怒刷力扣(二叉树的中序遍历)

简介: 二叉树的中序遍历,前两种算法相对来说,比较容易理解,但是第三种,就需要自己思考思考了,想明白了其实也并不是很难。

二叉树的中序遍历

WangScaler: 一个用心创作的作者。

声明:才疏学浅,如有错误,恳请指正。

题目

给定一个二叉树的根节点 root ,返回 它的 中序 遍历

初步分析

中序遍历即是左根右。那么有左子树,就持续递归到最左边的叶子节点,再拿到根节点,再递归右子树。将遍历的数放到list里面。

img

例如此图,根节点1没有左子树,则直接把1放入。递归右子树2,3。当右子树根节点2有左子树的时候,继续递归3,发现3没有,则放入列表。再把根节点2放入。所以最后的顺序是1,3,2。

也就是左子树递归计算,放入根节点,右子树递归计算。本例中第一次递归拆分成1、【2、3】,第二次递归拆分成2、3。

public List<Integer> inorderTraversal(TreeNode root) {
        List<Integer> list = new ArrayList<>();
        if(root==null){
            return list;
        }
        return traversal(root,list);
    }
    public static  List<Integer> traversal(TreeNode root,List<Integer> list) {
        if(root==null){
            return list;
        }
        traversal(root.left,list);
        list.add(root.val);
        traversal(root.right,list);
        return list;
    }

继续分析

这个递归的时间复杂度是O(n)会遍历所有的节点。空间复杂度也是O(n),因为用的是递归的方法,需要空间来维护栈的调用。题目中说递归的算法很简单,你能不能用迭代来实现呢?

我们接下来考虑一下怎么使用迭代来实现。使用迭代的话,就是将递归的栈,我们自己来维护。这里找了一个图

img

来自动画演示+三种实现 94. 二叉树的中序遍历

public static  List<Integer> inorderTraversal(TreeNode root) {
    List<Integer> list = new ArrayList<>();
    Deque<TreeNode> stk = new LinkedList<TreeNode>();
    while (root != null || !stk.isEmpty()) {
        while (root != null) {
            stk.push(root);
            root = root.left;
        }
        root = stk.pop();
        list.add(root.val);
        root = root.right;
    }
    return list;
}

当我们左子树不为空的时候,我们持续迭代,将左子树入栈。原理和使用递归的方法是一样的。上述的方法的空间复杂度都是O(n),我们有没有办法不使用栈来解决这个问题呢?

  • 根节点无左子树,那么直接将x加入答案数组,接下来就是处理x的右子树
  • 根节点有左子树,我们找到左子树的中序遍历的最后一个节点(左子树上的最右侧的节点)

    • 如果无右子树。则将其右子树指向根节点。
    • 如果有右子树

      • 判断是否为根节点,是的话,则证明遍历完,讲右子树置为空,将根节点加入答案,继续访问根节点的右子树。
      • 不是根节点的话,则继续遍历右子树。

答案

public List<Integer> inorderTraversal(TreeNode root) {
        List<Integer> list = new ArrayList<Integer>();
        TreeNode newTree = null;
​
        while (root != null) {
            if (root.left != null) {
                newTree = root.left;
                while (newTree.right != null && newTree.right != root) {
                    newTree = newTree.right;
                }
                if (newTree.right == null) {
                    newTree.right = root;
                    root = root.left;
                }
                else {
                    list.add(root.val);
                    newTree.right = null;
                    root = root.right;
                }
            }
            else {
                list.add(root.val);
                root = root.right;
            }
        }
        return list;
    }

复杂度

  • 时间复杂度: O(n)
  • 空间复杂度:O(1)

总结

看了答案,可能大家也都不明白最后这种Morris 中序遍历的方法,接下来我图解以下。起初是这样的。

注:红色表示根节点,蓝色表示第二层while循环的过程。黑线表示左子树,绿色表示右子树

image.png

第一次循环

3的左子树不为空,将左子树作为新的树的根节点newTree = root.left;当右子树不为空或者不为根节点的时候,持续循环直到循环到无右子树时。

while (newTree.right != null && newTree.right != root) {
        newTree = newTree.right;
 }

image.png

将其右子树,变为根节点。

image.png

第二次循环

第一次循环结束时root = root.left;,所以以1为根节点做遍历

image.png

image.png

image.png

同第一次循环将2的右子树指向原来的根节点1

第三次循环

此次2做根节点

image.png

无左右子树,加入把2加入list,根节点变为右子树root = root.right;

第四次循环

root节点又回到1。

image.png

但此次循环,2的右子树不为空且为根节点,此时则认为以1为根节点的左子树遍历完毕,所以

  else {
      list.add(root.val);
      newTree.right = null;
      root = root.right;
}

image.png

将1的值加入list。把newtree的右子树置为空。根节点转为4。

image.png

第五次循环

4为根节点,没有左子树,所以直接将4加入list,根节点转为3

image.png

第六次循环

遍历到4,发现4的右节点为根节点,则认为根节点3左子树所有节点遍历完毕

image.png

将3加入list。将4的右子树置为null。根节点转为右子树

image.png

根节点3的右子树为空,则遍历结束。

返回list。即【2,1,4,3】

这个算法不容易理解,将最右侧的指针指向根节点的目的就是为了记录根节点的位置,以便遍历完左子树之后回到之前的位置。也就是说中序遍历时左根右。左子树遍历完会回到根节点,左子树的中序遍历的最后一个树书,一定在他右子树的最后一个叶子节点,我们只需要将这个叶子节点指向根节点,那么我们遍历完左子树,就能回到根节点。

还不明白的多看几遍图解再理解理解吧。

都来了,点个赞再走呗!

