二叉树的迭代遍历，递归能做到的，栈也能！附上java和PYTHON实现代码

文章来自代码随机笔记，作者程序员卡尔

二叉树的迭代遍历

读完这篇文章后，你可以用迭代的方法解决以下三个leet问题代码问题： ?那么顺序遍历呢？

我们在栈和队列中提到：匹配问题是栈的强项。 递归的实现是：每次递归调用都会将函数的局部变量、参数值和返回地址压入调用栈。 并且当递归返回时，上一次递归的参数会从栈顶弹出，所以这就是递归可以返回到上一层的原因。

至此大家应该都知道了，我们也可以使用栈来实现二叉树的前后中序遍历。

预购审核（迭代法）

首先我们来看看预购审核。

预订查看位于中间和左侧。每次先处理中间节点时，先将后面的节点放入堆栈，然后将右子节点添加到堆栈中，然后添加左子节点。

为什么要先添加右孩子，再添加左孩子？因为这是出栈时的中、左、右顺序。

动画如下：

写出下面的代码并不难：（注意代码中的空节点并没有入栈）A这时候你会发现用迭代的方法来写前序遍历看似不难，其实也不难。

此时，您想更改预订评论的顺序并按顺序创建评论吗？

其实，真的不行！

但是当你使用按顺序写遍历的迭代方法时，你会发现套路不一样了。当前前序遍历的逻辑不能直接应用于中序遍历。

中序遍历（迭代法）

为了解释清楚，我先解释一下，现在迭代过程中，我们实际上有两个操作：

1. 处理：将元素放入结果数组中
2. 访问：节点的遍历

分析一下为什么刚才写的前序遍历代码不能和中序遍历共用，因为前序遍历的顺序是围绕中间的，先访问的元素是中间节点，要处理的元素也在中间节点，所以我现在可以写出一些相当简洁的代码，因为要访问的元素和要处理的元素是相同的顺序，而且都是中间节点。

然后按顺序看攻略。复习的顺序是左、中、右。首先访问二叉树顶部的节点，然后逐层访问，直到到达树左侧的底部，然后开始处理节点（即将节点的值放入到结果数组中），导致处理顺序和访问顺序不一致。

所以使用迭代方式按顺序写遍历时，是用指针遍历来帮助访问节点，而栈则是用来处理节点上的元素。

动画如下：

中序遍历可以写如下代码：

class Solution {
public:
    vector<int> inorderTraversal(TreeNode* root) {
        vector<int> result;
        stack<TreeNode*> st;
        TreeNode* cur = root;
        while (cur != NULL || !st.empty()) {
            if (cur != NULL) { // 指针来访问节点，访问到最底层
                st.push(cur); // 将访问的节点放进栈
                cur = cur->left;                // 左
            } else {
                cur = st.top(); // 从栈里弹出的数据，就是要处理的数据（放进result数组里的数据）
                st.pop();
                result.push_back(cur->val);     // 中
                cur = cur->right;               // 右
            }
        }
        return result;
    }
};

后序遍历（迭代法）

我们再看一下后序遍历。售前审核是左右，售后审核是左右。 ，那么我们只需要将前序遍历的代码顺序调整为center、right、left的遍历顺序，然后将结果数组反转，输出结果顺序为left、center，如下图：

所以只有邮购-审核需要预购审核的代码可能会略有变化。代码如下：

class Solution {
public:
    vector<int> postorderTraversal(TreeNode* root) {
        stack<TreeNode*> st;
        vector<int> result;
        if (root == NULL) return result;
        st.push(root);
        while (!st.empty()) {
            TreeNode* node = st.top();
            st.pop();
            result.push_back(node->val);
            if (node->left) st.push(node->left); // 相对于前序遍历，这更改一下入栈顺序 （空节点不入栈）
            if (node->right) st.push(node->right); // 空节点不入栈
        }
        reverse(result.begin(), result.end()); // 将结果反转之后就是左右中的顺序了
        return result;
    }
};

