【数据结构指南】深入二叉树遍历

【数据结构指南】深入二叉树遍历

前言:

        在前文中,我们探讨了完全二叉树和满二叉树的概念与性质,并基于完全二叉树实现了堆这一数据结构。然而,对于普通二叉树的认识仍有待深入,本文将系统性地介绍普通二叉树的遍历相关内容。

        

        

一、前置说明

        

一般而言,对于一棵普通二叉树是通过链式结构定义,即每个节点包含三个部分:

        

1.数据域(data):用于存储节点的值

        

2.左指针(left):用于指向左子节点

        

3.右指针(right):用于指向右子节点        

        

typedef int BTDataType;//此处将 (int)整形 作为节点存储的内容 typedef struct BinaryTree { BTDataType data; struct BinaryTree* left; struct BinaryTree* right; }BTNode;

        

        在学习二叉树的基本操作前,需先要先创建一棵二叉树,然后才能学习其相关的基本操作,但是由于我们对二叉树结构掌握还不够深入,为此我们可以通过手动快速创建一棵简单的二叉树。

如下图所示:

        

代码实现如下:        

BTNode* BuyNode(int x) { BTNode* root = (BTNode *)malloc(sizeof(BTNode)); if (root == NULL) { perror("malloc fail"); return NULL; } root->data = x; root->left = NULL; root->right = NULL; return root; } BTNode* TreeCreate() { BTNode* node1 = BuyNode(1); BTNode* node2 = BuyNode(2); BTNode* node3 = BuyNode(3); BTNode* node4 = BuyNode(4); BTNode* node5 = BuyNode(5); BTNode* node6 = BuyNode(6); node1->left = node2; node1->right = node4; node2->left = node3; node2->right = node6; node4->left = node5; return node1; }

        

二、二叉树前序遍历

        

1. 前序遍历的操作

        

   A、若此棵树为空树,即根节点为NULL,不进行任何操作。

        

   B、若此棵树不为空,即根节点不为NULL,进行如下操作:

        ①访问根节点

        ②先序遍历左子树

        ③先序遍历右节点

所以先序遍历也可简记为: 根   左   右  的顺序进行遍历,具体如何进行遍历,请帅观众耐心往下看。

           

现在有如下一棵二叉树:

        

由根节点 -> 左子树 -> 右子树 这个顺序:

        

那么肯定有帅观众问,直接访问根节点好理解,那么如何理解访问左子树和右子树呢?

       

其实我们可以把左子树再看成一棵树,这样就又可以看成:        根节点    左子树     右子树

        

其实我们也可以把右子树也看成一棵树,这样就也可以看成:     根节点   左子树      右子树


        

如上图所示:根节点1  左子树(以2为根节点)  右子树(以4为根节点)           

                        

                      左子树: 根节点2  左子树(以3为根节点)   右子树(空)

                        

                      右子树: 根节点4  左子树(以5为根节点)  右子树(以6为根节点)

        

这样是不是将一个大问题分成若干个小问题,这不就是递归的思想,所以我们可以通过递归函数的形式,对先序遍历的代码编写。

        

        

前序遍历的结果如下图所示:

        

        

如果不省略空节点的打印即为:1    2    3    NULL   NULL   NULL   4   5   NULL    NULL    6   NULL   NULL

        

如果省略空节点的打印即为:1    2    3    4    5    6

        

        

2.前序遍历代码实现

        

//前序遍历 void PrevOrder(BTNode* root) { if (root == NULL) { printf("NULL "); return; } printf("%d ", root->data); PrevOrder(root->left); PrevOrder(root->right); } 

        

打印结果如下图所示:        

        

        

3.递归调用图

        

        

三、二叉树中序遍历

        

1.中序遍历的操作

        

   A、若此棵树为空树,即根节点为NULL,不进行任何操作。

        

   B、若此棵树不为空,即根节点不为NULL,进行如下操作:

        ①中序访问左子树

        ②访问根节点

        ③中序遍历右节点

所以先序遍历也可简记为:左    根   右  的顺序进行遍历。

        

现有如下一棵二叉树:

        

        

        

中序遍历的结果如下图所示:

        

如果不省略空节点的打印即为:NULL 3 NULL 2 NULL 1 NULL 5 NULL 4 NULL 6 NULL

        

如果省略空节点的打印即为: 3     2       1      5      4     6

        

        

2.中序遍历代码实现

        

//中序遍历 void InOrder(BTNode* root) { if (root == NULL) { printf("NULL "); return; } InOrder(root->left); printf("%d ", root->data); InOrder(root->right); }

