当前位置: 首页 > news >正文

算法:二叉树遍历

遍历:根序,左永远在右的前面

从下到上:后序,从上到下:先序,有序输出二叉树:中序(落下顺序)

遍历(Traversal)

├─ DFS(深度优先)
│ ├─ 前序
│ ├─ 中序
│ └─ 后序

└─ BFS(广度优先)
└─ 层序

层序

先把一层的节点放进队列,
遍历这一层,
同时把这一层的子节点放进队列,
通过控制 size 决定是否是当前层的节点

👉 标准写法就是:

queue.offer(root);while(!queue.isEmpty()){intsize=queue.size();// 当前层节点数for(inti=0;i<size;i++){Nodecur=queue.poll();// 当前层节点process(cur);if(cur.left!=null)queue.offer(cur.left);if(cur.right!=null)queue.offer(cur.right);}// 到这里:一整层处理完}

30 秒遍历选择法(面试 / 刷题通用)

你只需要问 3 个问题,按顺序来。

✅ 第 1 问(最重要)
当前节点的结果,是否依赖子节点的结果?

换句话说: “我必须先知道孩子的情况,才能决定自己吗?” ✔️ 如果是 → 后序遍历(自底向上) ❌ 如果不是 → 继续问第2问 典型题目特征 删除目录/删除节点 计算高度、大小、最大路径和 判断是否为叶子 DP on tree 📌 你这道“删除目录”题,一句话就能命中这一问

✅ 第 2 问

我是否需要在“刚到这个节点”时就做事? 比如: 初始化 打印路径 把父节点的信息传给子节点 ✔️ 如果是 → 前序遍历(从头到尾) ❌ 如果不是 → 继续问第3问 典型题目特征 打印目录结构 路径和(从根到叶) 序列化树 拷贝树

✅ 第 3 问(基本只剩一种)

是否需要“左 → 中 → 右”的顺序性质? 一般只在 二叉搜索树 出现 ✔️ 是 → 中序遍历 ❌ 否 → 回到前序/后序中重新审视 📌 目录树、N叉树99%不用中序 🔥 一句话速记版(建议背) 用不用孩子的结果 → 后序 进门就干活 → 前序 要有序 → 中序 题1:删除目录(你已经做过) 给一棵目录树,只能删除叶子目录; 子目录删完后,父目录可能变成叶子并继续删除。

✅ 正确遍历

后序遍历

📌 判断一句话:

父目录是否可删,取决于子目录是否已删完 → 依赖子节点结果

题 2:计算一棵树的高度

树的高度定义为:
max(左子树高度, 右子树高度) + 1

✅ 正确遍历

后序遍历

📌 判断一句话:

当前节点的高度,必须等子树高度算完

题 3:打印目录结构(类似 tree 命令)

按层级打印所有目录名

✅ 正确遍历

前序遍历

📌 判断一句话:

一到节点就要打印,再处理子目录

题 4:判断一棵树是否是平衡二叉树

每个节点左右子树高度差 ≤ 1

✅ 正确遍历

后序遍历

📌 判断一句话:

是否平衡,取决于左右子树高度

题 5:输出二叉搜索树的升序序列

BST:左 < 根 < 右

✅ 正确遍历

中序遍历

📌 判断一句话:

只有中序才能保证有序输出

题 6:统计从根到叶子的所有路径

输出类似:A->B->C

✅ 正确遍历

前序遍历

📌 判断一句话:

路径信息要在“进入节点时”就加入

题 7:计算每个目录的总文件大小

目录大小 = 所有子目录大小 + 本目录文件大小

✅ 正确遍历

后序遍历

📌 判断一句话:

父目录大小依赖子目录大小

题 8:复制一棵树(深拷贝)

生成一棵结构和值完全一样的新树

✅ 正确遍历

前序遍历

📌 判断一句话:

必须先创建父节点,才能挂子节点

题 9:判断是否存在一条根到叶子的路径和等于 target

经典 Path Sum 题

✅ 正确遍历

前序遍历

📌 判断一句话:

累加路径和是在“向下走”的过程中完成的

题 10:求一棵树的最大路径和(可不经过根)

LeetCode Hard 级别

✅ 正确遍历

后序遍历

📌 判断一句话:

当前节点能提供的最大贡献,来自左右子树结果

🎯 你应该得到的“条件反射”

如果你现在回看这 10 题,发现:

后序遍历:凡是“算 / 判断 / 汇总 / 删除”

前序遍历:凡是“记录 / 传递 / 打印 / 构建”

中序遍历:几乎只在 BST 的“有序性”

👉 那说明你已经真的掌握了遍历选择

🧠 终极 30 秒判断口诀(压轴)

要结果 → 等孩子 → 后序
要过程 → 先自己 → 前序
要顺序 → BST → 中序

http://www.cnnetsun.cn/news/82962.html

相关文章:

  • 这些CTF,不仅学技术,还有巨额奖金!
  • 5个必学技巧!让你的点云可视化性能提升200%
  • 轻量级图表库uPlot完全指南:解锁高性能可视化新境界
  • 35、本地化与国际化文本函数详解
  • AdGuard Home配置优化实战指南:从新手到专家的5个关键步骤
  • 3步上手FLAN-T5 XL:从零开始掌握强大语言模型
  • 5分钟快速上手:awesome-godot项目带你玩转游戏开发
  • 深入Linux实时调度:5个关键机制彻底改变你的应用响应速度
  • MATLAB中实现图像超分辨率
  • Wechaty v1.20.2深度解析:智能对话机器人的企业级实践指南
  • Moonlight安卓串流终极指南:手机畅玩PC游戏的完整教程
  • 强化学习第六课 —— SAC:熵驱动的更智能探索
  • VeraCrypt加密存储实战:5步构建企业级数据安全防线
  • 9 个专科生开题演讲稿工具,AI降AI率软件推荐
  • Flutter Dynamic Widget 终极指南:用JSON构建动态UI的完整教程
  • MacBook 那些“偷偷摸摸”的隐私设置|2026 你现在就该改(真的)
  • 9个降AI率工具推荐!专科生开题报告必备
  • 终极解决方案:5步彻底攻克技术项目软依赖管理难题
  • Orleans告警革命:5大智能策略终结运维疲劳
  • 西安最新 955 公司名单
  • 微信不小心违规被封,好友辅助验证流程怎样?
  • 2024 FRC机器人比赛元素检测:游戏部件、防撞条、April标签与场地识别指南
  • 这款小工具,彻底治好了我的Mac文件管理焦虑
  • 智能助手性能评估:5大关键维度与实战指南
  • 从零开始搭建个人AI助手:Anything-LLM + Ollama下载配置全记录
  • 大模型内存优化技术:从碎片化到高效管理,性能提升45%的实战指南
  • 上海、北京、深圳跻身全球GDP前十城市;奥动新能源向港交所递交上市申请 | 美通社一周热点简体中文稿
  • 前端工程化实践:打包工具的选择与思考
  • Flutter跨平台打包实战:从配置冲突到一键部署的完整解决方案
  • LangChain表达式语言(LCEL)如何扩展Anything-LLM功能?