【数据结构】二叉树的遍历

简介: 【数据结构】二叉树的遍历

5.3 二叉树的遍历


5.3.1 概述


  • 二叉树的遍历:沿着某条搜索路径对二叉树中的结点进行访问,使得每个结点均被访问一次,而且仅被访问一次。“访问”的含义较为广泛,例如:输出结点信息。
  • 二叉树有3条搜索路径:
  1. 先上后下
  2. 先左后右
  3. 先右后左
  • 对应3条搜索路径,二叉树有7种遍历方式:
  • 先上后下
  1. 层次遍历
  • 先左后右 (D data根、 L left左、R right 右)
  1. DLR (先根遍历、先序遍历、先根序遍历)
  2. LDR (中根遍历、中序遍历、中根序遍历)
  3. LRD (后根遍历、后序遍历、后根序遍历)
  • 先右后左
  1. DRL
  2. RDL
  3. RLD
  • 需要遍历的二叉树

A

B

C

D

E

F

G

H

K

5.3.2 遍历方式【重点】


1) 层次遍历

  • 若二叉树为空,则为空操作;否则,按自上而下先访问第0层的根节点,然后再从左到右依次访问各层次中的每一个结点。
  • 层次遍历序列

ABECFDGHK

2)先根(序)遍历 DLR

  • 若二叉树为空,则为空操作,否则
  1. 访问根节点
  2. 先根遍历左子树
  3. 先根遍历右子树

image.png

  • 先根遍历序列

ABCDEFGHK

3)中根(序)遍历 LDR

  • 若二叉树为空,则为空操作;否则
  1. 中根遍历左子树
  2. 访问根节点
  3. 中根遍历右子树
  • 中根遍历序列

BDCAEHGKF

image.png

4)后根(序)遍历LRD

  • 若二叉树为空,则为空操作;否则
  1. 后根遍历左子树
  2. 后根遍历右子树
  3. 访问根节点
  • 后根遍历序列

DCBHKGFEA

image.png

5)练习

  • 练习1:

image.png

先根序遍历:ABDEGCFH

中根序遍历:DBGEAFHC

后根序遍历:DGEBHFCA

  • 练习2:

image.png

先根序遍历:ABDEGJHCFIKL

中根序遍历:DBJGEHACKILF

后根序遍历:DJGHEBKLIFCA

  • 练习3:

image.png

先根序遍历:ABCDEFGHK

中根序遍历:BDCAEHGKF

后根序遍历:DCBHKGFEA

5.3.3 遍历方式:递归实现【重点】


1)算法:先根(序)遍历DLRpublicvoidpreRootTraverse(BiTreeNodeT) {
if(T!=null) {
System.out.print(T.data);       //输出根元素preRootTraverse(T.lchild);      //先根遍历左子树preRootTraverse(T.rchild);      //先根遍历右子树    }
}
2)算法:中根(序)遍历LDRpublicvoidinRootTraverse(BiTreeNodeT) {
if(T!=null) {
inRootTraverse(T.lchild);       //中根遍历处理左子树System.out.print(T.data);       //访问根节点inRootTraverse(T.rchild);       //中根遍历处理右子树    }
}
3)算法:后根(序)遍历LRDpublicvoidpostRootTraverse(BiTreeNodeT) {
if(T!=null) {
postRootTraverse(T.lchild);     //后根遍历左子树postRootTraverse(T.rchild);     //后根遍历右子树System.out.print(T.data);       //访问根结点    }
}

image.png

5.3.4 遍历方式:非递归实现


1)分析:先根(序)遍历 DLR

  • 借助一个==栈==来记录当前被访问结点的右孩子结点,以便遍历完一个结点的左子树后,可以继续遍历该结点的右子树。
  • 实现思想:
  1. 将根节点压栈
  2. 从栈顶获得需要遍历的结点A,并访问结点A。
  3. 此时结点A有左孩子直接访问,结点A有右孩子压入栈顶
  4. 同时沿着左子树继续搜索,重复步骤3
  5. 当左子树访问完成后,重复步骤2依次访问对应的右子树

2)算法:先根(序)遍历 DLR【重点】

publicvoidpreRootTraverse() {
BiTreeNodeT=root;
if( T!=null ) {
LinkStackS=newLinkStack();      // 创建栈记录没有访问过的右子树S.push(T);                          // 将根节点压入栈顶while(!S.isEmpty()) {               // 栈中只要有数据,表示继续遍历T=S.pop();                    // 弹出栈顶数据System.out.print(T.data);       // 结点被访问while(T!=null) {              // T指针,访问每一个左孩子if(T.lchild!=null) {      // 输出左孩子System.out.print(T.lchild.data);
                }
if(T.rchild!=null) {      // 将右孩子压栈T.push(T.rchild);
                }
T=T.lchild;               // 访问下一个左孩子            }
        }
    }
}
3

3)分析:中根(序)遍历 LDR

  • 借助一个==栈==来记录遍历过程中所经历的而未被访问的所有结点,以便遍历完左子树后能顺利的返回到它的父节点。
  • 实现思想
  1. 从非空二叉树的根节点出发
  2. 沿着该结点的左子树向下搜索,在搜索过程中将遇到的每一个结点依次压栈,直到二叉树中最左下结点压栈为止,
  3. 然后从栈中弹出栈顶结点并对其进行访问,访问完成后再进入该结点的右子树,
  4. 并用上述相同的方法去遍历该结点的右子树,直到二叉树中所有的结点都被访问。

