二叉树的先序遍历、中序遍历、后序遍历、层次遍历-图文详解

概述

二叉树的遍历是一个很常见的问题。二叉树的遍历方式主要有：先序遍历、中序遍历、后序遍历、层次遍历。先序、中序、后序其实指的是父节点被访问的次序。若在遍历过程中，父节点先于它的子节点被访问，就是先序遍历；父节点被访问的次序位于左右孩子节点之间，就是中序遍历；访问完左右孩子节点之后再访问父节点，就是后序遍历。不论是先序遍历、中序遍历还是后序遍历，左右孩子节点的相对访问次序是不变的，总是先访问左孩子节点，再访问右孩子节点。而层次遍历，就是按照从上到下、从左向右的顺序访问二叉树的每个节点。

在介绍遍历算法之前，先定义一个二叉树的结构体。使用的是 C++ 语言。

//filename: BinTreeNode.h
template <typename T> struct BinTreeNode {T data; //数据域
    BinTreeNode * LeftChild; //左孩子节点指针
    BinTreeNode * RightChild; //右孩子节点指针
    BinTreeNode * parent; //父节点指针
};

先序遍历

递归

使用递归，很容易写出一个遍历算法。代码如下：

//filename: BinTreeNode.h
template <typename T>
void travPre_R(BinTreeNode<T> * root) {//二叉树先序遍历算法（递归版）
    if (!root) return;cout << root->data;travPre_R(root->LeftChild);travPre_R(root->RightChild);
}

迭代

在之前的文章中，我不止一次地说过，递归是很耗费计算机资源的，所以我们在写程序的时候要尽量避免使用递归。幸运的是，绝大部分递归的代码都有相应的迭代版本。那么我们就试着将上述递归代码改写成迭代的版本。改写之后，代码如下：

//filename: BinTreeNode.h
template <typename T>
void travPre_I1(BinTreeNode<T> * root) {//二叉树先序遍历算法（迭代版#1）
    Stack<BinTreeNode<T>*> s; //辅助栈
    if (root) //如果根节点不为空
        s.push(root); //则令根节点入栈
    while (!s.empty()) { //在栈变空之前反复循环
        root = s.pop(); cout << root->data; //弹出并访问当前节点
//下面左右孩子的顺序不能颠倒，必须先让右孩子先入栈，再让左孩子入栈。
        if (root->RightChild)s.push(root->RightChild); //右孩子先入后出
        if (root->LeftChild)s.push(root->LeftChild); //左孩子后入先出
    }
}

下面我们通过一个实例来了解一下该迭代版本是如何工作的。

PS：黑色的元素表示已经被弹出并访问过。

结合代码，该二叉树的先序遍历过程如下：

初始化一个空栈。
根节点入栈，此时将 a 入栈。
循环开始，弹出并访问栈顶元素，此时栈顶元素是 a。
如果 a 有右孩子，则将其右孩子节点入栈；如果 a 有左孩子，则将其左孩子节点入栈。此时栈中有 b、c 两个元素。
这时进入下一轮循环。弹出并访问栈顶元素，此时栈顶元素是 b。经检查，b 没有右孩子，也没有左孩子，进入下一轮循环。
弹出并访问栈顶元素，此时栈顶元素是 c。c 的右孩子是 f，左孩子是 d，故分别将 d、f 入栈。进入下一轮循环。
此时栈中的元素是 d、f。
弹出并访问栈顶元素，此时栈顶元素是 d。d 的右孩子是 e，d 没有左孩子，故将 e 入栈。进入下一轮循环。
此时栈中的元素是 e、f。
弹出并访问栈顶元素，此时栈顶元素是 e。e 没有左右孩子，进入下一轮循环。
弹出并访问栈顶元素，此时栈顶元素是 f。f 没有左右孩子，进入下一轮循环。
此时栈为空，退出循环。遍历结束。

