二叉树的中序遍历（非递归实现）

中序遍历的顺序是：左子树 → 根节点 → 右子树。递归实现很直观，但迭代版本能帮我们更好地理解栈的工作原理，也能避免递归深度过大带来的问题。这里给出一种用栈模拟的迭代解法。

思路

中序遍历的非递归核心思想是：沿着左子树一路向下，将沿途节点压栈，直到左子树为空；然后弹出栈顶节点（即最近一个左子树为空的节点）并访问它，接着处理它的右子树。

这个过程模拟了递归函数调用的行为：递归左子树时，将当前节点状态保存；左子树返回后，访问当前节点；然后递归右子树。

代码

cpp

复制代码

class Solution {
public:
    vector<int> inorderTraversal(TreeNode* root) {
        stack<TreeNode*> st;
        vector<int> result;
        TreeNode* cur = root;

        while (cur != nullptr || !st.empty()) {
            // 一直向左走，将节点压栈
            while (cur != nullptr) {
                st.push(cur);
                cur = cur->left;
            }
            // 当前节点为空，说明左子树走到头了，弹出栈顶并访问
            TreeNode* top = st.top();
            st.pop();
            result.push_back(top->val);
            // 转向右子树
            cur = top->right;
        }
        return result;
    }
};

代码解释

cur 指针指向当前要处理的节点，初始为根节点。
外层 while 循环保证当还有节点未处理时继续执行。条件 cur != nullptr || !st.empty() 涵盖了刚开始树非空以及栈中还有节点的情况。
内层 while 循环：只要当前节点不为空，就一直往左走，并将沿途节点压栈。这是为了找到最左边的节点，同时把路径上的根节点保存下来，以便后续处理右子树。
当内层循环退出，说明 cur 已经为空，此时栈顶节点就是当前需要访问的节点（它的左子树已经处理完毕）。弹出栈顶，将其值加入结果数组。
然后 cur 指向该节点的右子树，开始处理右子树（进入下一轮外层循环，对右子树重复同样的过程）。

复杂度分析

时间复杂度：O(n)，每个节点恰好被压栈一次、弹栈一次，访问一次。
空间复杂度：O(h)，h 为树的高度。栈中最多同时存放一条从根到当前节点的路径上的节点。最坏情况（树退化为链表）下空间复杂度 O(n)，平均情况 O(logn)。

为什么用迭代而不是递归？

递归写法更简洁，但迭代有两个好处：

避免递归调用栈溢出（当树深度很大时，系统栈可能不够用）。
显式地使用栈，可以帮助理解深度优先遍历的本质，为后续更复杂的非递归遍历（如后序、Morris 遍历）打下基础。

注意事项

空树处理：如果 root 为空，外层循环条件不满足，直接返回空数组。
循环条件中 cur 和栈的状态需要配合理解：cur 可能为空但栈不为空，表示还有右子树要处理；两者都为空时遍历结束。
代码中的 cur 在访问完节点后直接指向右孩子，即使右孩子为空，下一轮内层循环也不会执行，直接弹出下一个节点。

总结

中序遍历的迭代实现是二叉树遍历的基础模板，理解了这个过程，后续的前序和后序非递归也能触类旁通。关键点在于利用栈保存待处理的节点，并控制访问时机（出栈时访问）。掌握了这个，很多树的题目就能用迭代方式解决了。