二叉樹遍歷簡介
【備註】:二叉樹的深度優先遍歷的非遞歸的通用做法是採用棧,廣度優先遍歷的非遞歸的通用做法是採用隊列。
深度優先遍歷:
對每一個可能的分支路徑深入到不能再深入爲止,而且每個結點只能訪問一次。對每一個可能的分支路徑深入到不能再深入爲止,而且每個結點只能訪問一次。
要特別注意的是,二叉樹的深度優先遍歷比較特殊,可以細分爲先序遍歷、中序遍歷、後序遍歷。具體說明如下:
先序遍歷:對任一子樹,先訪問根,然後遍歷其左子樹,最後遍歷其右子樹。
中序遍歷:對任一子樹,先遍歷其左子樹,然後訪問根,最後遍歷其右子樹。
後序遍歷:對任一子樹,先遍歷其左子樹,然後遍歷其右子樹,最後訪問根。
廣度優先遍歷:
又叫層次遍歷,從上往下對每一層依次訪問,在每一層中,從左往右(也可以從右往左)訪問結點,訪問完一層就進入下一層,直到沒有結點可以訪問爲止。又叫層次遍歷,從上往下對每一層依次訪問,在每一層中,從左往右(也可以從右往左)訪問結點,訪問完一層就進入下一層,直到沒有結點可以訪問爲止。
深度優先搜素算法:
不全部保留結點,佔用空間少;有回溯操作(即有入棧、出棧操作),運行速度慢。
通常深度優先搜索法不全部保留結點,擴展完的結點從數據庫中彈出刪去,這樣,一般在數據庫中存儲的結點數就是深度值,因此它佔用空間較少。所以,當搜索樹的結點較多,用其它方法易產生內存溢出時,深度優先搜索不失爲一種有效的求解方法。
廣度優先搜索算法:
保留全部結點,佔用空間大; 無回溯操作(即無入棧、出棧操作),運行速度快。
廣度優先搜索算法,一般需存儲產生的所有結點,佔用的存儲空間要比深度優先搜索大得多,因此,程序設計中,必須考慮溢出和節省內存空間的問題。但廣度優先搜索法一般無回溯操作,即入棧和出棧的操作,所以運行速度比深度優先搜索要快些。
案例
先序遍歷(遞歸):35 20 15 16 29 28 30 40 50 45 55
中序遍歷(遞歸):15 16 20 28 29 30 35 40 45 50 55
後序遍歷(遞歸):16 15 28 30 29 20 45 55 50 40 35
先序遍歷(非遞歸):35 20 15 16 29 28 30 40 50 45 55
中序遍歷(非遞歸):15 16 20 28 29 30 35 40 45 50 55
後序遍歷(非遞歸):16 15 28 30 29 20 45 55 50 40 35
廣度優先遍歷:35 20 40 15 29 50 16 28 30 45 55
深度優先遍歷
對每一個可能的分支路徑深入到不能再深入爲止,而且每個節點只能訪問一次。
對於上面的例子來說深度優先遍歷的結果就是:A,B,D,E,I,C,F,G,H.(假設先走子節點的的左側)。
深度優先遍歷各個節點,需要使用到棧(Stack)這種數據結構。stack的特點是是先進後出。整個遍歷過程如下:
首先將A節點壓入棧中,stack(A);
將A節點彈出,同時將A的子節點C,B壓入棧中,此時B在棧的頂部,stack(B,C);
將B節點彈出,同時將B的子節點E,D壓入棧中,此時D在棧的頂部,stack(D,E,C);
將D節點彈出,沒有子節點壓入,此時E在棧的頂部,stack(E,C);
將E節點彈出,同時將E的子節點I壓入,stack(I,C);
...依次往下,最終遍歷完成:
Java代碼大概如下
public class TreeNode {
int val = 0;
TreeNode left = null;
TreeNode right = null;
public TreeNode(int val) {
this.val = val;
}
}
public class Solution {
public ArrayList<Integer> deep(TreeNode root) {
ArrayList<Integer> lists=new ArrayList<Integer>();
if(root==null)
return lists;
Stack<TreeNode> stack=new Stack<TreeNode>();
stack.push(root);
while(!stack.isEmpty()){
TreeNode node=stack.pop();
//先往棧中壓入右節點,再壓左節點,這樣出棧就是先左節點後右節點了。
if(node.right!=null)
stack.push(tree.right);
if(node.left!=null)
stack.push(tree.left);
lists.add(node.val);
}
return lists;
}
}
廣度優先遍歷
其過程檢驗來說是對每一層節點依次訪問,訪問完一層進入下一層,而且每個節點只能訪問一次。對於上面的例子來說,廣度優先遍歷的 結果是:A,B,C,D,E,F,G,H,I(假設每層節點從左到右訪問)。
廣度優先遍歷各個節點,需要使用到隊列(Queue)這種數據結構,queue的特點是先進先出,其實也可以使用雙端隊列,區別就是雙端隊列首位都可以插入和彈出節點。整個遍歷過程如下:
首先將A節點插入隊列中,queue(A);
將A節點彈出,同時將A的子節點B,C插入隊列中,此時B在隊列首,C在隊列尾部,queue(B,C);
將B節點彈出,同時將B的子節點D,E插入隊列中,此時C在隊列首,E在隊列尾部,queue(C,D,E);
將C節點彈出,同時將C的子節點F,G,H插入隊列中,此時D在隊列首,H在隊列尾部,queue(D,E,F,G,H);
將D節點彈出,D沒有子節點,此時E在隊列首,H在隊列尾部,queue(E,F,G,H);
...依次往下,最終遍歷完成
Java代碼大概如下:
public class TreeNode {
int val = 0;
TreeNode left = null;
TreeNode right = null;
public TreeNode(int val) {
this.val = val;
}
}
public class Solution {
public ArrayList<Integer> wide(TreeNode root) {
ArrayList<Integer> lists=new ArrayList<Integer>();
if(root==null)
return lists;
Queue<TreeNode> queue=new LinkedList<TreeNode>();
queue.offer(root);
while(!queue.isEmpty()){
TreeNode node = queue.poll();
if(node.left!=null){
queue.offer(node.left);
}
if(node.right!=null){
queue.offer(node.right);
}
lists.add(node.val);
}
return lists;
}
}
————————————————
版權聲明:本文爲CSDN博主「霧幻」的原創文章,遵循 CC 4.0 BY-SA 版權協議,轉載請附上原文出處鏈接及本聲明。
原文鏈接:https://blog.csdn.net/lb812913059/article/details/83313360