leetcode105+106.从中序和后序、中序和前序遍历序列构造二叉树

<think>嗯，用户想了解如何用代码实现二叉树的前序、中序、后序遍历算法，还提到了示例。首先，我得回忆一下这三种遍历的基本概念和它们的顺序区别。前序遍历是根-左-右，中序是左-根-右，后序是左-右-根。对吧？ 接下来，用户可能需要具体的代码示例，所以得考虑用哪种编程语言。根据提供的引用，特别是引用3，里面提到了C++的递归实现，但用户可能对Python更熟悉，或者需要多种语言的例子？不过用户的问题里没有特别说明，可能默认是常见的语言，比如Python或者Java。不过原问题中的示例代码是Python的快速排序，所以可能用户更倾向于Python。不过引用3是C++，需要确认。不过用户的问题里直接问的是如何用代码实现，所以可能需要提供多种方法，比如递归和迭代，以及不同语言的示例？ 然后，根据引用3，递归算法相对简单，结构清晰。比如前序遍历递归就是先访问根节点，然后递归左子树，再递归右子树。同样，中序和后序调整访问顺序即可。但是用户可能需要递归和迭代两种方法，因为有时候迭代更高效，或者避免栈溢出的问题。引用3中的示例是递归的，但LeetCode也常要求迭代解法。所以可能需要同时给出递归和迭代的实现。 另外，引用1和4提到根据前序和中序重建二叉树，这可能和遍历有关联，但用户的问题主要是遍历的实现，而不是重建。不过可能需要简单提及遍历的应用，比如重建二叉树需要中序加前序或后序，但用户的问题集中在遍历的实现方法。 现在，结构上可能需要分递归和迭代两部分，分别说明前序、中序、后序的实现。对于递归，代码相对简单，调整访问顺序即可。对于迭代，可能需要使用栈，处理顺序不同。例如，前序的迭代可以用栈，先压入根，然后循环弹出，访问后先压右再压左。中序迭代则用栈和指针，先走到最左，再处理节点，再转向右子树。后序迭代相对复杂，可能需要两个栈，或者逆序处理。 另外，用户可能需要代码示例的注释，解释每一步的作用。比如递归的终止条件，迭代中的栈操作等。还要注意代码的正确性，比如在Python中如何定义树的结构，可能需要先定义TreeNode类。但用户的问题可能更关注遍历算法本身，而不是树的结构定义，所以示例代码中可能需要包含一个简单的树结构定义。 例如，在Python中，可以定义一个TreeNode类，包含val、left、right属性。然后编写前序、中序、后序的递归和迭代函数。比如递归前序就是先append根的值，然后递归左，递归右。中序则是先递归左，append根，再递归右。后序递归左、右，最后append根。 对于迭代的实现，前序可以用栈，每次弹出节点，访问后先压右子节点，再压左子节点。中序迭代需要维护当前节点指针，先走到最左，然后弹出栈顶，访问后处理右子树。后序迭代可以用一个栈，类似前序，但顺序调整为根-右-左，然后反转结果得到左-右-根的顺序。或者用两个栈，第二个栈用来反转顺序。 此外，层序遍历可能不属于用户的问题范围，但引用3提到了层序遍历，但用户的问题明确前、中、后序，所以可能不需要涉及层序。 还需要注意代码的语法正确性，比如Python中的缩进，函数定义等。比如在递归函数中，可能需要将结果保存在一个列表中，可以通过传递列表作为参数，或者使用类的成员变量，或者使用嵌套函数。例如，在Python中，可以在函数内部定义递归辅助函数，或者通过修改外部列表。 比如，递归的前序遍历函数可以这样写： def preorderTraversal(root): res = [] def helper(node): if not node: return res.append(node.val) helper(node.left) helper(node.right) helper(root) return res 类似地，中序和后序调整append的位置即可。 对于迭代版本，前序的Python代码可能如下： def preorder_iterative(root): res = [] stack = [root] while stack: node = stack.pop() if node: res.append(node.val) stack.append(node.right) stack.append(node.left) return res 需要注意的是，栈中可能压入None节点，所以在弹出后需要判断是否为空。或者可以调整条件，只压入非空节点，但初始时可能root为空的情况需要处理。 中序迭代： def inorder_iterative(root): res = [] stack = [] curr = root while curr or stack: while curr: stack.append(curr) curr = curr.left curr = stack.pop() res.append(curr.val) curr = curr.right return res 后序迭代的一种方法： def postorder_iterative(root): res = [] stack = [root] while stack: node = stack.pop() if node: res.append(node.val) stack.append(node.left) stack.append(node.right) return res[::-1] 这里先将根压栈，然后按根-右-左的顺序处理，最后反转结果得到后序的左-右-根。 