🥳每日一练-二叉树后序的遍历-JS

上篇文章分享了二叉树的前中序遍历的递归和非递归的 JS 代码实现，这篇文章来分享后序遍历的 JS 代码实现

准备数据

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

递归

const postOrder = (tree) => {
	if (tree == null) return;

	postOrder(tree.left);
	postOrder(tree.right);
	console.log(tree.value);
};

代码很容易理解，主要逻辑是先输出左子树，再输出右子树，最后输出当前节点

执行函数

postOrder(tree);

输出顺序正确

非递归

const postOrder2 = (tree) => {
	if (!tree) return;

	const stack = [];
	let pre = null;
	let node = tree;
	while (stack.length !== 0 || node !== null) {
		while (node !== null) {
			stack.push(node);
			node = node.left;
		}

		const currentNode = stack.slice(-1)[0];
		if (currentNode.right !== null && pre !== currentNode.right) {
			node = currentNode.right;
		} else {
			console.log(currentNode.value);
			stack.pop();
			pre = currentNode;
		}
	}
};

非递归的代码比递归要更加复杂些。遍历过程中借助了栈，作为辅助存储空间。遍历过程的重点是判断当前节点的右子树是否已经被访问，如果没有，就需要访问右子树，然后再访问当前节点。

大致过程，从根节点开始，不断地向左子树遍历，过程中将每个遍历到的左节点都入栈，直到左节点为空，这时候就不能再往左了，需要看看当前节点的右节点是否存在，并且没有被访问，如果是，那就往右子树遍历。

右子树的遍历过程也和根节点一致，先不断地向左子树遍历，过程中将每个遍历到的左节点都入栈，直到左节点为空。

代码中借助了 pre 变量来保存上一个访问的节点，用来比较当前节点的右节点，如果相等，说明当前节点的右节点已经被访问了，可以放心地将当前节点输出，并弹出栈。

还可以在节点中保存 tag，用以判断左右节点是否被访问

遍历结果与递归代码一致。

总结：

文章来分享了后序遍历递归和非递归的 JS 代码实现。

之前看到涉及后序遍历的算法是这样的：p 和 q 为二叉树的任意两个节点，请找出 p 和 q 的最近公共祖先节点 r

在后序遍历过程中，总是先访问子节点，然后再访问当前节点。并且访问子节点时，栈中就保存着该子节点的所有父节点。所以掌握了后序遍历，这个算法就不是问题

下篇文章就分享，利用后序遍历来解决这个算法的 JS 代码实现