前言
前两篇文章二叉树和二叉搜索树中已经涉及到了二叉树的三种遍历。递归写法,仅仅要理解思想,几行代码。但是非递归写法却非常不easy。这里特地总结下,透彻解析它们的非递归写法。当中。中序遍历的非递归写法最简单,后序遍历最难。我们的讨论基础是这种:
//Binary Tree Node typedef struct node { int data; struct node* lchild; //左孩子 struct node* rchild; //右孩子 }BTNode;
首先。有一点是明白的:非递归写法一定会用到栈,这个应该不用太多的解释。我们先看中序遍历:
中序遍历
分析
中序遍历的递归定义:先左子树。后根节点,再右子树。怎样写非递归代码呢?一句话:让代码跟着思维走。我们的思维是什么?思维就是中序遍历的路径。如果,你面前有一棵二叉树,现要求你写出它的中序遍历序列。
如果你对中序遍历理解透彻的话,你肯定先找到左子树的最下边的节点。
那么以下的代码就是理所当然的:
中序代码段(i)
BTNode* p = root; //p指向树根 stack<BTNode*> s; //STL中的栈 //一直遍历到左子树最下边,边遍历边保存根节点到栈中 while (p) { s.push(p); p = p->lchild; }
保存一路走过的根节点的理由是:中序遍历的须要。遍历完左子树后,须要借助根节点进入右子树。代码走到这里,指针p为空,此时无非两种情况:
说明:
- 上图中仅仅给出了必要的节点和边,其他的边和节点与讨论无关,不必画出。
- 你可能觉得图a中近期保存节点算不得是根节点。假设你看过树、二叉树基础,使用扩充二叉树的概念,就能够解释。
总之,不用纠结这个没有意义问题。
- 整个二叉树仅仅有一个根节点的情况能够划到图a。
细致想想,二叉树的左子树,最下边是不是上图两种情况?无论如何,此时都要出栈。并訪问该节点。这个节点就是中序序列的第一个节点。
依据我们的思维,代码应该是这样:
p = s.top(); s.pop(); cout << p->data;
我们的思维接着走,两图情形不同得差别对待:
1.图a中訪问的是一个左孩子。按中序遍历顺序,接下来应訪问它的根节点。也就是图a中的还有一个节点。高兴的是它已被保存在栈中。我们仅仅需这种代码和上一步一样的代码:
p = s.top(); s.pop(); cout << p->data;
左孩子和根都訪问完了。接着就是右孩子了,对吧。接下来仅仅需一句代码:p=p->rchild;在右子树中,又会新一轮的代码段(i)、代码段(ii)……直到栈空且p空。
2.再看图b。因为没有左孩子,根节点就是中序序列中第一个,然后直接是进入右子树:p=p->rchild;在右子树中。又会新一轮的代码段(i)、代码段(ii)……直到栈空且p空。
思维到这里,似乎非常不清晰,真的要区分吗?依据图a接下来的代码段(ii)这种:
p = s.top(); s.pop(); cout << p->data; p = s.top(); s.pop(); cout << p->data; p = p->rchild;
依据图b。代码段(ii)又是这种:
p = s.top(); s.pop(); cout << p->data; p = p->rchild;
我们可小结下:遍历过程是个循环。而且按代码段(i)、代码段(ii)构成一次循环体。循环直到栈空且p空为止。
不同的处理方法非常让人抓狂,可统一处理吗?真的是能够的!回想扩充二叉树,是不是每一个节点都能够看成是根节点呢?那么,代码仅仅需统一写成图b的这种形式。
也就是说代码段(ii)统一是这种:
中序代码段(ii)
p = s.top(); s.pop(); cout << p->data; p = p->rchild;
口说无凭,得经的过理论检验。
图a的代码段(ii)也可写成图b的理由是:由于是叶子节点,p=-=p->rchild;之后p肯定为空。
为空,还需经过新一轮的代码段(i)吗?显然不需。
(由于不满足循环条件)那就直接进入代码段(ii)。看!
