二叉树各种遍历算法

article/2025/9/22 6:59:31

二叉树是许多算法题的常用结构,其遍历算法的各种变种就是各种题目。具体的顺序如下:

  • 先序遍历:先根、后左、再右
  • 中序遍历:先左、后根、再右
  • 后序遍历:先左、后右、再根

递归版先序、中序、后序遍历

最简单、最直接的版本

#include <iostream>
using namespace std;// 二叉树节点
struct Node
{int value;struct Node* left;struct Node* right;Node(int data) : value(data), left(nullptr), right(nullptr) {};
};// 先序遍历
void PreOrder(Node* head)
{if (head == nullptr)return;cout << head->value << " ";PreOrder(head->left);PreOrder(head->right);
}// 中序遍历
void InOrder(Node* head)
{if (head == nullptr)return;InOrder(head->left);cout << head->value << " ";InOrder(head->right);
}// 后序遍历
void PosOrder(Node* head)
{if (head == nullptr)return;PosOrder(head->left);PosOrder(head->right);cout << head->value << " ";
}int main()
{Node* n1 = new Node(1);Node* n2 = new Node(2);Node* n3 = new Node(3);Node* n4 = new Node(4);Node* n5 = new Node(5);n1->left = n2;n1->right = n3;n2->left = n4;n2->right = n5;PreOrder(n1);cout << endl;InOrder(n1);cout << endl;PosOrder(n1);cout << endl;delete n1;delete n2;delete n3;delete n4;delete n5;system("pause");return 0;
}

非递归版本

用递归方法解决的问题都能用非递归的方法来做,因为递归无非是使用了系统的函数栈来保存信息。我们自己申请一个栈来代替函数栈即可实现非递归方法。

先序遍历

先序遍历比较容易理解,首先将根节点入栈。从栈中取出栈顶节点,打印该点,接着先将右孩子入栈,再将左孩子入栈(因为栈的特点是先进后出,要先遍历左孩子就得后入栈)。不断重复该步骤直至栈为空。

void PreOrderUnRecur(Node* head)
{if (head){stack<Node*> stack;stack.push(head);Node* cur;while (!stack.empty()){cur = stack.top();stack.pop();cout << cur->value << " ";// 右孩子先进栈,后出if (cur->right)stack.push(cur->right);if (cur->left)stack.push(cur->left);}}
}

中序遍历

令cur等于head
步骤1:先把cur入栈,然后不停让cur=cur->left,重复此步骤。即把cur下的所有左孩子节点入栈。直到cur为空。
步骤2:从栈中弹出栈顶给cur,打印该节点,然后令cur=cur->right,回到步骤2。
步骤3:当栈为空时且cur为空时,过程结束。
入栈的顺序可参考下图:
在这里插入图片描述

void InOrderUnRecur(Node* head)
{if (head){stack<Node*> stack;Node* cur = head;while (!stack.empty() || cur != nullptr){while (cur != nullptr){stack.push(cur);cur = cur->left;}cur = stack.top();stack.pop();cout << cur->value << " ";cur = cur->right;}}
}

后序遍历

方法一:

申请两个栈s1、s2,先将头节点入栈s1。从s1中弹出栈顶节点记为cur,然后依次将cur的左孩子和右孩子压入s1。在这过程中每一个从s1中弹出的节点均压入s2。当s1为空后,从s2中依次弹出的节点便是后序遍历的次序。
主要就是利用两个栈来进行“倒腾“,压入s2的顺序为中、右、左,弹出的顺序就变成了左、右、中。

void PosOrderUnRecur(Node* head)
{if (head){stack<Node*> s1, s2;s1.push(head);Node* cur;while (!s1.empty()){cur = s1.top();s1.pop();s2.push(cur);if (cur->left)s1.push(cur->left);if (cur->right)s1.push(cur->right);}while (!s2.empty()){cout << s2.top()->value << " ";s2.pop();}}
}

方法二:
申请一个栈,将头节点压入栈。
现在我们思考一下:当遍历到一个节点时,如何判断这次遍历是打印该点,还是先处理它的孩子呢?
有以下几种情况:

  1. 该节点的左右孩子皆为空,即该节点为叶子节点,那么这次遍历就是打印该点。
  2. 如果上一次打印的节点为该节点的右孩子,说明该节点的子树处理完毕,这次遍历就是打印该点。
  3. 如果上一次打印的节点为该节点的左孩子,且该节点的右孩子为空,说明该节点的子树处理完毕,这次遍历就是打印该点。
  4. 否则说明子树没有被访问过,按照右孩子、左孩子的顺序入栈。
void PosOrderUnRecur(Node* head)
{if (head){stack<Node*> stack;stack.push(head);Node* last = nullptr;Node* top;while (!stack.empty()){top = stack.top();if ((top->left == nullptr && top->right == nullptr) || // 叶子节点(top->right == nullptr && last == top->left) || // 上个访问为左孩子,且右孩子为空last == top->right) // 上个访问为右孩子{cout << top->value << " ";last = top;stack.pop();}else{if (top->right)stack.push(top->right);if (top->left)stack.push(top->left);}}}
}

层次遍历

利用队列来做。

void LevelOrder(Node* head)
{if (head){queue<Node*> queue;queue.push(head);Node* cur;while (!queue.empty()){cur = queue.front();queue.pop();cout << cur->value << " ";if (cur->left)queue.push(cur->left);if (cur->right)queue.push(cur->right);}}
}

http://chatgpt.dhexx.cn/article/JVU5Le94.shtml

相关文章

带你图解二叉树的多种递归遍历(建议收藏!!)

