二叉树遍历与LeetCode高频算法解析

1. 二叉树基础概念与LeetCode高频考点解析

二叉树是每个程序员必须掌握的基础数据结构，尤其在LeetCode算法面试中出现的频率极高。作为树形结构的典型代表，二叉树由节点组成，每个节点最多有两个子节点，分别称为左子节点和右子节点。这种结构天然适合递归处理，这也是为什么二叉树问题在算法面试中如此受青睐。

在LeetCode Hot 100题目中，二叉树相关题目占比超过15%，主要考察以下几个核心方向：遍历算法（前序、中序、后序、层序）、构建问题（根据遍历结果重建二叉树）、属性判断（对称性、平衡性、相同树等）以及路径相关问题。掌握这些题型，就能解决80%以上的二叉树面试题。

二叉树问题的解决往往遵循"定义子问题→处理当前节点→递归处理子树"的模式。这种分治思想是理解二叉树算法的钥匙。

2. 二叉树遍历算法精讲

2.1 递归遍历模板

递归是最直观的遍历方式，代码简洁但需要注意栈溢出风险。以下是三种递归遍历的统一模板：

python复制def traverse(root):
    if not root: return
    
    # 前序位置
    traverse(root.left)
    # 中序位置  
    traverse(root.right)
    # 后序位置

不同遍历顺序的区别仅在于处理当前节点的时机：

• 前序：在处理子节点前访问（根→左→右）
• 中序：在处理左子节点后、右子节点前访问（左→根→右）
• 后序：在处理完子节点后访问（左→右→根）

2.2 迭代遍历实现

面试官常要求用迭代实现遍历，这需要显式使用栈来模拟递归。以前序遍历为例：

python复制def preorderTraversal(root):
    stack, res = [root], []
    while stack:
        node = stack.pop()
        if node:
            res.append(node.val)
            stack.append(node.right)  # 右先入栈后处理
            stack.append(node.left)
    return res