mirror of
https://github.com/chefyuan/algorithm-base.git
synced 2024-11-15 00:23:39 +00:00
142 lines
5.0 KiB
Java
142 lines
5.0 KiB
Java
之前给大家介绍了二叉树的[前序遍历]()，[中序遍历]()的迭代法和 Morris 方法，今天咱们来说一下二叉后序遍历的迭代法及 Morris 方法。
|
||
|
||
注：阅读该文章前，建议各位先阅读之前的三篇文章，对该文章的理解有很大帮助。
|
||
|
||
## 迭代
|
||
|
||
后序遍历的相比前两种方法，难理解了一些，所以这里我们需要认真思考一下，每一行的代码的作用。
|
||
|
||
我们先来复习一下，二叉树的后序遍历
|
||
|
||
|
||
|
||
我们知道后序遍历的顺序是,` 对于树中的某节点, 先遍历该节点的左子树, 再遍历其右子树, 最后遍历该节点`。
|
||
|
||
那么我们如何利用栈来解决呢？
|
||
|
||
我们直接来看动画，看动画之前，但是我们`需要带着问题看动画`，问题搞懂之后也就搞定了后序遍历。
|
||
|
||
1.动画中的橙色指针发挥了什么作用
|
||
|
||
2.为什么动画中的某节点，为什么出栈后又入栈呢?
|
||
|
||
好啦，下面我们看动画吧！
|
||
|
||
|
||
|
||
相信大家看完动画之后，也能够发现其中规律。
|
||
|
||
我们来对其中之前提出的问题进行解答
|
||
|
||
1.动画中的橙色箭头的作用？
|
||
|
||
> 用来定位住上一个访问节点，这样我们就知道 cur 节点的 right 节点是否被访问，如果被访问，我们则需要遍历 cur 节点。
|
||
|
||
2.为什么有的节点出栈后又入栈了呢？
|
||
|
||
> 出栈又入栈的原因是，我们发现 cur 节点的 right 不为 null ，并且 cur.right 也没有被访问过。因为 `cur.right != preNode `，所以当前我们还不能够遍历该节点，应该先遍历其右子树中的节点。
|
||
>
|
||
> 所以我们将其入栈后，然后`cur = cur.right`
|
||
|
||
```java
|
||
class Solution {
|
||
public List<Integer> postorderTraversal(TreeNode root) {
|
||
Stack<TreeNode> stack = new Stack<>();
|
||
List<Integer> list = new ArrayList<>();
|
||
TreeNode cur = root;
|
||
//这个用来记录前一个访问的节点，也就是橙色箭头
|
||
TreeNode preNode = null;
|
||
while (cur != null || !stack.isEmpty()) {
|
||
//和之前写的中序一致
|
||
while (cur != null) {
|
||
stack.push(cur);
|
||
cur = cur.left;
|
||
}
|
||
//1.出栈，可以想一下，这一步的原因。
|
||
cur = stack.pop();
|
||
//2.if 里的判断语句有什么含义？
|
||
if (cur.right == null || cur.right == preNode) {
|
||
list.add(cur.val);
|
||
//更新下 preNode，也就是定位住上一个访问节点。
|
||
preNode = cur;
|
||
cur = null;
|
||
} else {
|
||
//3.再次压入栈，和上面那条 1 的关系？
|
||
stack.push(cur);
|
||
cur = cur.right;
|
||
}
|
||
}
|
||
return list;
|
||
}
|
||
}
|
||
```
|
||
|
||
Swift Code：
|
||
|
||
```swift
|
||
class Solution {
|
||
func postorderTraversal(_ root: TreeNode?) -> [Int] {
|
||
var list:[Int] = []
|
||
var stack:[TreeNode] = []
|
||
var cur = root, preNode: TreeNode?
|
||
while !stack.isEmpty || cur != nil {
|
||
//和之前写的中序一致
|
||
while cur != nil {
|
||
stack.append(cur!)
|
||
cur = cur!.left
|
||
}
|
||
//1.出栈，可以想一下，这一步的原因。
|
||
cur = stack.popLast()
|
||
//2.if 里的判断语句有什么含义？
|
||
if cur!.right === nil || cur!.right === preNode {
|
||
list.append(cur!.val)
|
||
//更新下 preNode，也就是定位住上一个访问节点。
|
||
preNode = cur
|
||
cur = nil
|
||
} else {
|
||
//3.再次压入栈，和上面那条 1 的关系？
|
||
stack.append(cur!)
|
||
cur = cur!.right
|
||
}
|
||
}
|
||
return list
|
||
}
|
||
}
|
||
```
|
||
|
||
Go Code:
|
||
|
||
```go
|
||
func postorderTraversal(root *TreeNode) []int {
|
||
res := []int{}
|
||
if root == nil {
|
||
return res
|
||
}
|
||
stk := []*TreeNode{}
|
||
cur := root
|
||
var pre *TreeNode
|
||
for len(stk) != 0 || cur != nil {
|
||
for cur != nil {
|
||
stk = append(stk, cur)
|
||
cur = cur.Left
|
||
}
|
||
// 这里符合本文最后的说法，使用先获取栈顶元素但是不弹出，根据栈顶元素的情况进行响应的处理。
|
||
temp := stk[len(stk) - 1]
|
||
if temp.Right == nil || temp.Right == pre {
|
||
stk = stk[: len(stk) - 1]
|
||
res = append(res, temp.Val)
|
||
pre = temp
|
||
} else {
|
||
cur = temp.Right
|
||
}
|
||
}
|
||
return res
|
||
}
|
||
```
|
||
|
||
当然也可以修改下代码逻辑将 `cur = stack.pop()` 改成 `cur = stack.peek()`，下面再修改一两行代码也可以实现，这里这样写是方便动画模拟，大家可以随意发挥。
|
||
|
||
时间复杂度 O（n）, 空间复杂度 O（n）
|
||
|
||
这里二叉树的三种迭代方式到这里就结束啦，大家可以进行归纳总结，三种遍历方式大同小异，建议各位，掌握之后，自己手撕一下，从搭建二叉树开始。
|