        

        

        

四、二叉树后序遍历

        

1.后序遍历的操作

        

 A、若此棵树为空树,即根节点为NULL,不进行任何操作。

        

   B、若此棵树不为空,即根节点不为NULL,进行如下操作:

        ①后序访问左子树

        ②访问根节点

        ③后序遍历右节点

所以先序遍历也可简记为:左    右   根  的顺序进行遍历。

        

现有如下一棵二叉树:

        

      

后序遍历的结果如下图所示:

        

        

如果不省略空节点的打印即为:NULL    NULL    3    NULL    2    NULL    NULL    5    NULL    NULL    6    4    1

        

如果省略空节点的打印即为: 3     2       5      6      4     1

        

        

2.后序的遍历代码实现

        

//后序遍历 void PostOrder(BTNode* root) { if (root == NULL) { printf("NULL "); return; } PostOrder(root->left); PostOrder(root->right); printf("%d ", root->data); }

        

        

五、二叉树层序遍历

        

1.层次遍历的操作

进行层次遍历时需要借助一个队列,层次遍历的核心思想为:上一层的节点出队,带入下一层的节点入队

如下图所示:

        

① 将二叉树的根结点入队;

        

② 若队列非空,则队头结点出队并访问该结点,若它有左孩子,则将其左孩子入队;若它有右孩子,则将其右孩子入队;

        

        

        

下图为二叉树的层次遍历,即按照箭头所指的方向,按照自上而下,自左向右的顺序对二叉树的各个结点进行逐层访问.

        

可以得到下图二叉树的层次遍历序列为:1   2   3   4   5    6

                

        

2.层序遍历代码实现

        

// 层序遍历 // 上一层节点出队,带入下一层节点入队 void TreeLevelOrder(BTNode* root) { //创建一个队列 Queue q; //初始化队列 QueueInit(&q); //如果根节点指针不为空入队 if (root) QueuePush(&q, root); while (!QueueEmpty(&q)) { //获取队头元素,获取的是QNode节点中存储的值 BTNode* front = QueueFront(&q); //出队头,这里是销毁了QNode节点,而存储在QNode节点中的BTNode节点并未删除 QueuePop(&q); //打印队头信息 printf("%d ", front->data); //并访问该节点,如果该节点的左孩子存在则入队,如果该节点的右孩子存在则入队 if (front->left) QueuePush(&q, front->left); if (front->right) QueuePush(&q, front->right); } //销毁队列 QueueDestroy(&q); }

       

六、小试牛刀

     

1.练习一   

        

二叉树的前序(先序)遍历为:EFHIGJK,二叉树的中序遍历:HFIEJKG,则二叉树为?

        

核心思路:由前序遍历确定根,中序遍历确定左右子树

        

前序遍历的特点:根  左子树  右子树         中序遍历的特点: 左子树     根      右子树

        

所以对于前序遍历而言,从左往右进行的过程就是相当于对根的遍历

        

而通过根的确定,对中序序列进行分割左右子树。

        

        

二叉树如下图所示:

        

        

2.练习二

        

二叉树的中序遍历序列:badce,后序遍历序列:bdeca,则二叉树的形状为?

        

核心思路:由后序遍历确定根,中序遍历确定左右子树

        

后序遍历的特点:  左子树  右子树   根         中序遍历的特点: 左子树     根      右子树

        

对于后序序列从右往左的过程,就相当于对根进行确定

        

 而通过根的确定,对中序序列进行分割左右子树。      


        

        

 二叉树如下图所示:        

        


        

                

3.练习三

        

二叉树的后序遍历序列与中序遍历序列相同,均为 ABCDEF ,则按层次输出(同一层从左到右)的序列  

        

核心思路:由后序遍历确定根,中序遍历确定左右子树

        

后序遍历的特点:  左子树  右子树   根         中序遍历的特点: 左子树     根      右子树

        

对于后序序列从右往左的过程,就相当于对根进行确定

        

 而通过根的确定,对中序序列进行分割左右子树。

        

        

二叉树如下图所示:

        


  故而:层序遍历的结果为:FEDCBA

        

4.练习四

        

完全二叉树按层次输出(同一层从左到右)的序列为 ABCDEFGH ,则该完全二叉树的前序序列为?

