非递归遍历二叉树

亦凉 2022-08-25 02:15 213阅读 0赞

**  原文出处：[http://blog.csdn.net/kofsky/article/details/2886453][http_blog.csdn.net_kofsky_article_details_2886453]**

**1.先序遍历**

从递归说起

1.  void preOrder(TNode\* root)
2.  \{
3.      if (root != NULL)
4.      \{
5.          Visit(root);
6.          preOrder(root->left);
7.          preOrder(root->right);
8.      \}
9.  \}

递归算法非常的简单。先访问跟节点，然后访问左节点，再访问右节点。如果不用递归，那该怎么做呢？仔细看一下递归程序，就会发现，其实每次都是走树的左分支(left)，直到左子树为空，然后开始从递归的最深处返回，然后开始恢复递归现场，访问右子树。

其实过程很简单：一直往左走 root->left->left->left...->null，由于是先序遍历，因此一遇到节点，便需要立即访问；由于一直走到最左边后，需要逐步返回到父节点访问右节点，**因此必须有一个措施能够对节点序列回溯**。有两个办法：  
**1.用栈记忆**：在访问途中将依次遇到的节点保存下来。由于节点出现次序与恢复次序是反序的，因此是一个先进后出结构，需要用栈。  
使用栈记忆的实现有两个版本。第一个版本是模拟递归的实现效果，跟LX讨论的，第二个版本是直接模拟递归。  
**2.节点增加指向父节点的指针**：通过指向父节点的指针来回溯（后来发现还要需要增加一个访问标志，来指示节点是否已经被访问，不知道可不可以不用标志直接实现回溯？想了一下，如果不用这个标志位，回溯的过程会繁琐很多。暂时没有更好的办法。）

**(还有其他办法可以回溯么？)**  
这3个算法伪代码如下，没有测试过。

先序遍历伪代码：非递归版本，用栈实现，版本1

1.  // 先序遍历伪代码：非递归版本，用栈实现，版本1 
2.  void preOrder1(TNode\* root)
3.  \{
4.      Stack S;
5.      while ((root != NULL) || !S.empty())
6.      \{
7.          if (root != NULL)
8.          \{
9.              Visit(root);
10.             S.push(root);       // 先序就体现在这里了，先访问，再入栈 
11.             root = root->left;  // 依次访问左子树 
12.         \}
13.         else
14.         \{
15.             root = S.pop();     // 回溯至父亲节点 
16.             root = root->right;
17.         \}
18.     \}
19. \}

preOrder1每次都将遇到的节点压入栈，当左子树遍历完毕后才从栈中弹出最后一个访问的节点，访问其右子树。在同一层中，不可能同时有两个节点压入栈，因此栈的大小空间为O(h)，h为二叉树高度。时间方面，每个节点都被压入栈一次，弹出栈一次，访问一次，复杂度为O(n)

先序遍历伪代码：非递归版本，用栈实现，版本2

1.  
2.  // 先序遍历伪代码：非递归版本，用栈实现，版本2 
3.  void preOrder2(TNode\* root)
4.  \{
5.      if ( root != NULL)
6.      \{
7.          Stack S;
8.          S.push(root);
9.          while (!S.empty())
10.         \{
11.             TNode\* node = S.pop(); 
12. 
13.             Visit(node);          // 先访问根节点，然后根节点就无需入栈了 
14.             S.push(node->right);  // 先push的是右节点，再是左节点 
15.             S.push(node->left);
16.         \}
17.     \}
18. \}

preOrder2每次将节点压入栈，然后弹出，压右子树，再压入左子树，在遍历过程中，遍历序列的右节点依次被存入栈，左节点逐次被访问。同一时刻，栈中元素为m-1个右节点和1个最左节点，最高为h。所以空间也为O(h)；每个节点同样被压栈一次，弹栈一次，访问一次，时间复杂度O(n)

