然后就是一直递归下去，在访问到节点的时候，可以进行节点的相关处理，比如说简单的访问节点值
今天继续二叉树的学习。 昨天写了一遍二叉树的先序遍历（非递归）算法，今天写一下二叉树的二叉树的中序遍历（非递归）算法。中序遍历的非递归算法有两种，但是个人觉得只要掌握一种就可以了，只要自己的逻辑清晰，会哪一种又有什么关系呢~
在计算机科学中，二叉树是每个结点最多有两个子树的树结构。通常子树被称作“左子树”（left subtree）和“右子树”（right subtree）。二叉树常被用于实现二叉查找树和二叉堆。树比链表稍微复杂，因为链表是线性数据结构，而树不是。树的问题很多都可以由广度优先搜索或深度优先搜索解决。
非递归其实就是非递归遍历，非递归运用了 栈 的思想，包括了先中后3种方式遍历，费话不多说，开整。
发现大家周末的时候貌似都不在学习状态，周末的文章浏览量和打卡情况照工作日差很多呀，可能是本周日是工作日了，周六得好好放松放松，哈哈，理解理解，但我还不能不更啊，还有同学要看呢。
小编带大家学习数据结构中的二叉树，我们这里的实现主要是用 C 语言去实现的，当然也有 C++的语法，用基础的语言有助于我们更好理解数据结构。
二叉树是每个结点最多有两个子树的树结构，常被用于实现二叉查找树和二叉堆。二叉树是链式存储结构，用的是二叉链，本质上是链表。二叉树通常以结构体的形式定义，如下，结构体内容包括三部分：本节点所存储的值、左孩子节点的指针、右孩子节点的指针。
所谓遍历二叉树，就是遵从某种次序，顺着某一条搜索路径访问二叉树中的各个结点，使得每个结点均被访问一次，而且仅被访问一次。本文详细介绍了二叉树的前序(又称先序)、中序和后序遍历的规则及其算法实现。本文全部代码示例可从此处获得。
从根节点出发，按照某种次序访问二叉树中的所有结点，使得每个结点被访问1次 且 只被访问1次
本期的 DFS 与 BFS 搜索算法，我将围绕二叉树来讲解，所以在了解什么是 BFS 与 DFS 之前，我们先来回顾一下二叉树 的基本概念
二叉树的定义： 二叉树是树形结构的一个重要类型。许多实际问题抽象出来的数据结构往往是二叉树的形式，即使是一般的树也能简单地转换为二叉树，而且二叉树的存储结构及其算法都较为简单，因此二叉树显得特别重要
后续代码用 java 实现，但涉及到的数据结构、算法是通用的，希望大家不要被开发语言所禁锢
二叉树是一类简单而又重要的树形结构，在数据的排序、查找和遍历方面有着广泛的应用。由于其清晰的结构，简单的逻辑，广泛的应用和大量的指针操作，在面试过程屡见不鲜，快被面试官玩坏了。相关的问题在百行代码内就可解决，特别适合手写代码，因此我们要充分做好准备，迎接面试时关于二叉树的相关问题，尤其是手写代码。
您可以使用一个栈来存储节点，以便在遍历二叉树时进行回溯。由于您要求不能修改树的结构，我们需要在原树上进行操作。以下是一个可能的解决方案：
在计算机科学中，二叉树是每个节点最多有两个子树的树结构。通常子树被称作“左子树”（left subtree）和“右子树”（right subtree）。二叉树常被用于实现二叉查找树和二叉堆。
这篇博客,我们将使用Java. 利用链表作为底层的数据结构,来实现重要的数据结构: 二叉树.