关注WangScaler,祝你升职、加薪、不提桶!

目录
相关文章
|
4月前
|
Go 开发者 索引
【LeetCode 热题100】路径与祖先:二叉树中的深度追踪技巧(力扣33 / 81/ 153/154)(Go语言版)
本文深入探讨了LeetCode中四道关于「搜索旋转排序数组」的经典题目,涵盖了无重复和有重复元素的情况。通过二分查找的变形应用,文章详细解析了每道题的解题思路和Go语言实现代码。关键点包括判断有序区间、处理重复元素以及如何缩小搜索范围。文章还总结了各题的异同,并推荐了类似题目,帮助读者全面掌握二分查找在旋转数组中的应用。无论是初学者还是有经验的开发者,都能从中获得实用的解题技巧和代码实现方法。
242 14
|
5月前
|
Go
【LeetCode 热题100】路径与祖先:二叉树中的深度追踪技巧(力扣437 / 236 )(Go语言版)
本文深入探讨二叉树中路径与祖先问题,涵盖两道经典题目:LeetCode 437(路径总和 III)和236(最近公共祖先)。对于路径总和 III,文章分析了双递归暴力解法与前缀和优化方法,后者通过哈希表记录路径和,将时间复杂度从O(n²)降至O(n)。在最近公共祖先问题中,采用后序遍历递归查找,利用“自底向上”的思路确定最近公共祖先节点。文中详细解析代码实现与核心要点,帮助读者掌握深度追踪技巧,理解树结构中路径与节点关系的本质。这类问题在面试中高频出现,掌握其解法意义重大。
105 4
|
5月前
|
算法 Go
【LeetCode 热题100】深入理解二叉树结构变化与路径特性(力扣104 / 226 / 114 / 543)(Go语言版)
本博客深入探讨二叉树的深度计算、结构变换与路径分析,涵盖四道经典题目:104(最大深度)、226(翻转二叉树)、114(展开为链表)和543(二叉树直径)。通过递归与遍历策略(前序、后序等),解析每题的核心思路与实现方法。结合代码示例(Go语言),帮助读者掌握二叉树相关算法的精髓。下一讲将聚焦二叉树构造问题,欢迎持续关注!
113 10
|
5月前
|
存储 算法 数据可视化
【二叉树遍历入门:从中序遍历到层序与右视图】【LeetCode 热题100】94:二叉树的中序遍历、102:二叉树的层序遍历、199:二叉树的右视图(详细解析)(Go语言版)
本文详细解析了二叉树的三种经典遍历方式:中序遍历(94题)、层序遍历(102题)和右视图(199题)。通过递归与迭代实现中序遍历,深入理解深度优先搜索(DFS);借助队列完成层序遍历和右视图,掌握广度优先搜索(BFS)。文章对比DFS与BFS的思维方式,总结不同遍历的应用场景,为后续构造树结构奠定基础。
236 10
|
5月前
|
Go 索引 Perl
【LeetCode 热题100】【二叉树构造题精讲:前序 + 中序建树 & 有序数组构造 BST】(详细解析)(Go语言版)
本文详细解析了二叉树构造的两类经典问题:通过前序与中序遍历重建二叉树(LeetCode 105),以及将有序数组转化为平衡二叉搜索树(BST,LeetCode 108)。文章从核心思路、递归解法到实现细节逐一拆解,强调通过索引控制子树范围以优化性能,并对比两题的不同构造逻辑。最后总结通用构造套路,提供进阶思考方向,帮助彻底掌握二叉树构造类题目。
251 9
|
11月前
【LeetCode 43】236.二叉树的最近公共祖先
【LeetCode 43】236.二叉树的最近公共祖先
84 0
|
11月前
【LeetCode 38】617.合并二叉树
【LeetCode 38】617.合并二叉树
66 0
|
11月前
【LeetCode 37】106.从中序与后序遍历构造二叉树
【LeetCode 37】106.从中序与后序遍历构造二叉树
81 0
|
11月前
【LeetCode 34】257.二叉树的所有路径
【LeetCode 34】257.二叉树的所有路径
78 0
|
12月前
|
Unix Shell Linux
LeetCode刷题 Shell编程四则 | 194. 转置文件 192. 统计词频 193. 有效电话号码 195. 第十行
本文提供了几个Linux shell脚本编程问题的解决方案,包括转置文件内容、统计词频、验证有效电话号码和提取文件的第十行,每个问题都给出了至少一种实现方法。
169 6
LeetCode刷题 Shell编程四则 | 194. 转置文件 192. 统计词频 193. 有效电话号码 195. 第十行