        

由层序遍历的特性:自上而下,自左到右

        

二叉树如下图所示:

        


故而前序遍历的结果为:ABDHECFG

        

        

 既然看到这里了,不妨关注+点赞+收藏,感谢大家,若有问题请指正。

Read more

Spring Boot 版本怎么选?2/3/4 深度对比 + 迁移避坑指南(含 Java 8→21 适配要点)

Spring Boot 版本怎么选?2/3/4 深度对比 + 迁移避坑指南(含 Java 8→21 适配要点) 大家好,我是重阳。今天是2026年1月22日,Spring Boot 已经进入4.0时代。作为 Java 生态的核心框架,Spring Boot 的版本选择直接影响项目的稳定性、性能和维护成本。Spring Boot 2.x(2018年发布)是许多老项目的基石,3.x(2022年)带来了 Jakarta EE 和 Native 支持,而4.0(2025年11月GA)则聚焦模块化、Java 25优化和云原生增强。根据 Spring

By Ne0inhk
Java WebFlux集成DeepSeek大模型:流式接入完整实现(含代码+优化+避坑)

Java WebFlux集成DeepSeek大模型:流式接入完整实现(含代码+优化+避坑)

Java WebFlux集成DeepSeek大模型:流式接入完整实现(含代码+优化+避坑) 前言:随着大模型技术的普及,Java后端接入DeepSeek等大模型时,传统同步阻塞式调用已无法满足高并发、低延迟的业务需求。本文基于Spring WebFlux响应式框架,详细讲解大模型流式接入的技术方案、完整实现代码、性能优化技巧及常见问题解决方案,全程干货,可直接落地到生产环境。 关键词:Java WebFlux;DeepSeek;流式接入;SSE;响应式编程;大模型集成 一、技术背景与需求分析 在Java后端开发中,接入DeepSeek等大模型进行AI推理时,传统同步HTTP调用模式存在诸多痛点,而流式处理结合WebFlux的响应式特性,成为解决该问题的最优路径。 1.1 传统AI模型接入的局限性 传统Java应用接入AI推理模型,普遍采用同步阻塞式HTTP请求(如OkHttp、RestTemplate同步调用),这种模式在对接DeepSeek等大模型时,瓶颈尤为突出,具体表现为三点: * 高延迟导致线程阻塞:DeepSeek等大模型单次推理耗时通常在1-5秒

By Ne0inhk

解放双手,让 AI 帮咱审查代码——GitLab 智能审查实战指南

unsetunset一、题记unsetunset 你是不是有如下这些困扰? 困惑1:代码审查效率低下。 团队成员提交的 MR(Merge Request)堆积如山,人工审查耗时耗力,经常因为时间紧迫而草草通过? 困惑2:代码质量参差不齐。 新人代码风格不统一,老手也难免疏忽,潜在的安全风险和性能问题常常在上线后才暴露?  曾几何时,13年前作为新入职员工,每隔几个月都要参加公司的代码规范考试,考不过要补考。补考不过再补考,直到考过为止...... 困惑3:审查标准难以统一。 不同审查者的关注点不同,缺乏统一的审查标准,导致代码质量波动较大? 如果你深受以上痛点困扰,那么本文将为你带来一套完整的解决方案——通过 GitLab 与 Coco AI 的深度集成,实现智能化、自动化的代码审查流程。 让 AI 助手在每次代码提交时自动检测代码风格问题、安全漏洞和潜在 bug,为你的代码质量把好第一道关。 unsetunset二、完整实现步骤unsetunset 2.0 前置条件 * 1、

By Ne0inhk
JDK 24里程碑:虚拟线程重大升级,要用虚拟线程请务必用JDK24

JDK 24里程碑:虚拟线程重大升级,要用虚拟线程请务必用JDK24

🧑 博主简介:ZEEKLOG博客专家,历代文学网(PC端可以访问:https://literature.sinhy.com/#/?__c=1000,移动端可关注公众号 “ 心海云图 ” 微信小程序搜索“历代文学”)总架构师,16年工作经验,精通Java编程,高并发设计,分布式系统架构设计,Springboot和微服务,熟悉Linux,ESXI虚拟化以及云原生Docker和K8s,热衷于探索科技的边界,并将理论知识转化为实际应用。保持对新技术的好奇心,乐于分享所学,希望通过我的实践经历和见解,启发他人的创新思维。在这里,我希望能与志同道合的朋友交流探讨,共同进步,一起在技术的世界里不断学习成长。 🤝商务合作:请搜索或扫码关注微信公众号 “ 心海云图 ” 文章目录 * JDK 24里程碑:虚拟线程重大升级,要用虚拟线程请务必用JDK24 * 摘要 * 一、 问题根源:虚拟线程与synchronized的先天冲突 * 1.1 虚拟线程的调度模型 * 1.2 `synchronized`

By Ne0inhk