以下是一个使用 Go 语言编写的函数，该函数使用一个栈作为辅助数据结构，以非递归方式遍历二叉树，输出每个结点的关键字。这个算法的时间复杂度为 O(n)。
完全二叉树: 完全二叉树是效率很高的数据结构，完全二叉树是由满二叉树而引出来的。对于深度为K的，有n个结点的二叉树，当且仅当其每一个结点都与深度为K的满二叉树中编号从1至n的结点一一对应时称之为完全二叉树。 要注意的是满二叉树是一种特殊的完全二叉树。
先来看递归的方法，写法非常简洁，只需要五行代码搞定：交换当前左右节点，然后直接调用递归即可 。
在上一篇《无死角“盘”它！二分查找树》中提到了：平衡二叉树的目的就是使得平均查找长度最短。那么这里就引出两个问题：
前一阵子在学习HashMap的时候，知道了在java8之后的HashMap使用数组+链表+红黑树的结构来实现，看代码的时候百思不得其解。
我们知道，每个节点的深度与它左右子树的深度有关，且等于其左右子树最大深度值加上 1 。 即：
在上一篇中，我们了解了树的基本概念以及二叉树的基本特点和代码实现，还用递归的方式对二叉树的三种遍历算法进行了代码实现。但是，由于递归需要系统堆栈，所以空间消耗要比非递归代码要大很多。而且，如果递归深度太大，可能系统撑不住。因此，我们使用非递归（这里主要是循环，循环方法比递归方法快, 因为循环避免了一系列函数调用和返回中所涉及到的参数传递和返回值的额外开销）来重新实现一遍各种遍历算法，再对二叉树的另外一种特殊的遍历—层次遍历进行实现，最后再了解一下特殊的二叉树—二叉查找树。
俗话说：学如逆水行舟,不进则退;心似平原走马,易放难收。这句话对程序员而言，体会更深。这行已经越来越卷了，时刻准备着😃。 二叉树，在面试中，已是必备的开胃菜。而在二叉树相关的面试题目中，遍历更是常考题目。本文将从二叉树的遍历角度入手，从递归和非递归角度来分析和讲解二叉树的遍历。 遍历 二叉树的遍历是指从根节点出发，按照某种次序依次访问二叉树中的所有节点，使每个节点被且仅被访问一次。 二叉树的遍历，有先序遍历、中序遍历以及后续遍历三种。 图一 上面三种遍历方式中的先序、中序以及后序三种方式，是父节点相对
中序遍历按照“左子树 > 根结点 > 右子树”的顺序进行访问。而在访问左子树或右子树的时候我们按照同样的方式遍历，直到遍历完整棵树。
本公众号主要推送关于对算法的思考以及应用的消息。算法思想说来有，分而治之，搜索，动态规划，回溯，贪心等，结合这些思想再去思考如今很火的大数据，云计算和机器学习，是不是也别有一番风味呢？ 在这个征程中，免不了读英文博客，paper，书籍等，提升英语阅读能力也至关重要呀，为了满足大家需要，本公众号也推送这方面的消息。 01—你会学到什么？ 树的递归遍历算法很容易理解，代码也很精简，但是如果想要从本质上理解二叉树常用的三种遍历方法，还得要思考树的非递归遍历算法。 读完后的收获： “”将学到二叉树的后序遍历的非递归
解决二叉树的很多问题的方案都是基于对二叉树的遍历。遍历二叉树的前序，中序，后序三大方法算是计算机科班学生必写代码了。其递归遍历是人人都能信手拈来，可是在手生时写出非递归遍历恐非易事。正因为并非易事，所以网上出现无数的介绍二叉树非递归遍历方法的文章。可是大家需要的真是那些非递归遍历代码和讲述吗？代码早在学数据结构时就看懂了，理解了，可为什么我们一而再再而三地忘记非递归遍历方法，却始终记住了递归遍历方法？ 三种递归遍历对遍历的描述，思路非常简洁，最重要的是三种方法完全统一，大大减轻了我们理解的负担。而我们常接触
很多时候我们需要使用非递归的方式实现二叉树的遍历，非递归枚举相比递归方式的难度要高出一些，效率一般会高一些，并且前中后序枚举的难度呈一个递增的形式，非递归方式的枚举有人停在非递归后序，有人停在非递归中序，有人停在非递归前序(这就有点拉胯了啊兄弟)。
定义：二叉树是有限结点的集合 二叉树有五种形态，有四种表示方法，其中括号表示法是最重要的，下面的链式存储结构也是根据括号表示法来的== 二叉树的性质： 性质1：非空二叉树上的叶子节点数等于双分支节点数加1 性质2：非空二叉树的第i层上最多有2（i-1）个结点 性质3：高度位h的二叉树最多有2（h）-1个结点
