树的遍历总结 leetcode - HelloWorld开发者社区

Binary Tree Preorder Traversal

递归

复杂度

时间O(n), 空间O(1)

代码

    public List<Integer> preorderTraversal(TreeNode root) {
        ArrayList<Integer> result = new ArrayList<Integer>();
        traverse(root, result);
        return result;
        
    }
    private void traverse(TreeNode root, ArrayList<Integer> result){
        if (root == null){
            return;
        }
        result.add(root.val);
        traverse(root.left, result);
        traverse(root.right, result);
    }

迭代

复杂度

时间O(n), 空间O(logn) 因为在遍历过程中，栈中最多会存储从root到最深的leave这一条path上的全部node，即树高O(lgn)

代码

    public List<Integer> preorderTraversal(TreeNode root) {
            List<Integer> res = new ArrayList<Integer>();
            if (root == null) {
                return res;
            }
            Stack<TreeNode> stack = new Stack<TreeNode>();
            while (root != null || !stack.isEmpty()) {
                if (root != null) {
                    stack.push(root);
                    res.add(root.val);
                    root = root.left;
                } else {
                    root = stack.pop();
                    root = root.right;
                }
            }
            return res;
        }

Binary Tree Preorder Traversal

递归

复杂度

时间O(n), 空间O(1)

代码

    public List<Integer> preorderTraversal(TreeNode root) {
        ArrayList<Integer> result = new ArrayList<Integer>();
        traverse(root, result);
        return result;
        
    }
    private void traverse(TreeNode root, ArrayList<Integer> result){
        if (root == null){
            return;
        }
        result.add(root.val);
        traverse(root.left, result);
        traverse(root.right, result);
    }

Binary Tree Inorder Traversal

迭代

复杂度

时间O(n), 空间O(logn) 因为在遍历过程中，栈中最多会存储从root到最深的leave这一条path上的全部node，即树高O(lgn)

代码

public List<Integer> inorderTraversal(TreeNode root) {
    List<Integer> res = new ArrayList<Integer>();
    if (root == null) {
        return res;
    }
    helper(res, root);
    return res;
}
public void helper(List<Integer> res, TreeNode root) {
    if (root == null) {
        return;
    }
    helper(res, root.left);
    res.add(root.val);
    helper(res, root.right);
}

递归

复杂度

时间O(n), 空间O(1)

代码

public List<Integer> inorderTraversal(TreeNode root) {
        List<Integer> res = new ArrayList<Integer>();
        if (root == null) {
            return res;
        }
        Stack<TreeNode> stack = new Stack<TreeNode>();
        while (!stack.isEmpty() || root != null) {
            if (root != null) {
                stack.push(root);
                root= root.left;
            } else {
                root = stack.pop();
                res.add(root.val);
                root = root.right;
            }
        }
        return res;
    }

Binary Tree Postorder Traversal

递归

复杂度

时间O(n), 空间O(1)

代码

public List<Integer> postorderTraversal(TreeNode root) {
    List<Integer> res = new ArrayList<Integer>();
    if (root == null) {
        return res;
    }
    helper(res, root);
    return res;
}
public void helper(List<Integer> res, TreeNode root) {
    if (root == null) {
        return;
    }
    helper(res, root.left);
    helper(res, root.right);
    res.add(root.val);
}

迭代

说明

在出栈的时候需要分情况一下：
1）如果当前栈顶元素的右结点存在并且还没访问过（也就是右结点不等于上一个访问结点），那么就把当前结点移到右结点继续循环；
2）如果栈顶元素右结点是空或者已经访问过，那么说明栈顶元素的左右子树都访问完毕，应该访问自己继续回溯了。

复杂度

时间O(n), 空间O(logn) 因为在遍历过程中，栈中最多会存储从root到最深的leave这一条path上的全部node，即树高O(lgn)

代码

public List<Integer> postorderTraversal(TreeNode root) {
        List<Integer> res = new ArrayList<Integer>();
        if (root == null) {
            return res;
        }
        TreeNode pre = null;
        Stack<TreeNode> stack = new Stack<TreeNode>();
        while (root != null || !stack.isEmpty()) {
            if (root != null) {
                stack.push(root);
                root = root.left;
            } else {
                TreeNode peak = stack.peek();
                if (peak.right != null && pre != peak.right) {//如果当前栈顶元素的右结点存在并且还没访问过（也就是右结点不等于上一个访问结点）就访问右结点 /

                    root = peak.right;
                } else {//如果栈顶元素右结点是空或者已经访问过，那么说明栈顶元素的左右子树都访问完毕 需要把栈顶元素加入结果并且回溯上一层
                    stack.pop();
                    res.add(peak.val);
                    pre = peak;
                }
                
            }
        }
        return res;
    }

Binary Tree Level Order Traversal I & II

说明

类似树的广度优先搜索, 用queue来实现, 使用queue保存每层的节点。出队和将子节点入队的实现使用 for 循环，将每一轮的节点输出。
Queue是接口， LinkedList可以实现此接口。

复杂度

时间O(n) 空间 O(n)

代码

public List<List<Integer>> levelOrder(TreeNode root) {
    List<List<Integer>> res= new ArrayList<List<Integer>>();
    if (root == null) {
        return res;
    }
    Queue<TreeNode> queue = new LinkedList<TreeNode>();
    queue.offer(root);
    while (!queue.isEmpty() ) {
        int size = queue.size();
        List<Integer> tem = new ArrayList<Integer>();
        for (int i = 0; i < size; i++) {
            TreeNode node = queue.poll();
            tem.add(node.val);
            if (node.left != null) {
                queue.offer(node.left);
            }
            if (node.right != null) {
                queue.offer(node.right);
            }
        }
        res.add(tem);
        //res.add(0, tem); //for II 
    }
    return res;
}

Binary Tree Zigzag Level Order Traversal

复杂度

时间O(n) 空间 O(n)

代码

public List<List<Integer>> zigzagLevelOrder(TreeNode root) {
        List<List<Integer>> res = new ArrayList<List<Integer>>();
        if (root == null) {
            return res;
        }
        boolean flag = true;
        Queue<TreeNode> queue = new LinkedList<TreeNode>();
        queue.offer(root);
        while (!queue.isEmpty()) {
            int size = queue.size();
            List<Integer> tem = new ArrayList<Integer>();
            for (int i = 0; i < size; i++) {
                TreeNode node = queue.poll();
                if (node.left != null) {
                    queue.offer(node.left);
                }
                if (node.right != null) {
                    queue.offer(node.right);
                }
                if (flag) {
                    tem.add(node.val);
                } else {
                    tem.add(0,node.val);
                }
            }
            flag = !flag;
            res.add(tem);
        }
        return res;
    }