📝 题目描述
题目链接:二叉树的中序遍历
给定一个二叉树的根节点 root ,返回它的 中序遍历 。
示例:
示例 1:
1 2
| 输入:root = [1,null,2,3] 输出:[1,3,2]
|
示例 2:
示例 3:
提示:
树中节点数目在范围 [0, 100] 内
-100 <= Node.val <= 100
💡 解题思路
方法一:递归
二叉树的中序遍历:按照访问左子树——根节点——右子树的方式遍历这棵树,并且在访问左子树或者右子树的时候我们按照同样的方式遍历,直到遍历完整棵树。
因此整个遍历过程天然具有递归的性质,我们可以直接用递归函数来模拟这一过程。
方法二:迭代
方法一的递归函数我们也可以用迭代的方式实现,两种方式是等价的,区别在于递归的时候隐式地维护了一个栈,而我们在迭代的时候需要显式地将这个栈模拟出来,其他都相同。
★方法三:Morris 中序遍历
Morris 遍历算法是另一种遍历二叉树的方法,它能将非递归的中序遍历空间复杂度降为 O(1)。
Morris 遍历算法整体步骤如下(假设当前遍历到的节点为 x):
- 如果 x 无左孩子,先将 x 的值加入答案数组,再访问 x 的右孩子,即 x=x.right。
- 如果 x 有左孩子,则找到 x 左子树上最右的节点(即左子树中序遍历的最后一个节点,x 在中序遍历中的前驱节点),我们记为 predecessor。根据 predecessor 的右孩子是否为空,进行如下操作。
- 如果 predecessor 的右孩子为空,则将其右孩子指向 x,然后访问 x 的左孩子,即 x=x.left。
- 如果 predecessor 的右孩子不为空,则此时其右孩子指向 x,说明我们已经遍历完 x 的左子树,我们将 predecessor 的右孩子置空,将 x 的值加入答案数组,然后访问 x 的右孩子,即 x=x.right。
- 重复上述操作,直至访问完整棵树。
🔧 代码实现
1、递归
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
|
class Solution { vector<int> ans; public: void midTraversal(TreeNode* root) { if (!root) return; midTraversal(root -> left); ans.push_back(root -> val); midTraversal(root -> right); } vector<int> inorderTraversal(TreeNode* root) { midTraversal(root); return ans; } };
|
2、迭代
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35
|
class Solution { public: vector<int> inorderTraversal(TreeNode* root) { vector<int> ans; if (!root) return ans; stack<TreeNode*> stk; TreeNode* curr = root; while(!stk.empty() || curr) { if (curr) { stk.push(curr); curr = curr -> left; } else { curr = stk.top(); stk.pop(); ans.push_back(curr -> val); curr = curr -> right; } } return ans; } };
|
3、Morris 中序遍历
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35
| class Solution { public: vector<int> inorderTraversal(TreeNode* root) { vector<int> res; TreeNode *predecessor = nullptr;
while (root != nullptr) { if (root->left != nullptr) { predecessor = root->left; while (predecessor->right != nullptr && predecessor->right != root) { predecessor = predecessor->right; } if (predecessor->right == nullptr) { predecessor->right = root; root = root->left; } else { res.push_back(root->val); predecessor->right = nullptr; root = root->right; } } else { res.push_back(root->val); root = root->right; } } return res; } };
|
📊 复杂度分析
1、递归
- 时间复杂度:O(n),其中 n 为二叉树节点的个数。二叉树的遍历中每个节点会被访问一次且只会被访问一次。
- 空间复杂度:O(n),空间复杂度取决于递归的栈深度,而栈深度在二叉树为一条链的情况下会达到 O(n) 的级别。
2、迭代
- 时间复杂度:O(n),其中 n 为二叉树节点的个数。二叉树的遍历中每个节点会被访问一次且只会被访问一次。
- 空间复杂度:O(n),空间复杂度取决于栈深度,而栈深度在二叉树为一条链的情况下会达到 O(n) 的级别。
3、Morris 中序遍历
- 时间复杂度:O(n),其中 n 为二叉树的节点个数。Morris 遍历中每个节点会被访问两次,因此总时间复杂度为 O(2n)=O(n)。
- 空间复杂度:O(1)。
🎯 总结