【LeetCode刷题日记】掌握二叉树遍历:栈实现的三种绝妙方法

🔥个人主页:北极的代码(欢迎来访)

🎬作者简介:java后端学习者

❄️个人专栏:苍穹外卖日记SSM框架深入JavaWeb

命运的结局尽可永在,不屈的挑战却不可须臾或缺!

前言:

我们在前面提到了,递归的实现就是:每一次递归调用都会把函数的局部变量、参数值和返回地址等压入调用栈中,然后递归返回的时候,从栈顶弹出上一次递归的各项参数,所以这就是递归为什么可以返回上一层位置的原因。

此时大家应该知道我们用栈也可以是实现二叉树的前后中序遍历了。

摘要:

本文介绍了使用栈实现二叉树三种遍历方式的迭代算法。

前序遍历通过"根→右→左"的入栈顺序实现;

中序遍历需要指针辅助,先一路向左压栈再处理节点;

后序遍历采用"根→右→左"顺序处理后反转结果。

三种方法对比:前序遍历访问与处理顺序一致,无需指针;中序遍历需要指针跟踪未处理节点;后序遍历通过反转前序变体实现。这些方法通过显式栈替代递归隐式栈,均能达到O(n)时间复杂度,是面试常考的二叉树遍历实现方案。

前序遍历(根 → 左 → 右)

思路

  • 访问和处理顺序一致:先根节点 → 再左 → 再右。

  • 用栈来模拟递归:先压右孩子,再压左孩子,这样出栈时先左后右。

步骤

  1. 根节点入栈。

  2. 循环直到栈为空:

    • 弹出栈顶 → 处理(加入结果)。

    • 右孩子非空 → 入栈。

    • 左孩子非空 → 入栈。

java 复制代码
java

public List<Integer> preorderTraversal(TreeNode root) {
    List<Integer> result = new ArrayList<>();
    if (root == null) return result;

    Stack<TreeNode> stack = new Stack<>();
    stack.push(root);

    while (!stack.isEmpty()) {
        TreeNode node = stack.pop();
        result.add(node.val); // 中

        if (node.right != null) stack.push(node.right); // 右
        if (node.left != null) stack.push(node.left);   // 左
    }
    return result;
}

二、中序遍历(左 → 根 → 右)

为了解释清楚,我说明一下 刚刚在迭代的过程中,其实我们有两个操作:

  1. 处理:将元素放进result数组中
  2. 访问:遍历节点

分析一下为什么刚刚写的前序遍历的代码,不能和中序遍历通用呢,因为前序遍历的顺序是中左右,先访问的元素是中间节点,要处理的元素也是中间节点,所以刚刚才能写出相对简洁的代码,因为要访问的元素和要处理的元素顺序是一致的,都是中间节点。

那么再看看中序遍历,中序遍历是左中右,先访问的是二叉树顶部的节点,然后一层一层向下访问,直到到达树左面的最底部,再开始处理节点(也就是在把节点的数值放进result数组中),这就造成了处理顺序和访问顺序是不一致的。

那么在使用迭代法写中序遍历,就需要借用指针的遍历来帮助访问节点,栈则用来处理节点上的元素。

思路

  • 访问顺序:从根开始一直向左走到底。

  • 处理顺序:最左的子节点先处理,然后根,然后右子树。

  • 访问和处理顺序不一致 → 需要指针 + 栈。

步骤

  1. 指针 cur 指向根。

  2. 循环条件:cur != null 或栈非空。

    • 如果 cur != null:入栈 + 往左。

    • 否则(cur 为空):

      • 弹出栈顶(处理)。

      • 指针指向右孩子。

java 复制代码
java

public List<Integer> inorderTraversal(TreeNode root) {
    List<Integer> result = new ArrayList<>();
    Stack<TreeNode> stack = new Stack<>();
    TreeNode cur = root;

    while (cur != null || !stack.isEmpty()) {
        if (cur != null) {
            stack.push(cur);
            cur = cur.left;   // 左
        } else {
            cur = stack.pop();
            result.add(cur.val); // 中
            cur = cur.right;    // 右
        }
    }
    return result;
}

三、后序遍历(左 → 右 → 根)

思路

  • 利用前序遍历的变体:

    • 前序:根 → 左 → 右(栈:先右后左)。

    • 变体:根 → 右 → 左(栈:先左后右)。

  • 最后将结果 反转 → 得到左 → 右 → 根。

步骤

  1. 根入栈。

  2. 循环:

    • 弹出栈顶 → 加入结果。

    • 先压左孩子,再压右孩子(保证出栈顺序是"根→右→左")。

  3. 结果反转。

java 复制代码
java

public List<Integer> postorderTraversal(TreeNode root) {
    List<Integer> result = new ArrayList<>();
    if (root == null) return result;

    Stack<TreeNode> stack = new Stack<>();
    stack.push(root);

    while (!stack.isEmpty()) {
        TreeNode node = stack.pop();
        result.add(node.val);
        if (node.left != null) stack.push(node.left);
        if (node.right != null) stack.push(node.right);
    }

    Collections.reverse(result);
    return result;
}

四、关键对比总结(面试常问)

遍历方式 访问与处理顺序是否一致 是否需要指针 核心技巧
前序 ✅ 一致 先右后左入栈
中序 ❌ 不一致 指针一路向左,再处理
后序 ❌ 不一致 反向收集 + 反转结果

结语:如果对你有帮助,请点赞,关注,收藏,你的支持就是我最大的鼓励!

相关推荐
aini_lovee1 小时前
WSN 四大经典无需测距定位算法
算法
北冥湖畔的燕雀1 小时前
深入解析Linux信号处理机制
算法
阿Y加油吧1 小时前
二刷 LeetCode:动态规划经典双题复盘
算法·leetcode·动态规划
上弦月-编程2 小时前
C语言指针超详细教程——从入门到精通(面向初学者)
java·数据结构·算法
莫等闲-2 小时前
代码随想录一刷记录Day44——leetcode1143.最长公共子序列 53. 最大子序和
数据结构·c++·算法·leetcode·动态规划
生成论实验室2 小时前
《事件关系阴阳博弈动力学:识势应势之道》第七篇:社会与情感关系——连接、表达与共鸣
人工智能·算法·架构·交互·创业创新
承渊政道2 小时前
【动态规划算法】(背包问题经典模型与解题套路)
数据结构·c++·学习·算法·leetcode·动态规划·哈希算法
yyy(十一月限定版)2 小时前
数电1对应latex代码
算法
jieyucx2 小时前
Go语言切片:动态灵活的数据序列
算法·golang·指针·顺序表·数组·结构体·切片