【算法与数据结构】二叉树的三种遍历代码实现(下)—— 非递归方式实现(大量图解)

简介: 【算法与数据结构】二叉树的三种遍历代码实现(下)—— 非递归方式实现(大量图解)


前言

       在上篇当中给大家介绍了二叉树的先序遍历、中序遍历以及后序遍历的递归写法。递归的系写法主要是理解递归序,只要递归序能够理解清楚,就能够很轻易地理解和书写递归实现三次遍历。

       任何递归函数都可以改成非递归函数,因为递归函数不是什么玄学,只是递归时系统帮忙解决了压栈问题。那么不用递归方式的话只要自己手动进行压栈依然可以完成递归能够实现的功能。

       那么在接下来的下篇中,我将带大家审深入学习二叉树三种遍历的非递归写法,也是二叉树遍历的代码中的重点内容,因为递归方式的代码非常好实现,因此在面试时常常会考大家的是非递归的写法。

1、先序遍历

先说结论:首先准备一个栈,将头结点入栈后,执行循环操作:

  1. 从栈中弹出一个结点记为cur。
  2. 对cur进行打印(或者是处理)操作。
  3. 如果cur有右孩子的话,则将cur的右孩子入栈。
  4. 如果cur有左孩子的话,则将cur的左孩子入栈。(即先右再左)注意区分此时的入栈顺序和递归实现遍历时的打印顺序的不同,不要搞混淆。
  5. 周而复始。

压栈顺序:头右左

1.1、详细图解描述

下面进行详细步骤描述:

首先先把头结点进栈,即1结点入栈。

从栈中弹出一个结点记为cur,此时的cur即为1。对cur进行打印(或者其他处理)操作,如果cur有孩子的话,则将cur的右节点和左节点按右左顺序入栈。即此时 结点3结点2 入栈。

周而复始,再次从栈中弹出一个结点记为cur,此时的cur即为2。对cur进行打印(或者其他处理)操作,并将cur的孩子按右左顺序入栈。即此时 结点5结点4 入栈。

周而复始,栈中弹出结点4记为cur,打印cur,并压栈cur左右孩子结点,但是此时cur(也就是4结点)并没有左右孩子结点了,所以不进行压栈操作。

周而复始,栈中弹出结点5记为cur,打印cur,5和4一样没有孩子节点,所以不进行压栈。

周而复始,栈中弹出结点3记为cur,打印cur,将孩子结点6和7入栈。

剩下的操作就都是周而复始的操作了,这里篇幅原因就不在演示了。可以看到打印出来的顺序就是先序遍历的顺序。

1.2、先序遍历非递归代码实现

  public static void preOrderUnRecur(Node head) {
    if (head != null) {
      Stack<Node> stack = new Stack<Node>();   //首先准备一个栈stack
      stack.add(head);   //将头结点入栈
      while (!stack.isEmpty()) {  //当栈不为空时执行循环
                head = stack.pop();     //从栈中弹出结点
        System.out.print(head.value + " ");  //打印(或是处理)
        if (head.right != null) {     //右孩子不为空,则入栈
          stack.push(head.right);
        }
        if (head.left != null) {      //左孩子不为空,则入栈(必须遵循先右后左的入栈顺序)
          stack.push(head.left);
        }
      }
    }
  }

2、中序遍历

先说结论:首先准备一个栈,执行循环操作:

  1. 先将整棵树的左边界的所有结点依次入栈。
  2. 依次从栈中弹出结点记为cur,并打印(或其他操作)cur。依次判断cur是否有右子树,有则将右子树的整棵树左边界的所有结点依次入栈。
  3. 周而复始。

压栈顺序:(左全)右

2.1、详细图解描述

下面进行详细步骤描述:  

