思想
二叉树的核心思想是分治和递归,特点是遍历方式。
解题方式常见两类思路:
- 遍历一遍二叉树寻找答案;
- 通过分治分解问题寻求答案;
遍历分为前中后序,本质上是遍历二叉树过程中处理每个节点的三个特殊时间点:
- 前序是在刚刚进入二叉树节点时执行;
- 后序是在将要离开二叉树节点时执行;
- 中序是左子树遍历完进入右子树前执行;
# 前序
1 node
/ \
2 left 3 right
中左右
# 中序
2 node
/ \
1 left 3 right
左中右
# 后序
3 node
/ \
1 left 2 right
左右中
多叉树只有前后序列遍历,因为只有二叉树有唯一一次中间节点的遍历
题目的关键就是找到遍历过程中的位置,插入对应代码逻辑实现场景的目的。
实例
二叉树的后序遍历 leetcode 145
class TreeNode:
def __init__(self, val=0, left=None, right=None):
self.val = val
self.left = left
self.right = right
输入:
root: TreeNode,二叉树的根节点
输出:
List[int],按照中序顺序遍历树的所有节点的输出列表
举例:
给定二叉树 [1,null,2,3],返回 [3,2,1].
二叉树的数据存储可以使用链表,也可以使用数组,往往数组更容易表达,根节点从 index=1 处开始存储,浪费 index=0 的位置
left_child = 2 * parent
right_child = 2 * parent + 1
parent = child // 2
1
/ \
None 2
/ \
3 None
编码
from typing import Optional, List
class TreeNode:
def __init__(self, val=0, left=None, right=None):
self.val = val
self.left = left
self.right = right
def binary_tree_postorder_traversal_iterative(root: Optional[TreeNode]) -> List[int]:
# 初始化
result = []
iter_stack = []
if root is not None:
iter_stack.append(root)
# 遍历
while iter_stack:
cur_node = iter_stack.pop()
if cur_node is not None:
# 后序位置
iter_stack.append(cur_node)
iter_stack.append(None)
if cur_node.right:
# 右子树先入栈,这样可以后取出
iter_stack.append(cur_node.right)
if cur_node.left:
iter_stack.append(cur_node.left)
else:
node = iter_stack.pop()
result.append(node.val)
return result
def binary_tree_postorder_traversal_recursive(root: Optional[TreeNode]) -> List[int]:
# 初始化
result = []
def traverse(root: Optional[TreeNode]):
if root is None:
return
traverse(root.left)
traverse(root.right)
result.append(root.val)
traverse(root)
return result
网友评论