这是leetcode上的3个题目,要求用非递归实现,其中以后序遍历实现最难,既然递归实现的三种遍历程序只需要改变输入代码顺序,为什么循环不可以呢,带着这种执拗的想法,我开始了这次研究
我依然是将递归用栈来实现,而不打算使用改变二叉树结构的方法,那个我打算日后研究
首先以前序遍历为例
递归实现是:
void preorderTraversal(TreeNode* root) { if (root == nullptr) return; cout << root->val; preorderTraversal(root->left); preorderTraversal(root->right);}
利用循环和栈来实现递归
我的思路是每次循环对应一次函数调用,每次函数调用的root加入栈中,思考后,写出下面的程序
void preorderTraversal(TreeNode* root) { if (root == nullptr) return; stacksta; sta.push(root); while (!sta.empty()) { root = sta.top(); cout << root->val; if (root->left != nullptr) { sta.push(root->left); continue; } if (root->right != nullptr) { sta.push(root->right); continue; } sta.pop(); }}
但是经测试发现,这段程序有个巨大的漏洞,以至于无法结束循环,问题出现在pop某节点后,返回到父节点,会再次将该节点push到栈中,从而无限循环
对照递归的实现,脑补计算机函数进栈出栈的抽象图,发现计算机的函数堆栈绝非是保存root的栈可以替代的,它还保存了代码的执行位置,也就是栈指针和帧指针。
我们能否用变量保存上次循环执行的代码位置呢,我们可以设置一些tag标记来模拟栈指针。但是,这里还有更好的实现方法。
我们可以保存上次循环结束时的root节点,其名lastRoot,
如果lastRoot = root->left,则说明root->left已经遍历过一遍,不用再将其加入栈中,也就是下面的代码段不用再执行
if (root->left != nullptr) { sta.push(root->left); continue;}
如果lastRoot = root->right,则说明root->left和root->right都已经遍历过一遍,可以直接将root出栈,下面的代码段不用执行
if (root->left != nullptr) { sta.push(root->left); continue;}if (root->right != nullptr) { sta.push(root->right); continue;}
理解之后,不难写出代码,前序,中序,后续遍历的区别在于改变输出当前节点代码段的位置,同递归实现一样,只是顺序的区别,程序员就是这样懒,妄想一招鲜吃遍天下
// 前序遍历vector preorderTraversal(TreeNode* root) { vector out; if (root == nullptr) return out; stacksta; sta.push(root); TreeNode* lastRoot = root; while (!sta.empty()) { root = sta.top(); if(lastRoot != root->right) { if (lastRoot != root->left) { out.push_back(root->val); if (root->left != nullptr) { sta.push(root->left); continue; } } if (root->right != nullptr) { sta.push(root->right); continue; } } lastRoot = root; sta.pop(); } return out;}// 中序遍历vector inorderTraversal(TreeNode* root) { vector out; if (root == nullptr) return out; stack sta; sta.push(root); TreeNode* lastRoot = root; while (!sta.empty()) { root = sta.top(); if (lastRoot != root->right) { if (lastRoot != root->left) { if (root->left != nullptr) { sta.push(root->left); continue; } } out.push_back(root->val); if (root->right != nullptr) { sta.push(root->right); continue; } } lastRoot = root; sta.pop(); } return out;}// 后序遍历vector postorderTraversal(TreeNode* root) { vector out; if (root == nullptr) return out; stack sta; sta.push(root); TreeNode* lastRoot = root; while (!sta.empty()) { root = sta.top(); if (lastRoot != root->right) { if (lastRoot != root->left) { if (root->left != nullptr) { sta.push(root->left); continue; } } if (root->right != nullptr) { sta.push(root->right); continue; } } out.push_back(root->val); lastRoot = root; sta.pop(); } return out;}
另外还有其他实现方法,比如前序遍历,网上比较流行的方法是下面这种,这两种写法的思路是一样的,不过下面的要更简洁一些,虽然这种思路一开始我有些难以接受
不过还是要总结一下
1.选择一个root节点
2.将其左节点依次加入栈中
3.输出栈顶节点,弹出,然后将root设置为其右节点,重复1步骤
上面这些仅仅是程序的说明步骤,不能算是思路吧。不过要认真想一下的话,也许是跟人脑中遍历树的方式差不多,这里不做深入探讨。觉得麻烦的话,可以直接背上面总结的步骤。
vector preorderTraversal(TreeNode* root) { stacksta; vector out; while (root || !sta.empty()) { while (root) { sta.push(root); out.push_back(root->val); root = root->left; } if (!sta.empty()) { root = sta.top(); sta.pop(); root = root->right; } } return out;}// 另一种写法vector preorderTraversal(TreeNode* root) { stack sta; vector out; while (root || !sta.empty()) { if(root) { sta.push(root); out.push_back(root->val); root = root->left; } else { root = sta.top(); sta.pop(); root = root->right; } } return out;}
另外一种实现思路,这次栈中仅仅保存右节点,因为是前序遍历,左节点可以直接输出,注意,这种方法仅能用于前序遍历
vector preorderTraversal(TreeNode* root) { vector out; if (root == nullptr) return out; stacksta; sta.push(root); while (!sta.empty()) { out.push_back(root->val); if (root->right) sta.push(root->right); if (root->left) root = root->left; else { root = sta.top(); sta.pop(); } } return out;}
中序遍历其他方法(同前序遍历):
vector inorderTraversal(TreeNode* root) { stacksta; vector out; TreeNode* cur = root; while (cur != nullptr || !sta.empty()) { if (cur != nullptr) { sta.push(cur); cur = cur->left; } else { cur = sta.top(); sta.pop(); out.push_back(cur->val); cur = cur->right; } } return out;}
后序遍历只能使用保存上次root节点的或tag标记的方法
后记:算法的研究深不见底,你总能从中发现新的东西,越是研究的深入,就越会发现我们平时习惯了的人类思维方式是多么神奇!