首先将整颗数的左边界依次入栈,即1,2,4。

从栈用弹出结点4记为cur,打印cur并判断右子树是否存在,此时没有则继续从栈用弹出结点2记为cur并打印。

判断cur的右子树是否存在,此时右子树存在,则以结点5为整棵树的头结点,将整棵树的左边界的所有结点依次入栈,这里的左边界只有5结点一个,即将5结点入栈。

从栈用弹出结点5记为cur,打印cur,此时cur不存在右子树,则继续从栈中弹出结点1记为cur并打印。

此时cur(即结点1)存在右子树,则以结点3为整棵树的头结点,将整棵树的左边界的所有结点依次入栈,即3和6。

继续从栈中弹出结点6记为cur并打印,此时结点6没有右子树,则继续从栈中弹出结点3并打印。

最后结点3存在右子树,右子树的左边界只有7,将7入栈。然后从栈中弹出7并打印,7没有孩子节点,不操作。当再从栈中弹出结点时发现已空,则结束循环。

2.2、中序遍历非递归代码实现  

  public static void inOrderUnRecur(Node head) {
    if (head != null) {
      Stack<Node> stack = new Stack<Node>();    //栈stack
      while (!stack.isEmpty() || head != null) { //栈不为空或者此时的头结点不为空
        if (head != null) {
                    //如果head不为空,则入栈,然后head指向下一个左孩子结点,继续判断是否为空,不为空继续执行
          stack.push(head);
          head = head.left;
        } else {
                    //当为空时从栈中弹出结点head,然后打印出head,并将head指向head的右孩子结点
          head = stack.pop();
          System.out.print(head.value + " ");
          head = head.right;
        }
      }
    }
  }

3、后序遍历

先说结论:首先准备两个栈(一个遍历栈,一个收集栈),将头结点压栈进遍历栈后,执行循环操作:

  1. 遍历栈中弹出一个结点记为cur。
  2. 将cur压栈进收集栈中。
  3. 如果cur有左孩子的话,则将cur的左孩子压栈进遍历栈。
  4. 如果cur有右孩子的话,则将cur的右孩子压栈进遍历栈。(即先左再右),注意与先序非递归遍历进行区分。
  5. 周而复始。

最后当遍历栈中再无结点时,将收集栈中的内容全部出栈,出栈顺序即为后序遍历顺序。

压栈顺序:头左右

3.1、详细图解描述

下面进行详细步骤描述:

首先先把头结点入遍历栈,即1结点入遍历栈。

遍历栈中弹出一个结点记为cur,此时的cur即为1。然后将cur入收集栈。如果cur有孩子的话,则将cur的左节点和右节点按左右顺序入遍历栈。即此时 结点2结点3 入遍历栈。

周而复始,从遍历栈中弹出一个结点记为cur,此时的cur即为3。然后将cur入收集栈。如果cur有孩子的话,则将cur的左节点和右节点按左右顺序入遍历栈。即此时 结点6结点7 入遍历栈。

周而复始,从遍历栈中弹出结点7记为cur,然后将cur入收集栈。此时cur没有左右孩子,所以不操作。

接下来的结点6也和结点7一样,从遍历栈中弹出后直接入收集栈

周而复始,从遍历栈中弹出结点2记为cur,然后将cur入收集栈。将cur的孩子结点4,5分别入遍历栈。

最后遍历栈中的5和4都没有孩子结点,因此全部出栈并入收集栈。

此时将收集完的收集栈依次出栈并打印,得到的序列就是后序遍历

3.2、后序遍历非递归代码实现  

  public static void posOrderUnRecur(Node head) {
    if (head != null) {
      Stack<Node> s1 = new Stack<Node>();   //遍历栈
      Stack<Node> s2 = new Stack<Node>();   //收集栈
      s1.push(head);  //头结点入遍历栈
      while (!s1.isEmpty()) {     //遍历栈不为空时遍历
        head = s1.pop();   //从遍历栈中出栈
        s2.push(head);     //将出栈结点入收集栈
        if (head.left != null) {    //当左孩子存在时入遍历栈
          s1.push(head.left);
        }
        if (head.right != null) {   //当右孩子存在时入遍历栈(必须遵循先左后右的入栈顺序)
          s1.push(head.right);
        }
      }
      while (!s2.isEmpty()) {     //当遍历栈结束后,将收集栈中的所有结点挨个打印
        System.out.print(s2.pop().value + " ");
      }
    }
  }

如果觉得作者写的不错,求给博主一个大大的点赞支持一下,你们的支持是我更新的最大动力!

