/1310504.html:和:http://www.cnblog ...
- Java中的UDP应用
我在<JavaSE项目之聊天室>中通过遵守TCP协议的ServerSocket与Socket实现了聊天室的群聊窗口.同时,在介绍OSI与TCP/IP参考模型时,也曾提及TCP与UDP(全称 ...