


结点的度(Degree):结点的子树个数; 树的度:树的所有结点中最大的度数; 叶结点(Leaf):度为0的结点; 父结点(Parent):有子树的结点是其子树的根节点的父结点; 子结点/孩子结点(Child):若A结点是B结点的父结点,则称B结点是A结点的子结点; 兄弟结点(Sibling):具有同一个父结点的各结点彼此是兄弟结点; 路径和路径长度:从结点n1到nk的路径为一个结点序列n1,n2,…,nk。ni是ni+1的父结点。路径所包含边的个数为路径的长度; 祖先结点(Ancestor):沿树根到某一结点路径上的所有结点都是这个结点的祖先结点; 子孙结点(Descendant):某一结点的子树中的所有结点是这个结点的子孙; 结点的层次(Level):规定根结点在1层,其他任一结点的层数是其父结点的层数加1; 树的深度(Depth):树中所有结点中的最大层次是这棵树的深度;

满二叉树
除最后一层无任何子节点外,每一层上的所有结点都有两个子结点二叉树。
完全二叉树
一棵二叉树至多只有最下面的一层上的结点的度数可以小于2,并且最下层上的结点都集中在该层最左边的若干位置上,则此二叉树成为完全二叉树。
平衡二叉树
它是一 棵空树或它的左右两个子树的高度差的绝对值不超过1,并且左右两个子树都是一棵平衡二叉树
树节点:
class TreeNode {
int val;
//左子树
TreeNode left;
//右子树
TreeNode right;
//构造方法
TreeNode(int x) {
val = x;
}
}无论是哪种遍历方法,考查节点的顺序都是一样的(思考做试卷的时候,人工遍历考查顺序)。只不过有时候考查了节点,将其暂存,需要之后的过程中输出。

图2:先序、中序、后序遍历节点考查顺序
如图1所示,三种遍历方法(人工)得到的结果分别是:
先序:1 2 4 6 7 8 3 5 中序:4 7 6 8 2 1 3 5 后序:7 8 6 4 2 5 3 1
三种遍历方法的考查顺序一致,得到的结果却不一样,原因在于:
先序:考察到一个节点后,即刻输出该节点的值,并继续遍历其左右子树。(根左右)
中序:考察到一个节点后,将其暂存,遍历完左子树后,再输出该节点的值,然后遍历右子树。(左根右)
后序:考察到一个节点后,将其暂存,遍历完左右子树后,再输出该节点的值。(左右根)
递归先序遍历很容易理解,先输出节点的值,再递归遍历左右子树。中序和后序的递归类似,改变根节点输出位置即可。
// 递归先序遍历
public static void recursionPreorderTraversal(TreeNode root) {
if (root != null) {
System.out.print(root.val + " ");
recursionPreorderTraversal(root.left);
recursionPreorderTraversal(root.right);
}
}因为要在遍历完节点的左子树后接着遍历节点的右子树,为了能找到该节点,需要使用栈来进行暂存。中序和后序也都涉及到回溯,所以都需要用到栈。

图2:非递归先序遍历
遍历过程参考注释
// 非递归先序遍历
public static void preorderTraversal(TreeNode root) {
// 用来暂存节点的栈
Stack<TreeNode> treeNodeStack = new Stack<TreeNode>();
// 新建一个游标节点为根节点
TreeNode node = root;
// 当遍历到最后一个节点的时候,无论它的左右子树都为空,并且栈也为空
// 所以,只要不同时满足这两点,都需要进入循环
while (node != null || !treeNodeStack.isEmpty()) {
// 若当前考查节点非空,则输出该节点的值
// 由考查顺序得知,需要一直往左走
while (node != null) {
System.out.print(node.val + " ");
// 为了之后能找到该节点的右子树,暂存该节点
treeNodeStack.push(node);
node = node.left;
}
// 一直到左子树为空,则开始考虑右子树
// 如果栈已空,就不需要再考虑
// 弹出栈顶元素,将游标等于该节点的右子树
if (!treeNodeStack.isEmpty()) {
node = treeNodeStack.pop();
node = node.right;
}
}
}递归先序遍历: 1 2 4 6 7 8 3 5 非递归先序遍历:1 2 4 6 7 8 3 5
过程和递归先序遍历类似
// 递归中序遍历
public static void recursionMiddleorderTraversal(TreeNode root) {
if (root != null) {
recursionMiddleorderTraversal(root.left);
System.out.print(root.val + " ");
recursionMiddleorderTraversal(root.right);
}
}和非递归先序遍历类似,唯一区别是考查到当前节点时,并不直接输出该节点。
而是当考查节点为空时,从栈中弹出的时候再进行输出(永远先考虑左子树,直到左子树为空才访问根节点)。
// 非递归中序遍历
public static void middleorderTraversal(TreeNode root) {
Stack<TreeNode> treeNodeStack = new Stack<TreeNode>();
TreeNode node = root;
while (node != null || !treeNodeStack.isEmpty()) {
while (node != null) {
treeNodeStack.push(node);
node = node.left;
}
if (!treeNodeStack.isEmpty()) {
node = treeNodeStack.pop();
System.out.print(node.val + " ");
node = node.right;
}
}
}递归中序遍历: 4 7 6 8 2 1 3 5 非递归中序遍历:4 7 6 8 2 1 3 5
过程和递归先序遍历类似
// 递归后序遍历
public static void recursionPostorderTraversal(TreeNode root) {
if (root != null) {
recursionPostorderTraversal(root.left);
recursionPostorderTraversal(root.right);
System.out.print(root.val + " ");
}
}后续遍历和先序、中序遍历不太一样。
后序遍历在决定是否可以输出当前节点的值的时候,需要考虑其左右子树是否都已经遍历完成。
所以需要设置一个lastVisit游标。
若lastVisit等于当前考查节点的右子树,表示该节点的左右子树都已经遍历完成,则可以输出当前节点。
并把lastVisit节点设置成当前节点,将当前游标节点node设置为空,下一轮就可以访问栈顶元素。
否者,需要接着考虑右子树,node = node.right。
以下考虑后序遍历中的三种情况:

图3:后序,右子树不为空,node = node.right
如图3所示,从节点1开始考查直到节点4的左子树为空。
注:此时的游标节点node = 4.left == null。
此时需要从栈中查看 Peek()栈顶元素。
发现节点4的右子树非空,需要接着考查右子树,4不能输出,node = node.right。

图4:后序,左右子树都为空,直接输出
如图4所示,考查到节点7(7.left == null,7是从栈中弹出),其左右子树都为空,可以直接输出7。
此时需要把lastVisit设置成节点7,并把游标节点node设置成null,下一轮循环的时候会考查栈中的节点6。

图5:后序,右子树 = lastVisit,直接输出
如图5所示,考查完节点8之后(lastVisit == 节点8),将游标节点node赋值为栈顶元素6,节点6的右子树正好等于节点8。表示节点6的左右子树都已经遍历完成,直接输出6。
此时,可以将节点直接从栈中弹出Pop(),之前用的只是Peek()。
将游标节点node设置成null。
// 非递归后序遍历
public static void postorderTraversal(TreeNode root) {
Stack<TreeNode> treeNodeStack = new Stack<TreeNode>();
TreeNode node = root;
TreeNode lastVisit = root;
while (node != null || !treeNodeStack.isEmpty()) {
while (node != null) {
treeNodeStack.push(node);
node = node.left;
}
//查看当前栈顶元素
node = treeNodeStack.peek();
//如果其右子树也为空,或者右子树已经访问
//则可以直接输出当前节点的值
if (node.right == null || node.right == lastVisit) {
System.out.print(node.val + " ");
treeNodeStack.pop();
lastVisit = node;
node = null;
} else {
//否则,继续遍历右子树
node = node.right;
}
}
}递归后序遍历: 7 8 6 4 2 5 3 1 非递归后序遍历:7 8 6 4 2 5 3 1
package main
import "fmt"
type Node struct {
V int
L *Node
R *Node
}
//前序
func forwardLook(root *Node) {
if root == nil {
return
}
//输出行的位置在最前面
fmt.Printf("node %v ", root.V)
forwardLook(root.L)
forwardLook(root.R)
}
//var i int
func forwardLoop(root *Node) {
//需要一个堆保存走过的路径
nodes:=[]*Node{}
for len(nodes) != 0 || root != nil {
//一直往左走
for root != nil{
nodes=append(nodes, root)
fmt.Printf("node %v ",root.V)
root = root.L
}
//说明左子结点为空,那么就看右结点
if len(nodes) >0 {
root=nodes[len(nodes)-1]
//用完最近一个结点后,删除它,删除后最后的结点一定是父结点
nodes=nodes[:len(nodes)-1]
//左子结点遍历完了,所以这里只看当看结点的右子结点
root=root.R
}else{
root = nil
}
}
}
//中序
func middleLook(root *Node) {
if root == nil {
return
}
middleLook(root.L)
//输出行的位置在中间
fmt.Printf("node %v ", root.V)
middleLook(root.R)
}
//后序
func backwardLook(root *Node) {
if root == nil {
return
}
//输出行的位置在后面
backwardLook(root.L)
backwardLook(root.R)
fmt.Printf("node %v ", root.V)
}
func main(){
tree:=&Node{1,
&Node{2,
&Node{4, nil, nil}, &Node{5, nil, nil},
},
&Node{3,
&Node{6, nil, nil}, &Node{7, nil, nil},
},
}
fmt.Println("\nforwardLook ")
forwardLook(tree)
fmt.Println("\nforwardLoop ")
forwardLoop(tree)
fmt.Println("\nmiddleLook ")
middleLook(tree)
fmt.Println("\nbackwardLook ")
backwardLook(tree)
tree=&Node{1,
&Node{2,
nil,
&Node{4,
nil,
&Node{6,
&Node{7, nil, nil},
&Node{8, nil, nil},
},
},
},
&Node{3,
nil, &Node{5, nil, nil},
},
}
fmt.Println("\nforwardLook ")
forwardLook(tree)
fmt.Println("\nforwardLoop ")
forwardLoop(tree)
fmt.Println("\nmiddleLook ")
middleLook(tree)
fmt.Println("\nbackwardLook ")
backwardLook(tree)
}