程序基本功之遍历二叉树

最近工作忙，没时间思考复杂的问题了。正好要招人就得有面试的嘛，自己也温习一下，要不然怎么去问别人。

今天复习一下二叉树的遍历，前序（pre-order，NLR）、中序（in-order，LNR）、后序（post-order，LRN）、层序（level-order），用和不用递归。

概念就不用多解释了，前、中、后是指根结点的访问时机，在左、右子树之前、中间、或之后。层序就是从根结点开始从上至下、从左到右地依次访问。

一棵二叉树

如上图所示的一棵二叉树，对应的遍历结果分别是：

前序（NLR）：A B D C E G H F I
中序（LNR）：D B A G E H C F I
后序（LRN）：D B G H E I F C A
层序：A B C D E F G H I

一、用递归处理二叉树的前序、中序和后序遍历

递归真是一个迷人东西，它可以把复杂的逻辑变得异常简洁，这也是自然界的表现形式之一。基于递归的前、中、后序遍历二叉树的程序几乎完全相同，用两个递归调用分别处理左、右子树，剩下的事情就是打印根结点。为节省篇幅，直接把三个程序写在一起，用一个参数来控制是哪种遍历方式，也可以更方便地看出三者之间的区别。

def VisitTree_Recursive(root, order):if root:if order == 'NLR': print(root.data)VisitTree_Recursive(root.left, order)if order == 'LNR': print(root.data)VisitTree_Recursive(root.right, order)if order == 'LRN': print(root.data)

二、非递归的前序、中序遍历

如果不用递归呢？实际上我们要做的就是自己维护一个栈（数据结构）来保存需要但尚未来得及处理的数据。

前序和中序都是非常简单的，当遇到一个非空的根结点时，打印其数据（如果是前序遍历），并将其压栈，然后递归地（这里用循环来模拟递归）处理其左子结点；当没有左子结点时，从栈中弹出之前遇到的某个根结点（它没有左子结点，或者左子结点已经处理完毕，需要再处理右子结点），打印数据（如果是中序遍历），然后继续处理右子结点。同样地，把两种遍历方式写在一起以便比较。

 123456789
10
11

def VisitTree(root, order):s = []while root or s:if root:if order == 'NLR': print(root.data)s.append(root)root = root.leftelse:root = s.pop()if order == 'LNR': print(root.data)root = root.right

三、非递归的后序遍历

后序遍历要稍微复杂一点点，在前序和中序遍历的程序中，当我们准备进入根结点的右子树时，根结点就被扔出栈外了。但在后序遍历时，我们仍需保留它，直到右子树处理完毕。

首先想到的改动就是在上面的程序的第9行到11行，不要从栈s中将根结点弹出，而是直接开始处理右子结点。但这就会带来一个问题：什么时候弹出根结点？实际上当左子树遍历完成、或者右子树遍历完成时，我们都会在栈里看到根结点，为了区分这两种状态，添加一个临时变量记录前一次访问的结点，如果前一个结点是根结点的右子树，就说明左右子树全都遍历完成了。非常简单。

def VisitTreeLRN(root):s = []pre = Nonewhile root or s:if root:s.append(root)root = root.leftelif s[-1].right != pre:root = s[-1].rightpre = Noneelse:pre = s.pop()print(pre.data)

四、非递归的层序遍历

层序遍历可以写成递归吗？还真没研究过。非递归的时候，层序遍历使用的是队列，而非栈。

处理过程非常简明，遇到一个结点，打印信息，然后依次将左、右子结点加入队列等待后续处理。

 123456789
10

from collections import dequedef VisitTree_LevelOrder(root):if not root: returnq = deque([root])while q:root = q.popleft()print(root.data)if root.left: q.append(root.left)if root.right: q.append(root.right)

附录

上面的python代码基于v2.7。另外可以用下面这段代码来定义最简单的二叉树结点类，生成最上面图示的二叉树：

class Node:def __init__(self, data, left = None, right = None):self.data = dataself.left = leftself.right = rightg = Node('G')
h = Node('H')
e = Node('E', g, h)
i = Node('I')
f = Node('F', None, i)
c = Node('C', e, f)
d = Node('D')
b = Node('B', d)
a = Node('A', b, c)
root = a