mirror of
https://github.com/krahets/hello-algo.git
synced 2025-11-04 14:18:20 +08:00
268 lines
6.5 KiB
Markdown
Executable File
268 lines
6.5 KiB
Markdown
Executable File
# 二叉树遍历
|
||
|
||
从物理结构的角度来看，树是一种基于链表的数据结构，因此其遍历方式是通过指针逐个访问节点。然而，树是一种非线性数据结构，这使得遍历树比遍历链表更加复杂，需要借助搜索算法来实现。
|
||
|
||
二叉树常见的遍历方式包括层序遍历、前序遍历、中序遍历和后序遍历等。
|
||
|
||
## 层序遍历
|
||
|
||
「层序遍历 Level-Order Traversal」从顶部到底部逐层遍历二叉树，并在每一层按照从左到右的顺序访问节点。
|
||
|
||
层序遍历本质上属于「广度优先搜索 Breadth-First Traversal」，它体现了一种“一圈一圈向外扩展”的逐层搜索方式。
|
||
|
||
|
||
|
||
广度优先遍历通常借助「队列」来实现。队列遵循“先进先出”的规则，而广度优先遍历则遵循“逐层推进”的规则，两者背后的思想是一致的。
|
||
|
||
=== "Java"
|
||
|
||
```java title="binary_tree_bfs.java"
|
||
[class]{binary_tree_bfs}-[func]{levelOrder}
|
||
```
|
||
|
||
=== "C++"
|
||
|
||
```cpp title="binary_tree_bfs.cpp"
|
||
[class]{}-[func]{levelOrder}
|
||
```
|
||
|
||
=== "Python"
|
||
|
||
```python title="binary_tree_bfs.py"
|
||
[class]{}-[func]{level_order}
|
||
```
|
||
|
||
=== "Go"
|
||
|
||
```go title="binary_tree_bfs.go"
|
||
[class]{}-[func]{levelOrder}
|
||
```
|
||
|
||
=== "JS"
|
||
|
||
```javascript title="binary_tree_bfs.js"
|
||
[class]{}-[func]{levelOrder}
|
||
```
|
||
|
||
=== "TS"
|
||
|
||
```typescript title="binary_tree_bfs.ts"
|
||
[class]{}-[func]{levelOrder}
|
||
```
|
||
|
||
=== "C"
|
||
|
||
```c title="binary_tree_bfs.c"
|
||
[class]{}-[func]{levelOrder}
|
||
```
|
||
|
||
=== "C#"
|
||
|
||
```csharp title="binary_tree_bfs.cs"
|
||
[class]{binary_tree_bfs}-[func]{levelOrder}
|
||
```
|
||
|
||
=== "Swift"
|
||
|
||
```swift title="binary_tree_bfs.swift"
|
||
[class]{}-[func]{levelOrder}
|
||
```
|
||
|
||
=== "Zig"
|
||
|
||
```zig title="binary_tree_bfs.zig"
|
||
[class]{}-[func]{levelOrder}
|
||
```
|
||
|
||
=== "Dart"
|
||
|
||
```dart title="binary_tree_bfs.dart"
|
||
[class]{}-[func]{levelOrder}
|
||
```
|
||
|
||
=== "Rust"
|
||
|
||
```rust title="binary_tree_bfs.rs"
|
||
[class]{}-[func]{level_order}
|
||
```
|
||
|
||
**时间复杂度**：所有节点被访问一次，使用 $O(n)$ 时间，其中 $n$ 为节点数量。
|
||
|
||
**空间复杂度**：在最差情况下，即满二叉树时，遍历到最底层之前，队列中最多同时存在 $\frac{n + 1}{2}$ 个节点，占用 $O(n)$ 空间。
|
||
|
||
## 前序、中序、后序遍历
|
||
|
||
相应地，前序、中序和后序遍历都属于「深度优先遍历 Depth-First Traversal」，它体现了一种“先走到尽头，再回溯继续”的遍历方式。
|
||
|
||
如下图所示，左侧是深度优先遍历的示意图，右上方是对应的递归代码。深度优先遍历就像是绕着整个二叉树的外围“走”一圈，在这个过程中，在每个节点都会遇到三个位置，分别对应前序遍历、中序遍历和后序遍历。
|
||
|
||
|
||
|
||
以下给出了实现代码，请配合上图理解深度优先遍历的递归过程。
|
||
|
||
=== "Java"
|
||
|
||
```java title="binary_tree_dfs.java"
|
||
[class]{binary_tree_dfs}-[func]{preOrder}
|
||
|
||
[class]{binary_tree_dfs}-[func]{inOrder}
|
||
|
||
[class]{binary_tree_dfs}-[func]{postOrder}
|
||
```
|
||
|
||
=== "C++"
|
||
|
||