中序遍历按照“左子树 > 根结点——右子树”的顺序进行访问。而在访问左子树或右子树的时候我们按照同样的方式遍历，直到遍历完整棵树。
二 叉树是一种非常重要的数据结构，很多其它数据结构都是基于二叉树的基础演变而来的。对于二叉树，有前序、中序以及后序三种遍历方法。因为树的定义本身就是 递归定义，因此采用递归的方法去实现树的三种遍历不仅容易理解而且代码很简洁。而对于树的遍历若采用非递归的方法，就要采用栈去模拟实现。在三种遍历中， 前序和中序遍历的非递归算法都很容易实现，非递归后序遍历实现起来相对来说要难一点。 一.前序遍历 前序遍历按照“根结点-左孩子-右孩子”的顺序进行访问。 1.递归实现 void pre_order(BTre
来自：juejin.im/post/5ba3bb52e51d450e942f3031
而我们在数据结构中所探讨的与此有相似之处，又与此有莫大的不同。我们数据结构吗，要从树这种结构说起。
深度优先，前、中、后遍历顺序，就是组合[根左右]，移动根的位置，根左右、左根右、左右根，但是我即使代码会写了，还是搞不明白这个根左右与遍历的关系毛线头在哪里，特别是中序遍历的左根右，
这次来写一下 LeetCode 的第 94 题，二叉树的中序遍历。
上一篇文章《精通二叉树的“独门忍术”——线索二叉树（上）》提到了线索二叉树的改良，并给出了改良后的“中序遍历”“前序遍历”线索二叉树的定义。本文就来谈谈改良后的“前序遍历”的线索二叉树的转换与遍历算法。
算法实现： pre、mid：前序遍历、中序遍历的结果结果数组 pl、pr、ml、mr：前序、中序遍历结果数组的左右边界 p：创建当前树的根结点 leftRoot、rightRoot：创建当前树的左子树、右子树的根结点 pos：记录当前树的根在中序遍历中的位置 (根在前序遍历中的位置不用记录，前序遍历结果的第一个就是) num：记录左子树结点的个数 lpl、 lpr、 lml、 lmr：记录前序遍历、中序遍历中左子树的范围 rpl,、rpr,、rml、rmr：记录前序遍历、中序遍历中右子树的范围
所谓二叉树的遍历，是指按照某条搜索路径访问树中的每个结点，使得每个几点均被访问一次，而且仅被访问一次。
树（Tree）是n（n≥0）个结点的有限集，它或为空树（n=0）；或为非空树，对于非空树T：
节点访问的次序,忽略打印行为 如果将打印安排在同个数字第一次被访问时,即先序遍历 第二次即中序遍历 第三次即后序遍历 现二叉树的先序、中序、后序遍历，包括递归方式和非递归 方式 二叉树结构定义 public static class Node { public int value; public Node left; public Node right; public Node(int data) { thi
二叉树是我们常见的数据结构之一，在学习二叉树之前我们需要知道什么是树，什么是二叉树，本篇主要讲述了二叉树，以及二叉树的遍历。
如果要写出非递归的遍历算法，无论用哪种遍历方法，根据《再不会“降维打击”你就Out了！》《神力加身！动态编程》《史上最猛之递归屠龙奥义》三篇文章中讲到的知识和技巧，都要借助堆栈来记忆“历史路径”以用于回溯。此方法是经典做法，但同时也有两个显著弊端：
1.术语 1.树（tree): 树是n(n≥0)个结点的有限集T, 当n=0时，T为空树； 当n>0时, (1)有且仅有一个称为T的根的结点, (2)当n>1时,余下的结点分为m(m>0)个互不相交的有限集
前序遍历的方式，也就是对每一棵子树，按照根节点、左子树、右子树的顺序进行访问，也就是根-左-右的访问顺序。因为每一棵非空子树，又可拆分为根节点、左子树和右子树，所以可以按照根-左-右的方式，递归访问每棵子树。
这里还有个趣事，Homebrew 的作者 Max Howell 某天去 Google 面试，面试官出了一道反转二叉树的题目，然而 Max Howell 没答上来，结果被拒。面试官的评语是：“我们 90％ 的工程师使用您编写的软件，但是您却无法在面试时在白板上写出翻转二叉树这道题，所以滚蛋吧”。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
