【Hot 100】94. 二叉树的中序遍历

引言

今天开始二叉树的篇章，继续加油。

二叉树的中序遍历

🎈 题目链接：https://leetcode.cn/problems/binary-tree-inorder-traversal/description/?envType=study-plan-v2\&envId=top-100-liked

🎈 做题状态：

我的解题

二叉树的遍历有四种，分别是前序、中序、后序以及层次遍历。前中后序遍历可以通过递归写出清晰的代码，当然也可以通过栈来写出非递归的代码。然后是层次遍历通过借助队列来实现一层一层的遍历顺序。

下面来解析一下我的代码，本题给出的核心函数是 inorderTraversal 然后函数有一个返回值，这个返回值记录的是二叉树的值。如果我直接将 inorderTraversal 作为一个递归函数来写的话，就需要处理这个返回值，要考虑如何将这个返回值合并。所以为了让记录变得更加方便我新建了一个递归函数 midTraversal ，这个函数没有返回值，但是使用了引用传递来让这个结果合并起来。

cpp 复制代码

class Solution {
public:
    void midTraversal(TreeNode* node, vector<int>& data)
    {
        if (!node) return;
        midTraversal(node->left, data);
        data.push_back(node->val);
        midTraversal(node->right, data);
    }

    vector<int> inorderTraversal(TreeNode* root) {
        vector<int> res;
        midTraversal(root, res);
        return res;
    }
};

代码优化

递归函数的返回值问题：

如果直接让 inorderTraversal 递归调用自身，每次递归都需要合并子树的遍历结果（即处理返回值），这会增加代码复杂度。

例如：

cpp 复制代码

vector<int> inorderTraversal(TreeNode* root) {
    if (!root) return {};
    auto left = inorderTraversal(root->left);  // 需要合并左子树的结果
    auto right = inorderTraversal(root->right); // 需要合并右子树的结果
    left.push_back(root->val);                // 插入当前节点
    left.insert(left.end(), right.begin(), right.end()); // 合并右子树
    return left; // 返回合并后的结果
}

这种写法需要频繁合并向量，效率较低（时间复杂度为 O(n^2)），且代码冗余。

引用传递的优化：
- 通过引入辅助函数 midTraversal，将结果向量 data 通过引用传递，避免返回值合并的问题。
- 递归过程中直接修改同一个 data 向量，无需合并，效率更高（时间复杂度 O(n)）。

更清晰的表述建议：

"中序遍历的递归实现需要按左子树->根节点->右子树的顺序访问节点。如果直接在 inorderTraversal 中递归，每次递归调用会返回一个独立的向量，需要将这些向量合并（如拼接左子树、当前节点、右子树的结果），效率较低。

因此，我引入辅助函数 midTraversal，通过引用传递一个共享的结果向量 data。递归过程中，所有节点值直接追加到 data 中，无需合并操作，既简化了代码，又保证了线性时间复杂度。"

【Hot 100】94. 二叉树的中序遍历

目录

引言

二叉树的中序遍历

我的解题

代码优化

更清晰的表述建议：