博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
二叉树的非递归前序遍历
阅读量:6256 次
发布时间:2019-06-22

本文共 4984 字,大约阅读时间需要 16 分钟。

前序遍历

「前序遍历」指先访问节点,再遍历节点的左子树,最后遍历节点的右子树,按照这种规则不重复地访问树中所有节点的过程。

模拟过程

clipboard.png

过程中,用「打印节点值」表示对节点的访问,「访问结束」表示该节点完成了访问节点遍历节点的左子树遍历节点的右子树的所有过程。

  1. 到达节点A,访问节点A(打印节点值),开始遍历A的左子树
  2. 到达节点B,访问节点B(打印节点值),开始遍历B的左子树
  3. 到达节点D,访问节点D(打印节点值),开始遍历D的左子树
  4. 到达节点H,访问节点H(打印节点值),H仅有右子树,开始遍历H的右子树
  5. 到达节点K,访问节点K(打印节点值),K无子树,节点K的访问结束

    • 节点K的访问结束同时意味着节点H的右子树遍历结束,且节点H仅有右子树,节点H的访问结束
    • 节点H的访问结束同时意味着节点D的左子树遍历结束,且节点D仅有左子树,节点D的访问结束
    • 节点D的访问结束同时意味着节点B的左子树遍历结束,开始遍历节点B的右子树
  6. 到达节点E,访问节点E(打印节点值),E无子树,节点E的访问结束

    • 节点E的访问结束同时意味着节点B的右子树遍历结束,且节点B的左子树也遍历结束,节点B的访问结束
    • 节点B的访问结束同时意味着节点A的左子树遍历结束,开始遍历节点A的右子树
  7. 到达节点C,访问节点C(打印节点值),开始遍历C的左子树
  8. 到达节点F,访问节点F(打印节点值),开始遍历F的左子树
  9. 到达节点I,访问节点I(打印节点值),I无子树,节点I的访问结束

    • 节点I的访问结束同时意味着节点F的左子树遍历结束,且节点F仅有左子树,节点F的访问结束
    • 节点F的访问结束同时意味着节点C的左子树遍历结束,开始遍历节点C的右子树
  10. 到达节点G,访问节点G(打印节点值),G仅有右子树,开始遍历G的右子树
  11. 到达节点J,访问节点J(打印节点值),J无子树,节点J的访问结束

    • 节点J的访问结束同时意味着节点G的右子树遍历结束,且节点G仅有右子树,节点G的访问结束
    • 节点G的访问结束同时意味着节点C的右子树遍历结束,且节点C的左子树也遍历结束,节点C的访问结束
    • 节点C的访问结束同时意味着节点A的右子树遍历结束,且节点A的左子树也遍历结束,节点A的访问结束

至此,树中所有节点都被访问

分析过程

上述过程中节点的数据结构如下

function Node(value) {  this.value = value  this.left = null  this.right = null}

上述过程中树的结构如下,被当作变量root保存

root {  value: 'A',  left: {      value: 'B',      left: {          value: 'D',          left: {              value: 'H',              left: null,              right: {                  value: 'K',                  left: null,                  right: null              }          },          right: null      },      right: {          value: 'E',          left: null,          right: null      }  },  right: {      value: 'C',      left: {          value: 'F',          left: {              value: 'I',              left: null,              right: null          },          right: null      },      right: {          value: 'G',          left: null,          right: {              value: 'J',              left: null,              right: null          }      }  }}

分析过程:每到达一个节点,先访问节点(打印节点的值),然后寻找下一个节点并前往,直至所有节点都被访问完成,且初始的节点为树的根节点(root)。草写代码如下

const preOrderTraverse = root => {  let node = root // 初始的节点为树的根节点  while (node) { // 若不存在下一个节点,循环终止    console.log(node.value) // 访问节点(打印节点的值)    ...nextNode // 寻找下一个前往的节点    node = nextNode || null // 前往下一个节点,若找不到下一个节点,则所有节点都被访问完成  }}

寻找下一个节点并前往,前往下一个节点的方式有多种,其中一种是若节点存在左子树,则下一个节点就是该左子树的根,如上述过程中 A->B, B->D, D->H, C->F, F->I

clipboard.png

翻译成代码就是

const preOrderTraverse = root => {  let node = root // 初始的节点为树的根节点  while (node) { // 若不存在下一个节点,循环终止    console.log(node.value) // 访问节点(打印节点的值)    let nextNode    if(node.left){ // 若节点存在左子树      nextNode = node.left // 则下一个节点就是该左子树的根    }    ... // 未完待续    node = nextNode || null // 前往下一个节点,若找不到下一个节点,则所有节点都被访问完成  }}

寻找下一个节点并前往,前往下一个节点的另一种方式是,若节点仅存在右子树,则下一个节点就是该右子树的根,如上述过程中 H->K, G->J

clipboard.png

翻译成代码就是

const preOrderTraverse = root => {  let node = root // 初始的节点为树的根节点  while (node) { // 若不存在下一个节点,循环终止    console.log(node.value) // 访问节点(打印节点的值)    let nextNode    if(node.left){ // 若节点存在左子树      nextNode = node.left // 则下一个节点就是该左子树的根    }else if(!node.left&&node.right){ // 若节点仅存在右子树      nextNode = node.right // 则下一个节点就是该右子树的根    }    ... // 未完待续    node = nextNode || null // 前往下一个节点,若找不到下一个节点,则所有节点都被访问完成  }}

