二叉树的三种遍历方法

发布于:2025-08-17 ⋅ 阅读:(16) ⋅ 点赞:(0)

一、二叉树遍历基础概念

二叉树的遍历是指按某种规则访问树中所有节点,且每个节点仅访问一次。核心的三种遍历方式基于节点访问顺序划分:

  • 前序遍历(Pre-order):根节点 → 左子树 → 右子树        “根左右”
  • 中序遍历(In-order):左子树 → 根节点 → 右子树          “左根右”
  • 后序遍历(Post-order):左子树 → 右子树 → 根节点       “左右根”

以下实现基于二叉树节点的标准定义:

struct TreeNode {
    int val;
    TreeNode *left;  // 左子节点
    TreeNode *right; // 右子节点
    TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
};

二、递归实现(简洁直观)

递归是二叉树遍历最自然的实现方式,利用函数栈实现节点访问顺序控制。

2.1 前序遍历(递归)

#include <vector>
using namespace std;

// 前序遍历:根 → 左 → 右
void preorderRecursive(TreeNode* root, vector<int>& result) {
    if (root == nullptr) return; // 递归终止条件:空节点
    result.push_back(root->val); // 访问根节点
    preorderRecursive(root->left, result);  // 遍历左子树
    preorderRecursive(root->right, result); // 遍历右子树
}

// 对外接口
vector<int> preorderTraversal(TreeNode* root) {
    vector<int> result;
    preorderRecursive(root, result);
    return result;
}

2.2 中序遍历(递归)

// 中序遍历:左 → 根 → 右
void inorderRecursive(TreeNode* root, vector<int>& result) {
    if (root == nullptr) return;
    inorderRecursive(root->left, result);  // 遍历左子树
    result.push_back(root->val); // 访问根节点
    inorderRecursive(root->right, result); // 遍历右子树
}

// 对外接口
vector<int> inorderTraversal(TreeNode* root) {
    vector<int> result;
    inorderRecursive(root, result);
    return result;
}

2.3 后序遍历(递归)

// 后序遍历:左 → 右 → 根
void postorderRecursive(TreeNode* root, vector<int>& result) {
    if (root == nullptr) return;
    postorderRecursive(root->left, result);  // 遍历左子树
    postorderRecursive(root->right, result); // 遍历右子树
    result.push_back(root->val); // 访问根节点
}

// 对外接口
vector<int> postorderTraversal(TreeNode* root) {
    vector<int> result;
    postorderRecursive(root, result);
    return result;
}

递归优势:代码简洁,逻辑清晰;缺点:深度过大时可能栈溢出,不适合极端大规模树。

三、迭代实现(手动控制栈)

迭代方式通过显式栈模拟递归过程,避免递归栈溢出风险,更适合工程实践。

3.1 前序遍历(迭代)

核心思路:根节点先入栈,出栈时访问,再依次入栈右子树、左子树(利用栈的 LIFO 特性)。

vector<int> preorderTraversal(TreeNode* root) {
    vector<int> result;
    if (root == nullptr) return result;
    
    stack<TreeNode*> st;
    st.push(root); // 根节点先入栈
    
    while (!st.empty()) {
        TreeNode* node = st.top();
        st.pop();
        result.push_back(node->val); // 访问根节点
        
        // 右子树先入栈(后访问),左子树后入栈(先访问)
        if (node->right != nullptr) st.push(node->right);
        if (node->left != nullptr) st.push(node->left);
    }
    return result;
}

3.2 中序遍历(迭代)

核心思路:左子树一路入栈,触底后出栈访问,再转向右子树重复。

vector<int> inorderTraversal(TreeNode* root) {
    vector<int> result;
    if (root == nullptr) return result;
    
    stack<TreeNode*> st;
    TreeNode* cur = root;
    
    while (cur != nullptr || !st.empty()) {
        // 左子树全部入栈
        while (cur != nullptr) {
            st.push(cur);
            cur = cur->left;
        }
        
        // 出栈访问根节点
        cur = st.top();
        st.pop();
        result.push_back(cur->val);
        
        // 转向右子树
        cur = cur->right;
    }
    return result;
}

3.3 后序遍历(迭代)

核心思路:前序遍历变种(根→右→左),最后反转结果得到左→右→根。

vector<int> postorderTraversal(TreeNode* root) {
    vector<int> result;
    if (root == nullptr) return result;
    
    stack<TreeNode*> st;
    st.push(root);
    
    while (!st.empty()) {
        TreeNode* node = st.top();
        st.pop();
        result.push_back(node->val); // 先按根→右→左顺序收集
        
        // 左子树先入栈(后访问),右子树后入栈(先访问)
        if (node->left != nullptr) st.push(node->left);
        if (node->right != nullptr) st.push(node->right);
    }
    
    reverse(result.begin(), result.end()); // 反转得到后序遍历
    return result;
}

迭代优势:无栈溢出风险,可控性强;缺点:逻辑稍复杂,需手动控制节点入栈顺序。

四、遍历验证与示例

4.1 测试用例构建

以如下二叉树为例,验证三种遍历结果:

      1
       \
        2
       /
      3

构建代码:

TreeNode* buildTestTree() {
    TreeNode* root = new TreeNode(1);
    root->right = new TreeNode(2);
    root->right->left = new TreeNode(3);
    return root;
}

4.2 预期输出

  • 前序遍历:[1, 2, 3]
  • 中序遍历:[1, 3, 2]
  • 后序遍历:[3, 2, 1]

五、三种遍历对比与应用场景

遍历方式 访问顺序 递归复杂度 迭代复杂度 典型应用场景
前序遍历 根→左→右 O (n) 时间 / O (h) 空间 O (n) 时间 / O (h) 空间 复制二叉树、前缀表达式求值
中序遍历 左→根→右 O (n) 时间 / O (h) 空间 O (n) 时间 / O (h) 空间 二叉搜索树排序(左 < 根 < 右)
后序遍历 左→右→根 O (n) 时间 / O (h) 空间 O (n) 时间 / O (h) 空间 计算树深度、释放节点内存

(注:n 为节点数,h 为树的高度,平衡树 h=logn,极端链状树 h=n)

六、代码封装与扩展

实际开发中可封装为工具类,支持多种遍历方式切换:

class BinaryTreeTraversal {
public:
    enum TraversalType { PREORDER, INORDER, POSTORDER };
    
    vector<int> traverse(TreeNode* root, TraversalType type) {
        switch (type) {
            case PREORDER: return preorder(root);
            case INORDER: return inorder(root);
            case POSTORDER: return postorder(root);
            default: return {};
        }
    }

private:
    // 此处省略前序、中序、后序的迭代实现(复用前文代码)
    vector<int> preorder(TreeNode* root) { /* ... */ }
    vector<int> inorder(TreeNode* root) { /* ... */ }
    vector<int> postorder(TreeNode* root) { /* ... */ }
};

扩展建议

  • 增加层序遍历(广度优先)支持;
  • 实现 Morris 遍历(O (1) 空间复杂度,无栈);
  • 支持自定义节点访问函数(如打印、计算等)。

通过掌握二叉树的三种核心遍历方式,可奠定树结构算法的基础,后续复杂树问题(如路径求和、子树判断)均需基于遍历逻辑扩展。实际开发中根据场景选择递归(简单场景)或迭代(高性能需求)实现。


网站公告

今日签到

点亮在社区的每一天
去签到