先序遍历伪代码：非递归版本，不用栈，增加指向父节点的指针

1.  // 先序遍历伪代码：非递归版本，不用栈，增加指向父节点的指针 
2.  void preOrder3(TNode\* root)
3.  \{
4.      while ( root != NULL ) // 回溯到根节点时为NULL，退出 
5.      \{
6.          if( !root->bVisited )
7.          \{   // 判定是否已被访问 
8.              Visit(root);
9.              root->bVisited = true;
10.         \}
11.         if ( root->left != NULL && !root->left->bVisited )      // 访问左子树 
12.         \{
13.             root = root->left;
14.         \}
15.         else if( root->right != NULL && !root->right->bVisited ) // 访问右子树 
16.         \{
17.             root = root->right;
18.         \}
19.         else   // 回溯 
20.         \{
21.             root = root->parent;
22.         \}
23.     \}
24. \}

preOrder3的关键在于回溯。为了回溯增加指向父亲节点的指针，以及是否已经访问的标志位，对比preOrder1与preOrder2，但增加的空间复杂度为O(n)。时间方面，每个节点被访问一次。但是，当由叶子节点跳到下一个要访问的节点时，需要先回溯至父亲节点，再判断是否存在没有被访问过的右子树，如果没有，则继续回溯，直至找到一颗没有被访问过的右子树，这个过程需要很多的时间。每个叶子节点的回溯需要O(h)时间复杂度，叶子节点最多为(2^(h-1))，因此回溯花费的上限为O(h\*(2^(h-1))。这个上限应该可以缩小。preOrder3唯一的好处是不需要额外的数据结构-栈。

**2.中序遍历**  
根据上面的先序遍历，可以类似的构造出中序遍历的三种方式。仔细想一下，只有第一种方法改过来时最方便的。需要的改动仅仅调换一下节点访问的次序，先序是先访问，再入栈；而中序则是先入栈，弹栈后再访问。伪代码如下。时间复杂度与空间复杂度同先序一致。

1.  
2.  // 中序遍历伪代码：非递归版本，用栈实现，版本1 
3.  void InOrder1(TNode\* root)
4.  \{
5.      Stack S;
6.      while ( root != NULL || !S.empty() )
7.      \{
8.          while( root != NULL )   // 左子树入栈 
9.          \{
10.             S.push(root);
11.             root = root->left;
12.         \}
13.         if ( !S.empty() )
14.         \{
15.             root = S.pop();
16.             Visit(root->data);   // 访问根结点 
17.             root = root->right;  // 通过下一次循环实现右子树遍历 
18.         \}
19.     \}
20. \}

第二个用栈的版本却并不乐观。preOrder2能够很好的执行的原因是，将左右节点压入栈后，根节点就再也用不着了；而中序和后序却不一样，左右节点入栈后，根节点后面还需要访问。因此三个节点都要入栈，而且入栈的先后顺序必须为：右节点，根节点，左节点。但是，当入栈以后，根节点与其左右子树的节点就分不清楚了。因此必须引入一个标志位，表示 是否已经将该节点的左右子树入栈了。每次入栈时，根节点标志位为true,左右子树标志位为false。  
伪代码如下：

1.  
2.  // 中序遍历伪代码：非递归版本，用栈实现，版本2 
3.  void InOrder2(TNode\* root)
4.  \{
5.      Stack S;
6.      if( root != NULL )
7.      \{
8.          S.push(root);
9.      \}
10.     while ( !S.empty() )
11.     \{
12.         TNode\* node = S.pop(); 
13.         if ( node->bPushed )
14.         \{   // 如果标识位为true,则表示其左右子树都已经入栈，那么现在就需要访问该节点了 
15.             Visit(node);        
16.         \}
17.         else
18.         \{   // 左右子树尚未入栈，则依次将 右节点，根节点，左节点 入栈 
19.             if ( node->right != NULL )
20.             \{
21.                 node->right->bPushed = false; // 左右子树均设置为false 
22.                 S.push(node->right);
23.             \}
24.             node->bPushed = true;  // 根节点标志位为true 
25.             S.push(node);
26.             if ( node->left != NULL )
27.             \{
28.                 node->left->bPushed = false;
29.                 S.push(node->left);
30.             \}
31.         \}
32.     \}
33. \}

对比先序遍历，这个算法需要额外的增加O(n)的标志位空间。另外，栈空间也扩大，因为每次压栈的时候都压入根节点与左右节点，因此栈空间为O(n)。时间复杂度方面，每个节点压栈两次，作为子节点压栈一次，作为根节点压栈一次，弹栈也是两次。因此无论从哪个方面讲，这个方法效率都不及InOrder1。

至于不用栈来实现中序遍历。头晕了，暂时不想了。后面再来完善。还有后序遍历，貌似更复杂。对了，还有个层序遍历。再写一篇吧。头都大了。

9.8续

中序遍历的第三个非递归版本：采用指向父节点的指针回溯。这个与先序遍历是非常类似的，不同之处在于，先序遍历只要一遇到节点，那么没有被访问那么立即访问，访问完毕后尝试向左走，如果左孩子补课访问，则尝试右边走，如果左右皆不可访问，则回溯；中序遍历是先尝试向左走，一直到左边不通后访问当前节点，然后尝试向右走，右边不通，则回溯。（这里不通的意思是：节点不为空，且没有被访问过）