总结

目前我们采用迭代的方式，按顺序写出二叉树的前向和后向遍历。可以看到，预购和中购是完全不同的。这种编码风格不像递归编写，可以稍微调整代码来实现从前到后的顺序。

这是因为在前序遍历中访问节点（吞吐量节点）和处理节点（向结果数组中插入元素）可以同步处理，但顺序遍历无法同步！

上面这句话可能有同学不明白。我建议你自己用迭代的方法，先写引言，然后尝试看看你能不能写出序言，然后你就能理解了。

那么问题又来了，实现二叉树前后中序遍历的迭代方法是不是可以有统一的风格（即前序遍历可以通过以下方式实现中序和后序）更改代码顺序）？

这样的写法当然不容易理解。我们将在下一篇文章中重点讲解，敬请期待！

其他语言版本

Java：

// 前序遍历顺序：中-左-右，入栈顺序：中-右-左
class Solution {
    public List<Integer> preorderTraversal(TreeNode root) {
        List<Integer> result = new ArrayList<>();
        if (root == null){
            return result;
        }
        Stack<TreeNode> stack = new Stack<>();
        stack.push(root);
        while (!stack.isEmpty()){
            TreeNode node = stack.pop();
            result.add(node.val);
            if (node.right != null){
                stack.push(node.right);
            }
            if (node.left != null){
                stack.push(node.left);
            }
        }
        return result;
    }
}

// 中序遍历顺序: 左-中-右 入栈顺序： 左-右
class Solution {
    public List<Integer> inorderTraversal(TreeNode root) {
        List<Integer> result = new ArrayList<>();
        if (root == null){
            return result;
        }
        Stack<TreeNode> stack = new Stack<>();
        TreeNode cur = root;
        while (cur != null || !stack.isEmpty()){
           if (cur != null){
               stack.push(cur);
               cur = cur.left;
           }else{
               cur = stack.pop();
               result.add(cur.val);
               cur = cur.right;
           }
        }
        return result;
    }
}

// 后序遍历顺序 左-右-中 入栈顺序：中-左-右 出栈顺序：中-右-左， 最后翻转结果
class Solution {
    public List<Integer> postorderTraversal(TreeNode root) {
        List<Integer> result = new ArrayList<>();
        if (root == null){
            return result;
        }
        Stack<TreeNode> stack = new Stack<>();
        stack.push(root);
        while (!stack.isEmpty()){
            TreeNode node = stack.pop();
            result.add(node.val);
            if (node.left != null){
                stack.push(node.left);
            }
            if (node.right != null){
                stack.push(node.right);
            }
        }
        Collections.reverse(result);
        return result;
    }
}

Python：

# 前序遍历-迭代-LC144_二叉树的前序遍历
class Solution:
    def preorderTraversal(self, root: TreeNode) -> List[int]:
        # 根结点为空则返回空列表
        if not root:
            return []
        stack = [root]
        result = []
        while stack:
            node = stack.pop()
            # 中结点先处理
            result.append(node.val)
            # 右孩子先入栈
            if node.right:
                stack.append(node.right)
            # 左孩子后入栈
            if node.left:
                stack.append(node.left)
        return result
        
# 中序遍历-迭代-LC94_二叉树的中序遍历
class Solution:
    def inorderTraversal(self, root: TreeNode) -> List[int]:
        if not root:
            return []
        stack = []  # 不能提前将root结点加入stack中
        result = []
        cur = root
        while cur or stack:
            # 先迭代访问最底层的左子树结点
            if cur:     
                stack.append(cur)
                cur = cur.left  
            # 到达最左结点后处理栈顶结点    
            else:  
                cur = stack.pop()
                result.append(cur.val)
                # 取栈顶元素右结点
                cur = cur.right 
        return result
        
# 后序遍历-迭代-LC145_二叉树的后序遍历
class Solution:
    def postorderTraversal(self, root: TreeNode) -> List[int]:
        if not root:
            return []
        stack = [root]
        result = []
        while stack:
            node = stack.pop()
            # 中结点先处理
            result.append(node.val)
            # 左孩子先入栈
            if node.left:
                stack.append(node.left)
            # 右孩子后入栈
            if node.right:
                stack.append(node.right)
        # 将最终的数组翻转
        return result[::-1]