图解用栈数据结构对树的遍历

本公众号主要推送关于如何构思算法使之应用到我们的工作中。计算机常用算法思想大致来说有，分而治之，动态规划，贪心算法，搜索算法，回溯，训练这些思维的一个很好的平台是Leetcode，不定时推送相关题目图文分析过程。近年来，大数据处理和分布式计算，machine learning and deep learning 的发展，又出现了很多相关算法，那么这些算法又如何应用呢？仅仅因为喜欢算法，所以一直坚持每天学习总结算法。只要每天跟着这个公众号，相信你一定会有收获。请点击上方的蓝字，免费添加公众号，一起进步吧！

“ 图解用栈数据结构对树的前序遍历，中序遍历，后续遍历。”

—

树的遍历

所谓遍历 (Traversal) 是指沿着某条搜索路线，依次对树中每个结点均做一次且仅做一次访问。访问结点所做的操作依赖于具体的应用问题。

—

二叉树遍历

本文以二叉树的遍历为例总结。

二叉树由根结点及左、右子树这三个基本部分组成。因此，在任一给定结点上，可以按某种次序执行三个操作：

访问结点本身（Node）
遍历该结点的左子树（Left subtree）
遍历该结点的右子树（Right subtree）

根据访问结点操作发生位置不同，命名：

前序遍历 Preorder Traversal ：访问根结点的操作发生在遍历其左右子树之前。
中序遍历 Inorder Traversal：访问根结点的操作发生在遍历其左右子树之中间。
后序遍历 Postorder Traversal ：访问根结点的操作发生在遍历其左右子树之后。

二叉树的数据结构定义如下所示：

    public class TreeNode<T>
    {
        public T val { get; set; }
        public TreeNode<T> left { get; set; }
        public TreeNode<T> right { get; set; }
        public TreeNode(T data)
        {
            val = data;
        }
    }

—

前序遍历（栈结构实现）

前序遍历 Preorder Traversal ：先访问根结点，然后访问根节点的左子树，最后访问根节点的右子树。

给定如下图所示的二叉树，

那么用栈这种数据结构，如何前序遍历这颗二叉树呢？

首先，我们把代码放在这里，然后分析这个代码是怎么想出来的。

        public static IList<T> PreorderTraversal<T>(
                                   TreeNode<T> root)
        {
            IList<T> rtn = new List<T>();
  if (root == null) return rtn;
            var s = new Stack<TreeNode<T>>();
  s.Push(root);
            TreeNode<T> context = root;
            while (s.Count > 0) {           
  if (context == null)
                    context = s.Peek();
 rtn.Add(s.Peek().val); //访问栈顶元素
 s.Pop();
 if (context.right != null) //左子树入栈
                    s.Push(context.right);
                if (context.left != null)  //右子树入栈
                    s.Push(context.left);
  context = context.left;
            }
            return rtn;
        }

while遍历前，各个变量的状态

s 栈有一个节点 1
context 上下文变量引用节点 1

第一次遍历，此时栈中含有元素，进入循环体内，上下文为节点 1，不满足 if 条件，访问节点 1，节点 1 出栈，节点 1 的右子树不为 null 先入栈，左子树也为 null后入栈，上下文变量赋值为左子树节点 2，如下图所示：

context = node2

第二次遍历，访问节点 2，然后节点 2 出栈，节点 2 的左子树不为 null，入栈，此时的 context 被赋值为节点 2的左子树，即为 null

context = null

第三次遍历，会特殊一些了，因为此时的context为 null，注意源码实现中的 if 条件，

if (context == null)

context = s.Peek();

满足了条件，context 被赋值为栈顶节点 4，然后执行逻辑与以上遍历相同，访问栈顶节点 4，显然这个节点 4的左右子树皆为 null，context再次被赋值，且等于 null。

context = null

第四次遍历，依然满足 if 条件，context 被赋值为栈顶节点 3，执行逻辑与上相似，访问栈顶节点 3，节点 3 出栈，节点 3 的右子树为null，左子树不为null，入栈，context再次被赋值为节点 3 的左子树 5

context = node5

第五次遍历，不满足 if 条件了，直接访问节点 5，然后节点 5 出栈，显然节点 5 左右子树为null，context赋值为node5.left，即为null，并且栈的元素已经空了。

context = null

此时，while (s.Count > 0) 不满足了，退出遍历。

前序遍历总结

前序遍历在遍历前先入栈根节点，context引用根节点，进入遍历后，有一个 if 条件判断context为null吗，如果是说明上文的左子树为null，context需要引用此时栈顶元素，访问栈顶元素，栈顶元素出栈，接下来，首先入栈右子树，然后入栈左子树，context为 context.left 进行迭代。

—

中序遍历

中序遍历，遍历根节点位于遍历左子树和右子树之间，即左子树，根节点，右子树。

中序遍历的源码如下：

        public IList<T> InorderTraversal<T>(TreeNode<T> root)
        {
            IList<T> rtn = new List<T>();
            var s = new Stack<TreeNode<T>>();
            if (root == null) return rtn;
            s.Push(root);
            while (s.Count > 0)
            {
                var context = s.Peek();
                while (context != null) 
                {
                    s.Push(context.left);
                    context = context.left;
                }
                s.Pop();
                if (s.Count == 0)
                    return rtn;
                rtn.Add(s.Peek().val); 
                TreeNode<T> curNode = s.Pop();
                s.Push(curNode.right);
            }
            return rtn;
        }

不妨您先思考一下，这段代码是怎么构思出来的，分析中序遍历，后续遍历图解，敬请关注明天的推送，谢谢。