1. 二叉树遍历基础:理解三种遍历方式
作为一名算法工程师,我始终认为二叉树遍历是每个程序员必须掌握的"内功心法"。就像武术中的马步一样,看似简单却是一切高级技巧的基础。今天我们就来深入探讨LeetCode上经典的二叉树遍历三连题(144前序、94中序、145后序),我会结合自己刷题和面试的经验,分享一些教科书上不会写的实战技巧。
先明确三种遍历方式的定义:
- 前序遍历:根节点 → 左子树 → 右子树
- 中序遍历:左子树 → 根节点 → 右子树
- 后序遍历:左子树 → 右子树 → 根节点
记忆口诀:"前中后"指的是根节点的访问时机。就像参加一个会议:
- 前序:先自我介绍(根),再听左边人发言,最后听右边人发言
- 中序:先听左边人发言,再自我介绍,最后听右边人发言
- 后序:先听左右发言,最后才轮到自己总结
关键理解:遍历顺序的核心差异在于处理根节点的时机,而左子树永远优先于右子树这个规则是不变的。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 递归解法:优雅简洁的数学思维
递归写法是理解二叉树遍历最直观的方式。我们先来看前序遍历的Python实现:
python复制def preorderTraversal(root):
def dfs(node):
if not node: # 递归终止条件
return
res.append(node.val) # 处理根节点
dfs(node.left) # 递归左子树
dfs(node.right) # 递归右子树
res = []
dfs(root)
return res
中序和后序遍历只需调整三行代码的顺序:
python复制# 中序
res.append(node.val) # 移到左递归之后
# 后序
res.append(node.val) # 移到右递归之后
递归的底层原理:
- 系统维护一个隐式的调用栈(call stack)
- 每层递归都会将当前状态(变量、返回地址)压栈
- 遇到空节点时开始回溯(弹栈)
实战经验:递归深度过大可能导致栈溢出。Python默认递归深度约1000层,对于极端不平衡