如果觉得作者写的不错,求给博主一个大大的点赞支持一下,你们的支持是我更新的最大动力!

如果觉得作者写的不错,求给博主一个大大的点赞支持一下,你们的支持是我更新的最大动力!

目录
相关文章
|
25天前
|
机器学习/深度学习 算法 数据挖掘
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构。本文介绍了K-means算法的基本原理,包括初始化、数据点分配与簇中心更新等步骤,以及如何在Python中实现该算法,最后讨论了其优缺点及应用场景。
77 4
|
23天前
|
数据采集 存储 算法
Python 中的数据结构和算法优化策略
Python中的数据结构和算法如何进行优化?
|
1月前
|
算法
数据结构之路由表查找算法(深度优先搜索和宽度优先搜索)
在网络通信中,路由表用于指导数据包的传输路径。本文介绍了两种常用的路由表查找算法——深度优先算法(DFS)和宽度优先算法(BFS)。DFS使用栈实现,适合路径问题;BFS使用队列,保证找到最短路径。两者均能有效查找路由信息,但适用场景不同,需根据具体需求选择。文中还提供了这两种算法的核心代码及测试结果,验证了算法的有效性。
96 23
|
22天前
|
并行计算 算法 测试技术
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面,旨在通过综合策略提升程序性能,满足实际需求。
53 1
|
1月前
|
机器学习/深度学习 存储 算法
数据结构实验之二叉树实验基础
本实验旨在掌握二叉树的基本特性和遍历算法,包括先序、中序、后序的递归与非递归遍历方法。通过编程实践,加深对二叉树结构的理解,学习如何计算二叉树的深度、叶子节点数等属性。实验内容涉及创建二叉树、实现各种遍历算法及求解特定节点数量。
81 4
|
1月前
|
算法 vr&ar 计算机视觉
数据结构之洪水填充算法(DFS)
洪水填充算法是一种基于深度优先搜索(DFS)的图像处理技术,主要用于区域填充和图像分割。通过递归或栈的方式探索图像中的连通区域并进行颜色替换。本文介绍了算法的基本原理、数据结构设计(如链表和栈)、核心代码实现及应用实例,展示了算法在图像编辑等领域的高效性和灵活性。同时,文中也讨论了算法的优缺点,如实现简单但可能存在堆栈溢出的风险等。
41 0
|
1月前
|
C语言
【数据结构】栈和队列(c语言实现)(附源码)
本文介绍了栈和队列两种数据结构。栈是一种只能在一端进行插入和删除操作的线性表,遵循“先进后出”原则;队列则在一端插入、另一端删除,遵循“先进先出”原则。文章详细讲解了栈和队列的结构定义、方法声明及实现,并提供了完整的代码示例。栈和队列在实际应用中非常广泛,如二叉树的层序遍历和快速排序的非递归实现等。
186 9
|
1月前
|
存储 算法
非递归实现后序遍历时,如何避免栈溢出?
后序遍历的递归实现和非递归实现各有优缺点,在实际应用中需要根据具体的问题需求、二叉树的特点以及性能和空间的限制等因素来选择合适的实现方式。
32 1
|
23天前
|
存储 缓存 算法
在C语言中,数据结构是构建高效程序的基石。本文探讨了数组、链表、栈、队列、树和图等常见数据结构的特点、应用及实现方式
在C语言中,数据结构是构建高效程序的基石。本文探讨了数组、链表、栈、队列、树和图等常见数据结构的特点、应用及实现方式,强调了合理选择数据结构的重要性,并通过案例分析展示了其在实际项目中的应用,旨在帮助读者提升编程能力。
44 5
|
1月前
|
存储 算法 Java
数据结构的栈
栈作为一种简单而高效的数据结构,在计算机科学和软件开发中有着广泛的应用。通过合理地使用栈,可以有效地解决许多与数据存储和操作相关的问题。