这样，用户可以得到递归和迭代的代码示例，并了解不同遍历的实现方式。 另外，用户可能想知道时间复杂度和空间复杂度。三种遍历的时间都是O(n)，空间复杂度递归是O(h)（h为树的高度，栈空间），迭代法也是O(n)，因为栈的大小最坏情况是O(n)（比如退化为链表）。 最后，根据用户提供的引用，特别是引用2提到后序遍历适用于表达式树，可能可以补充应用场景，但用户的问题集中在代码实现，所以可能不需要展开，但可以简要提及。 在总结时，需要确保代码示例正确，符合语法，并且解释清晰。可能需要检查每个遍历的步骤是否正确，例如迭代后序的实现是否确实通过反转前序的变体得到正确结果。</think>### 二叉树的前序、中序、后序遍历实现方法 二叉树的遍历是基础算法问题，以下是递归和迭代两种实现方式，以Python为例（假设已定义`TreeNode`类，包含`val`、`left`、`right`属性）。 --- ### 1. 递归实现 递归方法通过调整节点访问顺序实现不同遍历方式。 #### **前序遍历**（根→左→右） ```python def preorder_recursive(root): res = [] def helper(node): if not node: return res.append(node.val) # 先访问根节点 helper(node.left) helper(node.right) helper(root) return res ``` #### **中序遍历**（左→根→右） ```python def inorder_recursive(root): res = [] def helper(node): if not node: return helper(node.left) res.append(node.val) # 中间访问根节点 helper(node.right) helper(root) return res ``` #### **后序遍历**（左→右→根） ```python def postorder_recursive(root): res = [] def helper(node): if not node: return helper(node.left) helper(node.right) res.append(node.val) # 最后访问根节点 helper(root) return res ``` --- ### 2. 迭代实现 迭代方法通过栈模拟递归过程，控制节点访问顺序。 #### **前序遍历** ```python def preorder_iterative(root): res = [] stack = [root] while stack: node = stack.pop() if node: res.append(node.val) stack.append(node.right) # 先压右节点（后弹出） stack.append(node.left) # 后压左节点（先弹出） return res ``` #### **中序遍历** ```python def inorder_iterative(root): res = [] stack = [] curr = root while curr or stack: while curr: # 走到最左子节点 stack.append(curr) curr = curr.left curr = stack.pop() res.append(curr.val) curr = curr.right # 转向右子树 return res ``` #### **后序遍历** ```python def postorder_iterative(root): res = [] stack = [root] while stack: node = stack.pop() if node: res.append(node.val) stack.append(node.left) # 先压左节点（后弹出） stack.append(node.right) # 后压右节点（先弹出） return res[::-1] # 反转根→右→左→结果为左→右→根 ``` --- ### 关键点说明 1. **时间复杂度**：所有方法均为$O(n)$，每个节点访问一次。 2. **空间复杂度**： - 递归方法：$O(h)$（$h$为树的高度，递归栈深度）。 - 迭代方法：$O(n)$（最坏情况下栈空间占用）。 3. **应用场景**： - 前序遍历：复制二叉树结构或序列化[^2]。 - 中序遍历：二叉搜索树的有序输出。 - 后序遍历：表达式树的后缀计算[^2]。 --- ###