彻底搞懂二叉树的前序、中序、后序遍历

在学习和使用数据结构时，二叉树是最基础、也最容易考察的结构之一。而遍历方式，则是二叉树应用的入口。所谓「遍历」，是指按照某种规则，依次访问树中的每一个节点。而在众多遍历方式中，前序、中序、后序遍历是最经典、最基础、也最常用的三种。

本文将围绕这三种遍历方式，讲清楚如下几个问题：

• 它们各自的定义和特点是什么？

• 如何用递归与非递归两种方式实现？

• 它们分别在工程中能干什么？

• 实战题型：如何识别遍历顺序？如何用遍历序列还原树结构？

目录

二叉树的结构回顾

三种遍历的定义

递归实现：最简单但最易混淆的方法

非递归实现：堆栈模拟调用过程

工程应用场景与典型题型

前序遍历的常用场景

中序遍历的常用场景

后序遍历的常用场景

还原树结构

常见问题

二叉树的结构回顾

一个二叉树（Binary Tree）的每个节点至多有两个子节点，分别称为左子树和右子树。用代码表示通常是这样的结构：

class TreeNode:
    def __init__(self, val=0, left=None, right=None):
        self.val = val
        self.left = left
        self.right = right

我们将从根节点出发，按照不同顺序访问子节点，就得到了不同的遍历方式。

三种遍历的定义

• 前序遍历（Pre-order）：根节点 → 左子树 → 右子树

• 中序遍历（In-order）：左子树 → 根节点 → 右子树

• 后序遍历（Post-order）：左子树 → 右子树 → 根节点

以图中二叉树为例：遍历结果如下：

• 前序遍历：A B D E C F

• 中序遍历：D B E A C F

• 后序遍历：D E B F C A

递归实现：最简单但最易混淆的方法

递归是实现树遍历最直接的方式，因为树结构天然是递归结构。

def preorder(root):
    if root:
        print(root.val)
        preorder(root.left)
        preorder(root.right)

def inorder(root):
    if root:
        inorder(root.left)
        print(root.val)
        inorder(root.right)

def postorder(root):
    if root:
        postorder(root.left)
        postorder(root.right)
        print(root.val)

非递归实现：堆栈模拟调用过程

前序遍历（非递归）

def preorder_iterative(root):
    if not root:
        return
    stack = [root]
    while stack:
        node = stack.pop()
        print(node.val)
        if node.right:
            stack.append(node.right)
        if node.left:
            stack.append(node.left)

中序遍历（非递归）

def inorder_iterative(root):
    stack = []
    node = root
    while stack or node:
        while node:
            stack.append(node)
            node = node.left
        node = stack.pop()
        print(node.val)
        node = node.right

后序遍历（非递归）这是最难的一个，我们可以借助两个栈，或者使用标记法：

def postorder_iterative(root):
    if not root:
        return
    stack = [root]
    out = []
    while stack:
        node = stack.pop()
        out.append(node.val)
        if node.left:
            stack.append(node.left)
        if node.right:
            stack.append(node.right)
    for val in reversed(out):
        print(val)

工程应用场景与典型题型

前序遍历的常用场景

• 导出目录结构（根节点先输出）

• 树结构序列化：先根，再子树，可以方便记录结构

中序遍历的常用场景

• 二叉搜索树（BST）中序遍历即为升序排列

• 应用于平衡检查、区间查找等功能

后序遍历的常用场景

• 节点释放、后序处理（如计算子树大小）

• 编译器抽象语法树（先处理子表达式）

还原树结构

给定中序遍历 + 前序/后序，可以唯一确定一棵二叉树

例如 前序 + 中序重建二叉树：

def buildTree(preorder, inorder):
    if not preorder:
        return None
    root = TreeNode(preorder[0])
    idx = inorder.index(root.val)
    root.left = buildTree(preorder[1:idx+1], inorder[:idx])
    root.right = buildTree(preorder[idx+1:], inorder[idx+1:])
    return root

常见问题