Java 二叉树非递归遍历核心实现

非递归遍历的核心是用栈模拟递归的调用过程，通过手动维护栈来替代系统栈，实现前序、中序和后序遍历。以下是三种遍历的代码实现与关键逻辑分析：

---

一、二叉树遍历

1.1、前序遍历（根 → 左 → 右）

核心逻辑 ：访问根节点后，先压右子节点再压左子节点（利用栈的 LIFO 特性）。
步骤：

1. 根节点入栈。
2. 循环弹出栈顶元素并访问。
3. 若存在右子节点，入栈；若存在左子节点，入栈。

public List<Integer> preorderTraversal(TreeNode root) {
    List<Integer> res = new ArrayList<>();
    if (root == null) return res;
    final LinkedList<TreeNode> stack = new LinkedList<>();
    stack.push(root);
    
    while (!stack.isEmpty()) {
        TreeNode node = stack.pop();
        res.add(node.val);  // 访问根节点
        if (node.right != null) stack.push(node.right);  // 右子先入栈
        if (node.left != null) stack.push(node.left);     // 左子后入栈
    }
    return res;
}

---

1.2、中序遍历（左 → 根 → 右）

核心逻辑 ：先遍历到最左叶子节点，再回溯处理中间节点和右子树。
步骤：

1. 持续压左子节点入栈，直到左子为空。
2. 弹出栈顶元素访问，并将当前指针转向右子节点。

public List<Integer> inorderTraversal(TreeNode root) {
    List<Integer> res = new ArrayList<>();
    final LinkedList<TreeNode> stack = new LinkedList<>();
    TreeNode cur = root;
    
    while (cur != null || !stack.isEmpty()) {
        // 压左子树到栈底
        while (cur != null) {
            stack.push(cur);
            cur = cur.left;
        }
        cur = stack.pop();
        res.add(cur.val);     // 访问当前节点（左子处理完）
        cur = cur.right;      // 转向右子树
    }
    return res;
}

---

1.3、后序遍历（左 → 右 → 根）

核心逻辑 ：需确保左右子树均已处理后再访问根节点，常用双栈法 或标记法。

方法1：双栈法（反向输出根右左）

public List<Integer> postorderTraversal(TreeNode root) {
    List<Integer> res = new ArrayList<>();
    if (root == null) return res;
    final LinkedList<TreeNode> stack1 = new LinkedList<>();
    final LinkedList<TreeNode> stack2 = new LinkedList<>();
    stack1.push(root);
    
    while (!stack1.isEmpty()) {
        TreeNode node = stack1.pop();
        stack2.push(node);        // 辅助栈存储逆序
        if (node.left != null) stack1.push(node.left);  // 左先入栈1
        if (node.right != null) stack1.push(node.right); // 右后入栈1
    }
    // 逆序输出即为后序
    while (!stack2.isEmpty()) {
        res.add(stack2.pop().val);
    }
    return res;
}

方法2：单栈标记法（记录访问状态）

public List<Integer> postorderTraversal(TreeNode root) {
    List<Integer> res = new ArrayList<>();
    final LinkedList<Pair<TreeNode, Boolean>> stack = new LinkedList<>();
    stack.push(new Pair<>(root, false));
    
    while (!stack.isEmpty()) {
        Pair<TreeNode, Boolean> pair = stack.pop();
        TreeNode node = pair.getKey();
        boolean visited = pair.getValue();
        if (node == null) continue;
        if (visited) {
            res.add(node.val);
        } else {
            stack.push(new Pair<>(node, true));   // 根标记为已访问
            stack.push(new Pair<>(node.right, false));
            stack.push(new Pair<>(node.left, false));

			/* 中序
            stack.push(new Pair<>(node.right, false));
            stack.push(new Pair<>(node, true));   // 根标记为已访问
            stack.push(new Pair<>(node.left, false));
			*/
			
			/* 先序
            stack.push(new Pair<>(node.right, false));
            stack.push(new Pair<>(node.left, false));
            stack.push(new Pair<>(node, true));   // 根标记为已访问
            */
        }
    }
    return res;
}

class Pair<k,B>{
    public Pair(k key, B value) {
        this.key = key;
        this.value = value;
    }

    k key;
    B value;

    public k getKey() {
        return key;
    }

    public void setKey(k key) {
        this.key = key;
    }

    public B getValue() {
        return value;
    }

    public void setValue(B value) {
        this.value = value;
    }
}

---

二、关键对比与总结

遍历方式	栈操作特点	时间复杂度	空间复杂度
前序	根 → 右 → 左入栈，出栈顺序根 → 左 → 右	O(n)	O(n)
中序	持续压左子，回溯时处理根和右子	O(n)	O(n)
后序	双栈反转根右左为左右根，或标记访问状态	O(n)	O(n)

优化建议：

• 统一写法 ：通过标记法（如 Pair<节点, 是否已访问>）可统一三种遍历，仅调整入栈顺序。
• 避免大栈深度：对于极不平衡的树（如链状结构），递归可能导致栈溢出，非递归更安全。

适用场景：

• 前序：快速复制树结构（先创建父节点）。
• 中序：二叉搜索树的有序输出。
• 后序：释放子树内存（先处理子节点再父节点）。

---

三、常见问题

1. 为什么后序遍历比前序/中序复杂？

   后序需确保左右子树均处理完才能访问根节点，需额外机制（如辅助栈或标记状态）保证顺序。

2. 非递归和递归的性能差异？

   递归代码简洁但隐含函数调用栈开销；非递归手动管理栈，空间复杂度相同，但常数因子更优。

3. 如何处理层次遍历？

   使用队列（BFS），而非栈（DFS）。每次处理一层节点，按层加入结果列表。