📝 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:

1
2
输入:root = []
输出:[]

示例 3:

1
2
输入:root = [1]
输出:[1]

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)O(1)

Morris 遍历算法整体步骤如下(假设当前遍历到的节点为 xx):

  1. 如果 xx 无左孩子,先将 xx 的值加入答案数组,再访问 xx 的右孩子,即 x=x.rightx=x.right
  2. 如果 xx 有左孩子,则找到 xx 左子树上最右的节点(即左子树中序遍历的最后一个节点,xx 在中序遍历中的前驱节点),我们记为 predecessorpredecessor。根据 predecessorpredecessor 的右孩子是否为空,进行如下操作。
    • 如果 predecessorpredecessor 的右孩子为空,则将其右孩子指向 xx,然后访问 xx 的左孩子,即 x=x.leftx=x.left
    • 如果 predecessorpredecessor 的右孩子不为空,则此时其右孩子指向 xx,说明我们已经遍历完 xx 的左子树,我们将 predecessorpredecessor 的右孩子置空,将 xx 的值加入答案数组,然后访问 xx 的右孩子,即 x=x.rightx=x.right
  3. 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
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
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
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
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) {
// 不断向左
if (curr) {
stk.push(curr);
curr = curr -> left;
} else {
// 没有左子树,先处理根节点
curr = stk.top();
stk.pop();
ans.push_back(curr -> val);
// 转向处理右子树
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 节点就是当前 root 节点向左走一步,然后一直向右走至无法走为止
predecessor = root->left;
while (predecessor->right != nullptr && predecessor->right != root) {
predecessor = predecessor->right;
}

// 让 predecessor 的右指针指向 root,继续遍历左子树
if (predecessor->right == nullptr) {
predecessor->right = root;
root = root->left;
}
// 说明左子树已经访问完了,我们需要断开链接
else {
res.push_back(root->val);
predecessor->right = nullptr;
root = root->right;
}
}
// 如果没有左孩子,则直接访问右孩子
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)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)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)O(n) 的级别。

2、迭代

  • 时间复杂度O(n)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)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)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)O(2n)=O(n)
  • 空间复杂度O(1)O(1)

🎯 总结

  • 核心思想:递归和迭代方法都要熟练掌握。