4)算法:中根(序)遍历 LDR

publicvoidinRootTraverse() {
BiTreeNodeT=root;
if(T!=null) {
LinkStackS=newLinkStack();
S.push(T);                          //将根节点压入到栈顶while( !S.isEmpty() ) {             //栈中有数据,表示遍历未完成//1 将所有的左孩子压栈while(S.peek() !=null) {       //栈顶的元素不为空,注意:不是弹栈// 获得栈顶,BiTreeNodetemp= (BiTreeNode)S.peek();
// 并将左孩子压入栈顶S.push(temp.lchild);
            }
S.pop();                        //将栈顶的空元素弹出//2 依次弹出栈,访问当前节点,如果有右孩子继续压栈if(!S.isEmpty()) {
T= (BiTreeNode)S.pop();
System.out.print(T.data);       //访问栈顶S.push(T.rchild);
            }
        }
    }
}

5)分析:后根(序)遍历LRD

  • 借助一个栈用记载遍历过程中所经历而未被访问的所有结点。
  • 确定顶点结点是否能访问,需要知道该结点的右子树是否被遍历完成。
  • 引入两个变量,一个访问标记变量flag和一个结点指针p
  • flag永不标记当前栈顶结点是否被访问
  • p指向当前遍历过程中最后一个被访问的结点。
  • 实现思想
  1. 从非空二叉树的根节点出发
  1. 将所有的左孩子相继压栈,
  2. 然后获得栈中每个结点A,如果该结点A没有右孩子或右孩子已经访问过,将访问结点A
  3. 如果结点A有右孩子或右孩子未被访问过,继续压栈
  4. 通过标记,使程序开始出了新添加进入的结点。

6)算法:后根(序)遍历LRD

publicvoidpostRootTraverse() {
BiTreeNodeT=root;
if( T!=null) {
LinkStackS=newLinkStack();
S.push(T);
// 声明两个变量Booleanflag;               //用于记录是否被访问BiTreeNodep;               //用于记录上一次处理的结点while(!S.isEmpty() ) {
//1 将所有的左孩子压栈while(S.peek() !=null) {       //栈顶的元素不为空,注意:不是弹栈// 获得栈顶,BiTreeNodetemp= (BiTreeNode)S.peek();
// 并将左孩子压入栈顶S.push(temp.lchild);
            }
S.pop();                        //将栈顶的空元素弹出while( !S.isEmpty() ) {
T= (BiTreeNode) S.peek();
if(T.rchild==null||T.rchild==p) {  // 没有右孩子 或 已经访问过System.out.print(T.data);
S.pop();                    //弹出p=T;                      //记录刚才访问过的flag=true;            //没有新元素,继续访问                } else {
S.push(T.rchlid);
flag=false;           //新右子树添加                }
if(!flag) {
break;              //如果有右子树,需要重新开始                }
            }
        }
    }
}
相关文章
|
1天前
|
存储 编译器 C++
【初阶数据结构】掌握二叉树遍历技巧与信息求解:深入解析四种遍历方法及树的结构与统计分析
【初阶数据结构】掌握二叉树遍历技巧与信息求解:深入解析四种遍历方法及树的结构与统计分析
|
1天前
【高阶数据结构】二叉树进阶探秘:AVL树的平衡机制与实现详解(三)
【高阶数据结构】二叉树进阶探秘:AVL树的平衡机制与实现详解
|
1天前
【高阶数据结构】二叉树进阶探秘:AVL树的平衡机制与实现详解(二)
【高阶数据结构】二叉树进阶探秘:AVL树的平衡机制与实现详解
|
1天前
|
存储
【高阶数据结构】二叉树进阶探秘:AVL树的平衡机制与实现详解(一)
【高阶数据结构】二叉树进阶探秘:AVL树的平衡机制与实现详解
|
1天前
【高阶数据结构】深度探索二叉树进阶:二叉搜索树概念及其高效实现(三)
【高阶数据结构】深度探索二叉树进阶:二叉搜索树概念及其高效实现
|
1天前
|
存储
【高阶数据结构】深度探索二叉树进阶:二叉搜索树概念及其高效实现(二)
【高阶数据结构】深度探索二叉树进阶:二叉搜索树概念及其高效实现
|
1天前
【高阶数据结构】深度探索二叉树进阶:二叉搜索树概念及其高效实现(一)
【高阶数据结构】深度探索二叉树进阶:二叉搜索树概念及其高效实现
|
1月前
|
存储 机器学习/深度学习
【数据结构】二叉树全攻略,从实现到应用详解
本文介绍了树形结构及其重要类型——二叉树。树由若干节点组成,具有层次关系。二叉树每个节点最多有两个子树,分为左子树和右子树。文中详细描述了二叉树的不同类型,如完全二叉树、满二叉树、平衡二叉树及搜索二叉树,并阐述了二叉树的基本性质与存储方式。此外,还介绍了二叉树的实现方法,包括节点定义、遍历方式(前序、中序、后序、层序遍历),并提供了多个示例代码,帮助理解二叉树的基本操作。
46 13
【数据结构】二叉树全攻略,从实现到应用详解
|
1天前
|
存储
【初阶数据结构】树与二叉树:从零开始的奇幻之旅
【初阶数据结构】树与二叉树:从零开始的奇幻之旅
|
1月前
|
存储 算法 C语言
数据结构基础详解(C语言): 二叉树的遍历_线索二叉树_树的存储结构_树与森林详解
本文从二叉树遍历入手,详细介绍了先序、中序和后序遍历方法,并探讨了如何构建二叉树及线索二叉树的概念。接着,文章讲解了树和森林的存储结构,特别是如何将树与森林转换为二叉树形式,以便利用二叉树的遍历方法。最后,讨论了树和森林的遍历算法,包括先根、后根和层次遍历。通过这些内容,读者可以全面了解二叉树及其相关概念。