```cpp title="binary_tree_dfs.cpp"
|
||
[class]{}-[func]{preOrder}
|
||
|
||
[class]{}-[func]{inOrder}
|
||
|
||
[class]{}-[func]{postOrder}
|
||
```
|
||
|
||
=== "Python"
|
||
|
||
```python title="binary_tree_dfs.py"
|
||
[class]{}-[func]{pre_order}
|
||
|
||
[class]{}-[func]{in_order}
|
||
|
||
[class]{}-[func]{post_order}
|
||
```
|
||
|
||
=== "Go"
|
||
|
||
```go title="binary_tree_dfs.go"
|
||
[class]{}-[func]{preOrder}
|
||
|
||
[class]{}-[func]{inOrder}
|
||
|
||
[class]{}-[func]{postOrder}
|
||
```
|
||
|
||
=== "JS"
|
||
|
||
```javascript title="binary_tree_dfs.js"
|
||
[class]{}-[func]{preOrder}
|
||
|
||
[class]{}-[func]{inOrder}
|
||
|
||
[class]{}-[func]{postOrder}
|
||
```
|
||
|
||
=== "TS"
|
||
|
||
```typescript title="binary_tree_dfs.ts"
|
||
[class]{}-[func]{preOrder}
|
||
|
||
[class]{}-[func]{inOrder}
|
||
|
||
[class]{}-[func]{postOrder}
|
||
```
|
||
|
||
=== "C"
|
||
|
||
```c title="binary_tree_dfs.c"
|
||
[class]{}-[func]{preOrder}
|
||
|
||
[class]{}-[func]{inOrder}
|
||
|
||
[class]{}-[func]{postOrder}
|
||
```
|
||
|
||
=== "C#"
|
||
|
||
```csharp title="binary_tree_dfs.cs"
|
||
[class]{binary_tree_dfs}-[func]{preOrder}
|
||
|
||
[class]{binary_tree_dfs}-[func]{inOrder}
|
||
|
||
[class]{binary_tree_dfs}-[func]{postOrder}
|
||
```
|
||
|
||
=== "Swift"
|
||
|
||
```swift title="binary_tree_dfs.swift"
|
||
[class]{}-[func]{preOrder}
|
||
|
||
[class]{}-[func]{inOrder}
|
||
|
||
[class]{}-[func]{postOrder}
|
||
```
|
||
|
||
=== "Zig"
|
||
|
||
```zig title="binary_tree_dfs.zig"
|
||
[class]{}-[func]{preOrder}
|
||
|
||
[class]{}-[func]{inOrder}
|
||
|
||
[class]{}-[func]{postOrder}
|
||
```
|
||
|
||
=== "Dart"
|
||
|
||
```dart title="binary_tree_dfs.dart"
|
||
[class]{}-[func]{preOrder}
|
||
|
||
[class]{}-[func]{inOrder}
|
||
|
||
[class]{}-[func]{postOrder}
|
||
```
|
||
|
||
=== "Rust"
|
||
|
||
```rust title="binary_tree_dfs.rs"
|
||
[class]{}-[func]{pre_order}
|
||
|
||
[class]{}-[func]{in_order}
|
||
|
||
[class]{}-[func]{post_order}
|
||
```
|
||
|
||
**时间复杂度**：所有节点被访问一次，使用 $O(n)$ 时间，其中 $n$ 为节点数量。
|
||
|
||
**空间复杂度**：在最差情况下，即树退化为链表时，递归深度达到 $n$ ，系统占用 $O(n)$ 栈帧空间。
|
||
|
||
!!! note
|
||
|
||
我们也可以不使用递归，仅基于迭代实现前、中、后序遍历，有兴趣的同学可以自行研究。
|
||
|
||
下图展示了前序遍历二叉树的递归过程，其可分为“递”和“归”两个逆向的部分：
|
||
|
||
1. “递”表示开启新方法，程序在此过程中访问下一个节点。
|
||
2. “归”表示函数返回，代表当前节点已经访问完毕。
|
||
|
||
=== "<1>"
|
||
|
||
|
||
=== "<2>"
|
||
|
||
|
||
=== "<3>"
|
||
|
||
|
||
=== "<4>"
|
||
|
||
|
||
=== "<5>"
|
||
|
||
|
||
=== "<6>"
|
||
|
||
|
||
=== "<7>"
|
||
|
||
|
||
=== "<8>"
|
||
|
||
|
||
=== "<9>"
|
||
|
||
|
||
=== "<10>"
|
||
|
||
|
||
=== "<11>"
|
||
|