最后还是一样的吧。
还是连续出栈两次。
看到这里。要细致想想哦。相信你一定会明确的。
这时写出遍历循环体就不难了:
BTNode* p = root; stack<BTNode*> s; while (!s.empty() || p) { //代码段(i)一直遍历到左子树最下边,边遍历边保存根节点到栈中 while (p) { s.push(p); p = p->lchild; } //代码段(ii)当p为空时,说明已经到达左子树最下边,这时须要出栈了 if (!s.empty()) { p = s.top(); s.pop(); cout << setw(4) << p->data; //进入右子树,開始新的一轮左子树遍历(这是递归的自我实现) p = p->rchild; } }
细致想想,上述代码是不是依据我们的思维走向而写出来的呢?再加上边界条件的检測,中序遍历非递归形式的完整代码是这种:
中序遍历代码一
//中序遍历 void InOrderWithoutRecursion1(BTNode* root) { //空树 if (root == NULL) return; //树非空 BTNode* p = root; stack<BTNode*> s; while (!s.empty() || p) { //一直遍历到左子树最下边,边遍历边保存根节点到栈中 while (p) { s.push(p); p = p->lchild; } //当p为空时,说明已经到达左子树最下边,这时须要出栈了 if (!s.empty()) { p = s.top(); s.pop(); cout << setw(4) << p->data; //进入右子树,開始新的一轮左子树遍历(这是递归的自我实现) p = p->rchild; } } }
恭喜你。你已经完毕了中序遍历非递归形式的代码了。回想一下难吗?
接下来的这份代码,本质上是一样的,相信不用我解释。你也能看懂的。
中序遍历代码二
//中序遍历 void InOrderWithoutRecursion2(BTNode* root) { //空树 if (root == NULL) return; //树非空 BTNode* p = root; stack<BTNode*> s; while (!s.empty() || p) { if (p) { s.push(p); p = p->lchild; } else { p = s.top(); s.pop(); cout << setw(4) << p->data; p = p->rchild; } } }
前序遍历
分析
前序遍历的递归定义:先根节点。后左子树,再右子树。
有了中序遍历的基础,不用我再像中序遍历那样引导了吧。
首先。我们遍历左子树,边遍历边打印,并把根节点存入栈中,以后需借助这些节点进入右子树开启新一轮的循环。还得反复一句:全部的节点都可看做是根节点。
依据思维走向,写出代码段(i):
前序代码段(i)
//边遍历边打印,并存入栈中,以后须要借助这些根节点(不要怀疑这样的说法哦)进入右子树 while (p) { cout << setw(4) << p->data; s.push(p); p = p->lchild; }
接下来就是:出栈,依据栈顶节点进入右子树。
前序代码段(ii)
//当p为空时,说明根和左子树都遍历完了,该进入右子树了 if (!s.empty()) { p = s.top(); s.pop(); p = p->rchild; }
相同地。代码段(i)(ii)构成了一次完整的循环体。
至此。不难写出完整的前序遍历的非递归写法。
前序遍历代码一
void PreOrderWithoutRecursion1(BTNode* root) { if (root == NULL) return; BTNode* p = root; stack<BTNode*> s; while (!s.empty() || p) { //边遍历边打印。并存入栈中,以后须要借助这些根节点(不要怀疑这样的说法哦)进入右子树 while (p) { cout << setw(4) << p->data; s.push(p); p = p->lchild; } //当p为空时,说明根和左子树都遍历完了,该进入右子树了 if (!s.empty()) { p = s.top(); s.pop(); p = p->rchild; } } cout << endl; }
以下给出,本质是一样的还有一段代码:
前序遍历代码二
//前序遍历 void PreOrderWithoutRecursion2(BTNode* root) { if (root == NULL) return; BTNode* p = root; stack<BTNode*> s; while (!s.empty() || p) { if (p) { cout << setw(4) << p->data; s.push(p); p = p->lchild; } else { p = s.top(); s.pop(); p = p->rchild; } } cout << endl; }
在二叉树中使用的是这种写法,略有区别,本质上也是一样的:
前序遍历代码三
