LeetCode 145. 二叉树的后序遍历
题目描述
思路分析
后序遍历的基本思路是递归地访问左子树,然后访问右子树,最后访问根节点。可以使用栈来实现非递归的后序遍历。具体步骤如下:
- 创建一个栈,用于存储节点。
- 创建一个结果数组
res
,用于存储遍历结果。- 将根节点压入栈中。
- 当栈不为空时,弹出栈顶节点,将其值添加到
res
中。- 如果弹出的节点有左子节点,将左子节点压入栈中;如果有右子节点,将右子节点压入栈中。
- 最后,反转
res
数组,得到后序遍历的结果。
参考代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
// 前序遍历函数
func preorderTraversal(root *TreeNode) []int {
var res []int
var helper func(node *TreeNode)
helper = func(node *TreeNode) {
if node == nil {
return
}
res = append(res, node.Val) // 访问根节点
helper(node.Left) // 递归访问左子树
helper(node.Right) // 递归访问右子树
}
helper(root)
return res
}
// 中序遍历函数
func inorderTraversal(root *TreeNode) []int {
var res []int
var helper func(node *TreeNode)
helper = func(node *TreeNode) {
if node == nil {
return
}
helper(node.Left) // 递归访问左子树
res = append(res, node.Val) // 访问根节点
helper(node.Right) // 递归访问右子树
}
helper(root)
return res
}
// 后序遍历函数
func postorderTraversal(root *TreeNode) []int {
var res []int
var helper func(node *TreeNode)
helper = func(node *TreeNode) {
if node == nil {
return
}
helper(node.Left) // 递归访问左子树
helper(node.Right) // 递归访问右子树
res = append(res, node.Val) // 访问根节点
}
helper(root)
return res
}
- 时间复杂度:O (n),其中 n 是二叉树的节点数。每个节点被访问一次。
- 空间复杂度:O (n),最坏情况下,递归栈的深度为 n。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
// 后序遍历函数
func postorderTraversal(root *TreeNode) []int {
var res []int
if root == nil {
return res
}
var stack []*TreeNode
stack = append(stack, root)
for len(stack) > 0 {
node := stack[len(stack)-1]
stack = stack[:len(stack)-1]
res = append(res, node.Val)
// 注意:先压入左子节点,再压入右子节点
if node.Left != nil {
stack = append(stack, node.Left)
}
if node.Right != nil {
stack = append(stack, node.Right)
}
}
// 反转结果数组
for i, j := 0, len(res)-1; i < j; i, j = i+1, j-1 {
res[i], res[j] = res[j], res[i]
}
return res
}
- 时间复杂度:O (n),其中 n 是二叉树的节点数。每个节点都被访问一次。
- 空间复杂度:O (h),其中 h 是二叉树的高度。最坏情况下,栈的空间复杂度为 O (n),在树呈现链状时。
1
write your code here
CC BY-NC-SA 4.0
许可协议,转载请注明出处!
本博客所有文章除特别声明外,均采用