我们之前说了二叉树基础及二叉的几种遍历方式及练习题，今天我们来看一下二叉树的前序遍历非递归实现。

前序遍历的顺序是, 对于树中的某节点,`先遍历该节点,然后再遍历其左子树,最后遍历其右子树`.

我们先来通过下面这个动画复习一下二叉树的前序遍历。

![前序遍历](https://img-blog.csdnimg.cn/20210504155755565.gif)

### 迭代

我们试想一下，之前我们借助队列帮我们实现二叉树的层序遍历，

那么可不可以，也借助数据结构，帮助我们实现二叉树的前序遍历。

见下图

![image](https://cdn.jsdelivr.net/gh/tan45du/test@master/image.622242fm7dc0.png)

假设我们的二叉树为 [1,2,3]。我们需要对其进行前序遍历。其遍历顺序为

当前节点 1，左孩子 2，右孩子 3。

这里可不可以用栈，帮我们完成前序遍历呢？

> 栈和队列的那些事

我们都知道栈的特性是先进后出，我们借助栈来帮助我们完成前序遍历的时候。

则需要注意的一点是，我们应该`先将右子节点入栈，再将左子节点入栈`。

这样出栈时，则会先出左节点，再出右子节点，则能够完成树的前序遍历。

见下图。

![](https://img-blog.csdnimg.cn/20210512205822221.gif)

我们用一句话对上图进行总结，`当栈不为空时，栈顶元素出栈，如果其右孩子不为空，则右孩子入栈，其左孩子不为空，则左孩子入栈`。还有一点需要注意的是，我们和层序遍历一样，需要先将 root 节点进行入栈，然后再执行 while 循环。

看到这里你已经能够自己编写出代码了，不信你去试试。

时间复杂度：O(n)  需要对所有节点遍历一次

空间复杂度：O(n)  栈的开销，平均为 O(logn)  最快情况，即斜二叉树时为  O(n)

**参考代码**

```java
class Solution {
    public List<Integer> preorderTraversal(TreeNode root) {
        List<Integer> list = new ArrayList<>();
        Stack<TreeNode> stack = new Stack<>();
        if (root == null)  return list;   
        stack.push(root);
        while (!stack.isEmpty()) {
            TreeNode temp = stack.pop();        
            if (temp.right != null) {
                stack.push(temp.right);
            }
            if (temp.left != null) {
                stack.push(temp.left);
            }
            //这里也可以放到前面
            list.add(temp.val);
        }
        return list;
    }
}
```

Swift Code：

```swift
class Solution {

    func preorderTraversal(_ root: TreeNode?) -> [Int] {
        var list:[Int] = []
        var stack:[TreeNode] = []

        guard root != nil else {
            return list
        }
        stack.append(root!)
        while !stack.isEmpty {
            let temp = stack.popLast()
            if let right = temp?.right {
                stack.append(right)
            }
            if let left = temp?.left {
                stack.append(left)
            }
            //这里也可以放到前面
            list.append((temp?.val)!)
        }
        return list
    }
}
```