这个迭代的遍历算法非常简明，但是很遗憾，这种算法并不容易推广到我们接下来要研究的中序遍历和后序遍历。因此我问需要寻找另一种策略。

第 2 种迭代方式

我们来看一个规模更大、更具一般性的二叉树：

这个二叉树的先序遍历序列是：idcabhfeglkjnmpo，也就是遵循了下图所示的顺序：

再进一步，我们把二叉树抽象成下面这个样子，

$L_0$ ~ $L_d$ 是二叉树的左侧链上的节点， $R_0$ ~ $R_d$ 分别是 $L_0$ ~ $L_d$ 的右孩子， $T_0$ ~ $T_d$ 分别是 $L_0$ ~ $L_d$ 的右子树。不难发现，二叉树的先序遍历就是先自上而下访问左侧链上的节点,再自下而上访问左侧链上的节点的右子树。而我们的遍历算法，就是根据这样一个思路来进行设计。

首先需要实现一个子方法，就是访问二叉树左侧链上的节点：

//从当前节点出发，沿左分支不断深入，直至没有左分支的节点；沿途节点遇到后立即访问
template <typename T> //元素类型、操作器
static void visitAlongLeftBranch ( BinTreeNode<T>* x, Stack<BinTreeNode<T>*>& S ) {while ( x ) {cout << x->data; //访问当前节点
      if( x->RightChild )S.push ( x->RightChild ); //右孩子入栈暂存（可优化：通过判断，避免空的右孩子入栈）
      x = x->LeftChild;  //沿左分支深入一层
   }
}

然后是主方法，在主方法中，通过迭代，不断地调用上面这个子方法，从而实现完整的二叉树先序遍历。

template <typename T> //元素类型、操作器
void travPre_I2 ( BinTreeNode<T>* root) { //二叉树先序遍历算法（迭代版#2）
   Stack<BinTreeNode<T>*> S; //辅助栈
   while ( true ) {visitAlongLeftBranch ( root, S ); //从当前节点出发，逐批访问
      if ( S.empty() ) break; //直到栈空
      root = S.pop(); //弹出下一批的起点
   }
}

中序遍历

递归

与先序遍历类似，递归版的中序遍历算法很容易实现，代码如下：

template <typename T>
void travIn_R(BinTreeNode<T> * root) {//二叉树先序遍历算法（递归版）
    if (!root)return;travPre_R(root->LeftChild);cout << root->data;travPre_R(root->RightChild);
}

递归代码不仅容易实现，也很好理解，这里不再做过多解释。

迭代

参照迭代式先序遍历版本 2 的思路，在宏观上，我们可以将中序遍历的顺序抽象为，先访问二叉树的左侧链上的最底部的节点，然后访问该节点的右子树（如果有的话），然后访问该节点的父节点，然后访问该节点的父节点的右子树（如果有的话）……直至全部节点被访问完毕。如下图所示：

按照以上思路，可以实现迭代版中序遍历算法如下：

template <typename T> //从当前节点出发，沿左分支不断深入，直至没有左分支的节点
static void goAlongLeftBranch ( BinTreeNode<T> * x, Stack<BinTreeNode<T> * >& S ) {while (x) { S.push(x); x = x->LeftChild; } //当前节点入栈后随即向左侧分支深入，迭代直到无左孩子
}

template <typename T> //元素类型、操作器
void travIn_I(BinTreeNode<T> root) {//二叉树先序遍历算法（迭代版）
Stack<BinTreeNode<T> > S; //辅助栈
while ( true ) {
goAlongLeftBranch ( root, S ); //从当前节点出发，逐批入栈
if ( S.empty() ) break; //直至所有节点处理完毕
root = S.pop();
cout << root->data; //弹出栈顶节点并访问之
root = root->RightChild; //转向右子树
}
}