void PreOrderWithoutRecursion3(BTNode* root) { if (root == NULL) return; stack<BTNode*> s; BTNode* p = root; s.push(root); while (!s.empty()) //循环结束条件与前两种不一样 { //这句表明p在循环中总是非空的 cout << setw(4) << p->data; /* 栈的特点:先进后出 先被訪问的根节点的右子树后被訪问 */ if (p->rchild) s.push(p->rchild); if (p->lchild) p = p->lchild; else {//左子树訪问完了。訪问右子树 p = s.top(); s.pop(); } } cout << endl; }
最后进入最难的后序遍历:
后序遍历
分析
后序遍历递归定义:先左子树,后右子树,再根节点。后序遍历的难点在于:须要推断上次訪问的节点是位于左子树。还是右子树。若是位于左子树。则需跳过根节点。先进入右子树,再回头訪问根节点;若是位于右子树,则直接訪问根节点。直接看代码,代码中有具体的凝视。
后序遍历代码一
//后序遍历 void PostOrderWithoutRecursion(BTNode* root) { if (root == NULL) return; stack<BTNode*> s; //pCur:当前訪问节点,pLastVisit:上次訪问节点 BTNode* pCur, *pLastVisit; //pCur = root; pCur = root; pLastVisit = NULL; //先把pCur移动到左子树最下边 while (pCur) { s.push(pCur); pCur = pCur->lchild; } while (!s.empty()) { //走到这里,pCur都是空,并已经遍历到左子树底端(看成扩充二叉树。则空,亦是某棵树的左孩子) pCur = s.top(); s.pop(); //一个根节点被訪问的前提是:无右子树或右子树已被訪问过 if (pCur->rchild == NULL || pCur->rchild == pLastVisit) { cout << setw(4) << pCur->data; //改动近期被訪问的节点 pLastVisit = pCur; } /*这里的else语句可换成带条件的else if: else if (pCur->lchild == pLastVisit)//若左子树刚被訪问过,则需先进入右子树(根节点需再次入栈) 由于:上面的条件没通过就一定是以下的条件满足。 细致想想! */ else { //根节点再次入栈 s.push(pCur); //进入右子树。且可肯定右子树一定不为空 pCur = pCur->rchild; while (pCur) { s.push(pCur); pCur = pCur->lchild; } } } cout << endl; }
以下给出还有一种思路下的代码。
它的想法是:给每一个节点附加一个标记(left,right)。假设该节点的左子树已被訪问过则置标记为left;若右子树被訪问过,则置标记为right。
显然,仅仅有当节点的标记位是right时,才可訪问该节点;否则,必须先进入它的右子树。
具体细节看代码中的凝视。
后序遍历代码二
//定义枚举类型:Tag enum Tag{left,right}; //自己定义新的类型。把二叉树节点和标记封装在一起 typedef struct { BTNode* node; Tag tag; }TagNode; //后序遍历 void PostOrderWithoutRecursion2(BTNode* root) { if (root == NULL) return; stack<TagNode> s; TagNode tagnode; BTNode* p = root; while (!s.empty() || p) { while (p) { tagnode.node = p; //该节点的左子树被訪问过 tagnode.tag = Tag::left; s.push(tagnode); p = p->lchild; } tagnode = s.top(); s.pop(); //左子树被訪问过。则还需进入右子树 if (tagnode.tag == Tag::left) { //置换标记 tagnode.tag = Tag::right; //再次入栈 s.push(tagnode); p = tagnode.node; //进入右子树 p = p->rchild; } else//右子树已被訪问过,则可訪问当前节点 { cout << setw(4) << (tagnode.node)->data; //置空。再次出栈(这一步是理解的难点) p = NULL; } } cout << endl; }<span style="font-family: 'Courier New'; "> </span>
总结
思维和代码之间总是有巨大的鸿沟。
一般是思维正确,清楚,但却不易写出正确的代码。
要想越过这鸿沟,仅仅有多尝试、多借鉴,别无它法。
下面几点是理解上述代码的关键:
- 全部的节点都可看做是父节点(叶子节点可看做是两个孩子为空的父节点)。
- 把同一算法的代码对照着看。
在差异中往往可看到算法的本质。
- 依据自己的理解,尝试改动代码。
写出自己理解下的代码。
写成了。那就是真的掌握了。
转载请注明出处,本文地址:http://blog.csdn.net/zhangxiangdavaid/article/details/37115355
专栏文件夹:
版权声明:本文博客原创文章,转载,转载请注明出处。