二叉树遍历：从基础到实战的完整指南

1. 项目概述：为什么树的遍历如此重要

在编程竞赛和等级考试中，树结构就像乐高积木里的基础模块。我参加过多次GESP监考工作，发现至少有30%的算法题都直接或间接考察树的遍历。去年六级考试中，二叉树后序遍历的变形题直接难倒了近半数考生。

树的遍历不仅是考试重点，更是理解递归思想的绝佳案例。当你能把前序、中序、后序三种遍历方式玩得像乘法口诀一样熟练，解决层次遍历、Morris遍历等进阶问题时就会轻松很多。这就像先学会走路才能跑步一样自然。

2. 核心概念解析：四种遍历的本质区别

2.1 前序遍历：根节点优先策略

前序遍历的顺序是"根-左-右"，就像深度优先探索地图。在代码实现时，递归版本仅需3行核心代码：

python复制def preorder(root):
    if not root: return
    print(root.val)  # 先处理根节点
    preorder(root.left)
    preorder(root.right)

这种遍历方式特别适合需要先获取父节点信息的场景，比如计算目录大小、克隆树结构等。

2.2 中序遍历：有序输出的秘密

二叉搜索树(BST)的中序遍历会产生升序序列，这是它的魔法特性。非递归实现需要借助栈：

python复制def inorder(root):
    stack = []
    while stack or root:
        while root:
            stack.append(root)
            root = root.left
        root = stack.pop()
        print(root.val)  # 在中间处理节点
        root = root.right

在表达式树中，中序遍历能还原带括号的原始表达式，这是其他遍历做不到的。

2.3 后序遍历：先子后父的智慧

"左-右-根"的顺序看似反直觉，实则是树形DP的基础。典型应用包括：

• 计算子树节点数
• 释放二叉树内存
• 判断平衡二叉树

递归实现时要注意处理顺序：

python复制def postorder(root):
    if not root: return