前面提到的寻找下一个节点并前往的方式中,其下一个节点都是当前节点的左孩子或右孩子,分析前序遍历的过程,发现还有一种前往的下一个节点并不是当前节点的孩子的情况,如上述过程中 K->E, E->C, I->J

clipboard.png

当节点仅含一颗子树时,就遍历该子树,当节点含左右子树时,先遍历其左子树,而将其右子树的根保存。当其左子树遍历完成时(触发的时机是到达叶节点),前往其右子树的根,开始遍历其右子树。

例如,到节点A时,将其右子树的根节点C保存起来,当左子树遍历结束时,才取出节点C开始遍历右子树。到达节点B,将其右子树的根节点E保存起来。当到达叶节点K,节点B的左子树遍历结束,取出节点E开始遍历右子树。将节点E弹出,此时仅剩节点A的右子树待遍历。节点C先于节点E保存,但后于节点E取出,故采用栈保存待遍历的右子树的根。

翻译成代码就是

const preOrderTraverse = root => {  let node = root, // 初始的节点为树的根节点      stack = [] // 用栈保存待遍历的右子树的根  while (node) { // 若不存在下一个节点,循环终止    console.log(node.value) // 访问节点(打印节点的值)    let nextNode    if(node.left){ // 若节点存在左子树      node.right && stack.push(node.right) // 若是含左右子树的节点,遍历左子树,保存右子树      nextNode = node.left // 则下一个节点就是该左子树的根    }else if(!node.left&&node.right){ // 若节点仅存在右子树      nextNode = node.right // 则下一个节点就是该右子树的根    }else{ // 叶节点,说明最近的含有左右子树的节点的左子树遍历结束,开始遍历含有左右子树的节点的右子树      nextNode = stack.pop() // 前往那个右子树的根,被存于栈中,若栈空,说明没有右子树待遍历,遍历结束    }    node = nextNode // 前往下一个节点,若找不到下一个节点,则所有节点都被访问完成  }}

整理最终代码如下

const preOrderTraverse = root => {  let node = root, // 初始的节点为树的根节点    stack = [] // 用栈保存待前往的节点  while (node) { // 若不存在下一个节点,循环终止    console.log(node.value) // 访问节点(打印节点的值)    if (node.left) { // 若节点存在左子树      node.right && stack.push(node.right) // 若是含左右子树的节点,将其右孩子保存      node = node.left // 则下一个节点就是该左子树的根    } else if (!node.left && node.right) { // 若节点仅存在右子树      node = node.right // 则下一个节点就是该右子树的根    } else { // 叶节点,说明最近的含有左右子树的节点的左子树遍历结束,开始遍历含有左右子树的节点的右子树      node = stack.pop() // 前往那个右子树的根,被存于栈中,若栈空,说明没有右子树待遍历,遍历结束    }  }}preOrderTraverse(root)// A B D H K C F I G J

为什么我总想的那么复杂

const preOrderTraverse = root => {  let current = root,    stack = []  while (current || stack.length !== 0) {    if (current) {      console.log(current.value) // 访问节点      stack.push(current)      current = current.left // 遍历左子树    } else {      current = stack.pop()      current = current ? current.right : null // 遍历右子树    }  }}preOrderTraverse(binaryTree.root)

转载地址:http://hoxsa.baihongyu.com/

你可能感兴趣的文章
日志打印longging模块(控制台和文件同时输出)
查看>>
这些年我们一起搞过的持续集成~Jenkins+Perl and Shell script
查看>>
php新版本号废弃 preg_replace /e 修饰符
查看>>
Android:Unable to resolve target ‘android-8’问题解决
查看>>
cocos2D(七)---- CCScene
查看>>
【DeepLearning】汉字手写体识别
查看>>
2017年中国大学生程序设计竞赛-中南地区赛暨第八届湘潭市大学生计算机程序设计大赛题解&源码(A.高斯消元,D,模拟,E,前缀和,F,LCS,H,Prim算法,I,胡搞,J,树状数组)...
查看>>
PostgreSQL 10首个测试版本发布
查看>>
ORACLE拼日期
查看>>
使用eclipse创建android项目的时候为什么会生成两个项目
查看>>
常见内存错误的几点总结
查看>>
Extjs的各版本下载
查看>>
使用LVS实现负载均衡原理及安装配置详解
查看>>
hdu 3449 Consumer (依赖01背包)
查看>>
c#public、private、protected、internal、protected internal
查看>>
hdoj-5099-Comparison of Android versions
查看>>
小波变换简单介绍(2)
查看>>
Dubbo -- 系统学习 笔记 -- 示例 -- 线程模型
查看>>
Dubbo -- 系统学习 笔记 -- 示例 -- 多注册中心
查看>>
使用C++实现学生管理系统
查看>>