题目的主要信息:
- 给定一颗二叉树的根节点,输出其前序遍历的结果
方法一:递归
具体做法:
什么是二叉树的前序遍历?简单来说就是“根左右”,展开来说就是对于一颗二叉树优先访问其根节点,然后访问它的左子树,等左子树全部访问完了再访问其右子树,而对于子树也按照之前的访问方式,直到到达叶子节点。
从上述前序遍历的解释中我们不难发现,它存在递归的子问题:每次访问一个节点之后,它的左子树是一个要前序遍历的子问题,它的右子树同样是一个要前序遍历的子问题。那我们可以用递归处理:
- 终止条件: 当子问题到达叶子节点后,后一个不管左右都是空,因此遇到空节点就返回。
- 返回值: 每次处理完子问题后,就是将子问题访问过的元素返回,依次存入了数组中。
- 本级任务: 每个子问题优先访问这棵子树的根节点,然后递归进入左子树和右子树。
class Solution {
public:
void preorder(vector<int> &res, TreeNode* root){
if(root == NULL) //遇到空节点则返回
return;
res.push_back(root->val); //先遍历根节点
preorder(res, root->left); //再去左子树
preorder(res, root->right); //最后去右子树
}
vector<int> preorderTraversal(TreeNode* root) {
vector<int> res;
preorder(res, root); //递归前序遍历
return res;
}
};
复杂度分析:
- 时间复杂度:,其中为二叉树的节点数,遍历二叉树所有节点
- 空间复杂度:,最坏情况下二叉树化为链表,递归栈深度为
方法二:非递归
具体做法:
我们都知道递归,是不断调用自己,计算内部实现递归的时候,是将之前的父问题存储在栈中,先去计算子问题,等到子问题返回给父问题后再从栈中将父问题弹出,继续运算父问题。因此能够递归解决的问题,我们似乎也可以用栈来试一试。
根据前序遍历“根左右”的顺序,首先要遍历肯定是根节点,然后先遍历左子树,再遍历右子树。递归中我们是先进入左子节点作为子问题,等左子树结束,再进入右子节点作为子问题,这里我们同样可以这样做,它无非相当于把父问题挂进了栈中,等子问题结束再从栈中弹出父问题,从父问题进入右子树,我们这里已经访问过了父问题,不妨直接将右子节点挂入栈中,然后下一轮先访问左子节点。要怎么优先访问左子节点呢?同样将它挂入栈中,依据栈的后进先出原则,下一轮循环必然它要先出来,如此循环,原先父问题的右子节点被不断推入栈深处,只有左子树全部访问完毕,才会弹出继续访问。
- step 1:优先判断树是否为空,空树不遍历。
- step 2:准备辅助栈,首先记录根节点。
- step 3:每次从栈中弹出一个元素,进行访问,然后验证该节点的左右子节点是否存在,存的话的加入栈中,优先加入右节点。
具体过程可以参考如下:
class Solution {
public:
vector<int> preorderTraversal(TreeNode* root) {
vector<int> res;
if(root == NULL)
return res;
stack<TreeNode*> s; //辅助栈
s.push(root); //根节点先进栈
while(!s.empty()){ //直到栈中没有节点
TreeNode* node = s.top(); //每次栈顶就是访问的元素
s.pop();
res.push_back(node->val);
if(node->right) //如果右边还有右子节点进栈
s.push(node->right);
if(node->left) //如果左边还有左子节点进栈
s.push(node->left);
}
return res;
}
};
复杂度分析:
- 时间复杂度:,其中为二叉树的节点数,遍历二叉树所有节点
- 空间复杂度:,辅助栈空间最大为链表所有节点数