1.  
2.  // 中序遍历伪代码：非递归版本，不用栈，增加指向父节点的指针 
3.  void InOrder3(TNode\* root)
4.  \{
5.      while ( root != NULL ) // 回溯到根节点时为NULL，退出 
6.      \{
7.          while ( root->left != NULL && !root->left->bVisited )
8.          \{                  // 沿左子树向下搜索当前子树尚未访问的最左节点            
9.              root = root->left;
10.         \}
11.         if ( !root->bVisited )
12.         \{                  // 访问尚未访问的最左节点 
13.             Visit(root);
14.             root->bVisited=true;
15.         \}
16.         if ( root->right != NULL && !root->right->bVisited )
17.         \{                  // 遍历当前节点的右子树   
18.             root = root->right;
19.         \}
20.         else
21.         \{                 // 回溯至父节点 
22.             root = root->parent;
23.         \}
24.     \}
25. \}

这个算法时间复杂度与空间复杂度与第3个先序遍历的版本是一样的。

**3.后序遍历**

从直觉上来说，后序遍历对比中序遍历难度要增大很多。因为中序遍历节点序列有一点的连续性，而后续遍历则感觉有一定的跳跃性。先左，再右，最后才中间节点；访问左子树后，需要跳转到右子树，右子树访问完毕了再回溯至根节点并访问之。这种序列的不连续造成实现前面先序与中序类似的第1个与第3个版本比较困难。但是按照第2个思想，直接来模拟递归还是非常容易的。如下：

1.  // 后序遍历伪代码：非递归版本，用栈实现 
2.  void PostOrder(TNode\* root)
3.  \{
4.      Stack S;
5.      if( root != NULL )
6.      \{
7.          S.push(root);
8.      \}
9.      while ( !S.empty() )
10.     \{
11.         TNode\* node = S.pop(); 
12.         if ( node->bPushed )
13.         \{   // 如果标识位为true,则表示其左右子树都已经入栈，那么现在就需要访问该节点了 
14.             Visit(node);        
15.         \}
16.         else
17.         \{   // 左右子树尚未入栈，则依次将 右节点,左节点,根节点 入栈 
18.             if ( node->right != NULL )
19.             \{
20.                 node->right->bPushed = false; // 左右子树均设置为false 
21.                 S.push(node->right);
22.             \}
23.             if ( node->left != NULL )
24.             \{
25.                 node->left->bPushed = false;
26.                 S.push(node->left);
27.             \}
28.             node->bPushed = true;            // 根节点标志位为true 
29.             S.push(node);
30.         \}
31.     \}
32. \}

和中序遍历的第2个版本比较，仅仅只是把左孩子入栈和根节点入栈顺序调换一下；这种差别就跟递归版本的中序与后序一样。

**4.层序遍历**

这个很简单，就不说老。

1.  // 层序遍历伪代码：非递归版本，用队列完成 
2.  void LevelOrder(TNode \*root)
3.  \{
4.      Queue Q;
5.      Q.push(root);
6.  
7.      while (!Q.empty())
8.      \{
9.          node = Q.front();        // 取出队首值并访问 
10.         Visit(node);
11. 
12.         if (NULL != node->left)  // 左孩子入队 
13.         \{          
14.             Q.push(node->left);    
15.         \}
16.         if (NULL != node->right) // 右孩子入队 
17.         \{
18.             Q.push(node->right);
19.         \}
20.     \}
21. \}

**小结一下：**

**用栈来实现比增加指向父节点指针回溯更方便；**

**采用第一个思想，就是跟踪指针移动 用栈保存中间结果的实现方式，先序与中序难度一致，后序很困难。先序与中序只需要修改一下访问的位置即可。**

**采用第二个思想，直接用栈来模拟递归，先序非常简单；而中序与后序难度一致。先序简单是因为节点可以直接访问，访问完毕后无需记录。而中序与后序时，节点在弹栈后还不能立即访问，还需要等其他节点访问完毕后才能访问，因此节点需要设置标志位来判定，因此需要额外的O(n)空间。**

[http_blog.csdn.net_kofsky_article_details_2886453]: http://blog.csdn.net/kofsky/article/details/2886453