🥳每日一练-二叉树的前中序遍历-JS

二叉树的遍历是算法中的绝对基本功，除了求树的高度，树的宽度，树节点数量，先序遍历序列，中序遍历序列等；还有后面的图的遍历，各种图的算法，prim，Dijkstra，DFS 算法等的基础

好在二叉树的遍历并不难，只需要掌握四种遍历方法就可以拿下

前序遍历
中序遍历
后序遍历
层次遍历

这篇文章分享的前序遍历和中序遍历的递归和非递归的 JS 代码实现

准备数据

javascript 复制代码

const data = [0, 1, 2, 3, 4, 5, 6, null];

const generateTree = (data, i) => {
	if (!data[i]) return null;
	const root = { value: data[i] };
	root.left = generateTree(data, 2 * i);
	root.right = generateTree(data, 2 * i + 1);

	return root;
};

const tree = generateTree(data, 1);

这里用数组来生成二叉树的数据结构。生成的过程借助了完全二叉树的思想

假设一个节点的序号是 n，那么左子节点的序号就是 2n，右子节点的序号就是 2n+1

数组按照层次遍历的顺序来排列，最后生成的二叉树就是下面这个样子

6 是 3 的左节点

前序遍历

递归

javascript 复制代码

const preOrder = (root) => {
	if (!root) return;
	console.log(root.value);
	preOrder(root.left);
	preOrder(root.right);
};

代码很容易理解，主要逻辑是先输出当前节点，然后输出左子树，再输出右子树

javascript 复制代码

preOrder(tree);

运行结果：

非递归

javascript 复制代码

const preOrder2 = (root) => {
	const stack = [];
	let node = root;
	while (stack.length !== 0 || node !== null) {
		while (node !== null) {
			console.log(node.value);
			stack.push(node);
			node = node.left;
		}
		const currentNode = stack.pop();
		node = currentNode.right;
	}
};

这是前序遍历的非递归代码，借助了栈这个辅助数据结构。

遍历的过程中，现访问当前节点，然后将当前节点入栈。之后再访问左子节点。如果左子节点为空，就弹出栈中的一个元素，并且访问弹出元素的右子节点。

输出结果和递归一致。

中序遍历

递归

javascript 复制代码

const InOrder = (root) => {
  if (!root) return;
  InOrder(root.left);
  console.log(root.value);
  InOrder(root.right);
};

代码很容易理解，主要逻辑是先输出左子树，然后输出当前节点，再输出右子树

javascript 复制代码

InOrder(tree);

运行结果：

非递归

javascript 复制代码

const InOrder2 = (root) => {
  const stack = [];
  // stack.push(root);
  let node = root;
  while (stack.length !== 0 || node !== null) {
    while (node !== null) {
      stack.push(node);
      node = node.left;
    }
    const currentNode = stack.pop();
    console.log(currentNode.value);
    node = currentNode.right;
  }
};

这是中序遍历的非递归代码，借助了栈这个辅助数据结构。

遍历的过程中，先将当前节点入栈，之后再访问左子节点。如果左子节点为空，就弹出栈中的一个元素，输出弹出的元素，然后将 node 值为弹出元素的右节点。

输出结果和递归一致。

总结

文章分享的前序遍历和中序遍历的递归和非递归的 JS 代码实现。代码比较简单，就没做很多解释。

后序遍历的非递归代码比较复杂，放在下一篇文章里分享