也可以对代码稍加改进，将这两个方法写成一个方法：

template <typename T> //元素类型

void travIn_I2 ( BinTreeNode<T> root ) { //二叉树中序遍历算法（迭代版#2）

   Stack<BinTreeNode<T>> S; //辅助栈

   while ( true )

if ( root ) {

S.push ( root ); //根节点进栈

         root = root->LeftChild; //深入遍历左子树

      } else if ( !S.empty() ) {

root = S.pop(); //尚未访问的最低祖先节点退栈

         cout << root->data; //访问该祖先节点

         root = root->RightChild; //遍历祖先的右子树

      } else

break; //遍历完成

}

后序遍历

递归

与前两个一样，二叉树的后序遍历算法可以很容易地用递归的方式实现。

template <typename T>

void travPost_R(BinTreeNode<T>  root) {//二叉树先序遍历算法（递归版）

    if (!root)

return;

travPost_R(root->LeftChild);

travPost_R(root->RightChild);

cout << root->data;

}

迭代

但是要想用迭代的方式实现后序遍历算法，则有一定的难度，因为左、右子树的递归遍历均严格地不属于尾递归。不过，仍可继续套用此前的思路和技巧，考虑一下，后序遍历中，首先访问的是哪个节点？答案就是二叉树的最高最左侧的叶子节点。

由于最高最左侧的叶子节点 V 可能是左孩子节点，也可能是右孩子节点，所以 V 与其父节点之间的联接用竖直的线表示。考查联接于 V 与树根之间的唯一通路（以粗线示意）。与先序与中序遍历类似地，自底而上地沿着该通路，整个后序遍历序列也可以分解为若干个片段。每一片段，分别起始于通路上的一个节点，并包括三步：访问当前节点，遍历以其右兄弟（若存在）为根的子树，以及向上回溯至其父亲节点（若存在）并转入下一片段。

基于以上理解，即可写出迭代式后序遍历算法。

template <typename T> //在以S栈顶节点为根的子树中，找到最高左侧叶节点

static void gotoHLVFL ( Stack<BinTreeNode<T>>& S ) { //沿途所遇节点依次入栈

   while ( BinTreeNode<T>* x = S.top() ) //自顶而下，反复检查当前节点（即栈顶）

      if ( x->LeftChild ) { //尽可能向左

         if ( x->RightChild ) S.push ( x->RightChild ); //若有右孩子，优先入栈

         S.push ( x->LeftChild ); //然后才转至左孩子

      } else //实不得已

         S.push ( x->RightChild ); //才向右

   S.pop(); //返回之前，弹出栈顶的空节点

}

template <typename T>
void travPost_I ( BinTreeNode<T> root ) { //二叉树的后序遍历（迭代版）
Stack<BinTreeNode<T>> S; //辅助栈
if ( root ) S.push ( root ); //根节点入栈
while ( !S.empty() ) {
if ( S.top() != root->parent ) //若栈顶非当前节点之父（则必为其右兄），此时需
gotoHLVFL ( S ); //在以其右兄为根之子树中，找到HLVFL（相当于递归深入其中）
root = S.pop(); cout << root->data; //弹出栈顶（即前一节点之后继），并访问之
}
}

层次遍历

在文章开头我们已经对层次遍历做了介绍，层次遍历严格按照自上而下、自左向右的顺序访问树的节点。所以我们需要用队列作为辅助，具体代码如下：

template <typename T> //元素类型

void travLevel ( BinTreeNode<T> root ) { //二叉树层次遍历算法

   Queue<BinTreeNode<T>> Q; //辅助队列

   Q.enqueue ( root ); //根节点入队

   while ( !Q.empty() ) { //在队列再次变空之前，反复迭代

      BinTreeNode<T>* x = Q.dequeue(); cout << x->data; //取出队首节点并访问之

      if ( x->LeftChild ) Q.enqueue ( x->LeftChild ); //左孩子入队

      if ( x->RightChild ) Q.enqueue ( x->RightChild ); //右孩子入队

   }

}