当前位置: 首页 > article >正文

python-leetcode 35.二叉树的中序遍历

给定一个二叉树的根节点root,返回它的中序遍历。


方法一:递归

二叉树的中序遍历:按照访问左子树——根节点——右子树的方式遍历这棵树,而在访问左子树或者右子树的时候我们按照同样的方式遍历,直到遍历完整棵树。因此整个遍历过程天然具有递归的性质

运行过程
  1. 从根节点 1 开始:

    • 递归遍历左子树:1 的左子树为空,直接返回。

    • 将 1 的值添加到结果列表 res 中:res = [1]

    • 递归遍历右子树:1 的右子树是 2

  2. 进入节点 2

    • 递归遍历左子树:2 的左子树是 3

    • 进入节点 3

      • 递归遍历左子树:3 的左子树为空,直接返回。

      • 将 3 的值添加到结果列表 res 中:res = [1, 3]

      • 递归遍历右子树:3 的右子树为空,直接返回。

    • 将 2 的值添加到结果列表 res 中:res = [1, 3, 2]

    • 递归遍历右子树:2 的右子树为空,直接返回。

  3. 遍历结束,返回结果 res = [1, 3, 2]

# Definition for a binary tree node.
# class TreeNode(object):
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution(object):
    def inorderTraversal(self, root):
        """
        :type root: Optional[TreeNode]
        :rtype: List[int]
        """
        res=[] #存储遍历结果
        self.inorder(root,res) #中序遍历
        return res
    def inorder(self,root,res): #递归函数,用于实现中序遍历
        if not root:  #如果当前节点 root 为空,直接返回
            return 
        self.inorder(root.left,res)
        res.append(root.val)  #将当前节点的值 root.val 添加到结果列表 res 中
        self.inorder(root.right,res)
        

时间复杂度:O(n)n为二叉树节点的个数

空间复杂度:O(n)


方法二:迭代

# Definition for a binary tree node.
# class TreeNode(object):
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution(object):
    def inorderTraversal(self, root):
        """
        :type root: Optional[TreeNode]
        :rtype: List[int]
        """
        res=[]  #空列表用于存储遍历结果
        stack=[]  #空列表用作栈来辅助遍历
        while root or stack: #当 root 不为空或栈 stk 不为空时,继续循环
            while root: #当root不为空时,将root推入栈stk中
                stack.append(root) #将 root 移动到其左子节点
                root=root.left  #将当前节点的所有左子节点推入栈中,直到到达最左侧的节点
            root=stack.pop()  #从栈 stk 中弹出栈顶节点,赋值给 root,当前子树的最左侧节点
            res.append(root.val) #将当前节点 root 的值 root.val 添加到结果列表 res 中
            root=root.right  #将 root 移动到其右子节点
        return res
        

时间复杂度:O(n)

空间复杂度:O(n)


方法三:Morris中序遍历

Morris 遍历算法是另一种遍历二叉树的方法,它能将非递归的中序遍历空间复杂度降为O(1)。

Morris 遍历算法整体步骤如下(假设当前遍历到的节点为x):

1.如果x无左孩子,先将x的值加入答案数组,再访问x的右孩子,即x=x.right

2.如果x有左孩子,则找到x左子树上最右的节点(即左子树中序遍历的最后一个节点x,x在中序遍历中的前驱节点),记为predecessor。根据predecessor的右孩子是否为空,进行如下操作:

如果predecessor的右孩子为空,则将其右孩子指向x,然后访问x的左孩子,即x=x.left。

如果predecessor的右孩子不为空,则此时其右孩子指向x,说明已经遍历完x的左子树,将predecessor的右孩子置空,将x的值加入答案数组,然后访问x的右孩子,即x=x.right。

# Definition for a binary tree node.
# class TreeNode(object):
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution(object):
    def inorderTraversal(self, root):
        """
        :type root: Optional[TreeNode]
        :rtype: List[int]
        """
        res=[]  #列表,用来存储最终的中序遍历结果
        predcessor=None #当前节点的前驱节点(即,当前节点的左子树中最右边的节点)
        while root:  #只要当前节点不为空,就继续遍历
            if root.left:
                predcessor=root.left  #predecessor 节点就是当前 root 节点向左走一步,然后一直向右走至无法走为止
                while predcessor.right and predcessor.right != root:
                    predcessor=predcessor.right
                if predcessor.right is None: #predecessor 的右指针指向 root,继续遍历左子树
                    predcessor.right=root #前驱节点的右子树为空,把它的右子树指向当前节点 root
                    root=root.left #移动到它的左子树,继续遍历

                else:#前驱节点的右子树指向了当前节点,说明左子树遍历完成,可以访问当前节点
                    res.append(root.val)
                    predcessor.right=None 
                    root=root.right
            else:#当前节点没有左子树,直接访问当前节点,并将 root 移动到右子树
                res.append(root.val)
                root=root.right
        return res
        

时间复杂度:O(n)

空间复杂度:O(1)


http://www.kler.cn/a/553482.html

相关文章:

  • 大数据 高并发 解决方案 Moebius
  • 什么是 BFC
  • 【第3章:卷积神经网络(CNN)——3.8 迁移学习与微调策略】
  • vue3结合后端传递过来的文件进行预览功能
  • 【RK3588嵌入式图形编程】-SDL2-构建模块化UI
  • DeepSeek(AI)如何赋能智能漏洞扫描与利用的思考
  • 掌握 ElasticSearch的 _source 过滤
  • 4.8 Hugging Face Evaluate:企业级模型评估实战指南
  • Javascript中的深拷贝详解
  • MySQL 主从复制原理
  • vscode将文件中行尾默认CRLF改为LF
  • 如何进行市场趋势分析:方法与案例指南
  • Java的switch
  • DeepSeek:企业级大模型私有化部署与应用全解析(深度扩展版)
  • 深入解析 Flutter 路由与导航:从基础到项目实战
  • 如何使用 Flutter DevTools 和 PerformanceOverlay 监控性能瓶颈
  • C++:pthread的使用
  • 【爬虫基础】第一部分 网络通讯 P1/3
  • 【Python爬虫(18)】解锁验证码识别:Python爬虫进阶秘籍
  • Linux配置SSH公钥认证与Jenkins远程登录进行自动发布