文章目录 二叉树的构建结点类型的定义构建二叉树之间的关系 深度优先遍历前序遍历代码实现图解递归&#xff08;由于图片大小问题&#xff0c;建议用手机客户端查看&#xff0c;以下图解也是&#xff09; 中序遍历代码实现图解递归 后序遍历代码实现图解递归 广度优先遍历层序遍…

二叉树遍历之图解Mirror算法(莫里斯算法)

144. 二叉树的前序遍历 我们写二叉树的遍历时&#xff0c;一般有两种方式&#xff0c;迭代和递归。然而还有一种神奇的算法&#xff0c;也可以作我们的二叉树递归&#xff0c;且空间复杂度为O(1)&#xff0c;要知道&#xff0c;我们迭代和递归都是需要额外栈空间的 递归和迭代网…

二叉树遍历方法——前、中、后序遍历(图解)

目录 一、前序遍历 &#xff08;1&#xff09;递归版本 &#xff08;2&#xff09;非递归版本 二、中序遍历 &#xff08;1&#xff09;递归版本 &#xff08;2&#xff09;非递归版本 三、后序遍历 &#xff08;1&#xff09;递归版本 &#xff08;2&#xff09;非递归版…

详细图解二叉树四种遍历(前序中序后序层次遍历)

文章目录 一.前序遍历常规操作简单方法 二.中序遍历常规操作简单方法 三.后序遍历常规操作 四.层次遍历常规操作 本文中以此二叉树为例 一.前序遍历 常规操作 先根&#xff0c;再左&#xff0c;再右 确定了遍历整体结构&#xff1a; 确定了左子树中的整体结构 继续操作&…

FPN细节剖析以及pytorch代码实现

目录 FPN&#xff08;feature pyramid network&#xff09; 网络结构 bottleneck pytorch代码实现 公式&#xff1a;卷积层输入输出大小的计算公式 细节一&#xff1a;代码中blocks参数的含义 细节二&#xff1a;c1 c2 c3 c4 c5层尺寸分别为原图的1/2 1/4 1/8 1/16 1/32…

目标检测之FPN、AugFPN、NAS-FPN

针对小目标的检测有提升的文章。 未完待续~ Feature Pyramid Networks for Object Detection FPN是一种多尺度的目标检测算法。大多数目标检测算法都是采用顶层特征来做预测的&#xff0c;但是我们知道&#xff1a;低层的特征语义信息较少&#xff0c;但是位置信息丰富&#x…

FPN网络和RPN网络介绍

原文链接 神经网络特征提取过程中&#xff0c;一般底层特征具有良好的空间信息&#xff0c;高层的具有良好的语义信息。原来多数的object detection算法都是只采用顶层特征做预测&#xff0c;但我们知道低层的特征语义信息比较少&#xff0c;但是目标位置准确&#xff1b;高层…

Neck网络 FPN + PAN 改进解读

呃 这篇文章的目的在于补充一些知识以便于理解Neck部分的网络 特征提取网络 与 目标检测之间的关系 一个特征提取网络&#xff0c;假设有1000层&#xff0c;开始的特征图包含的细节信息就很多&#xff0c;而随着网络的加深&#xff0c;特征提取网络经过多次被卷积和池化操作&…

FPN论文笔记

FPN论文笔记 现在看FPN和Inception并行结构融合有点像&#xff0c;FPN上采样同时横向连接相加&#xff0c;Inception是堆叠几个感受野不同的feature&#xff0c;融合的思想有点相似。 FPN是什么&#xff1f; Feature Pyramid Networks,用于特征抽取&#xff08;feature extr…

FPN算法一览

FPN应该是2017年CV顶会的优秀论文&#xff0c;基于目标检测做的研究&#xff0c;在小物体检测方面较为具有吸引力。 1.FPN 源论文&#xff1a;feature pyramid networks for object detection 参考代码&#xff1a;FPN 同时利用低层特征高分辨率和高层特征的高语义信息&…

目标检测中的各种FPN

早期的目标检测算法&#xff0c;无论是一步式的&#xff0c;还是两步式的&#xff0c;通常都是在Backbone的最后一个stage&#xff08;特征图分辨率相同的所有卷积层归类为一个stage&#xff09;最后一层的特征图&#xff0c;直接外接检测头做目标检测。此种目标检测算法&#…

FPN(在FasterRCNN里面是如何运用的)

FPN(Feature Pyramid Networks) FPN解决了什么问题&#xff1f; 答&#xff1a;FPN的提出是为了实现更好的feature maps融合&#xff0c;一般的网络都是直接使用最后一层的feature maps&#xff0c;虽然最后一层的feature maps 语义强&#xff0c;但是位置和分辨率都比较低&…

深度学习之FPN+PAN

一、FPN 检测不同尺度的物体具有挑战性&#xff0c;尤其是对于小物体&#xff0c;我们可以使用不同尺度的同一图像的金字塔来检测物体&#xff08;下左图&#xff09;但是&#xff0c;处理多尺度图像非常耗时并且内存需求太高而无法同时进行端到端训练&#xff0c;因此创建了一…

FPN全解-最全最详细

这篇论文是CVPR2017年的文章&#xff0c;采用特征金字塔做目标检测&#xff0c;有许多亮点&#xff0c;特来分享。 论文&#xff1a;feature pyramid networks for object detection 论文链接&#xff1a;https://arxiv.org/abs/1612.03144 论文概述&#xff1a; 作者提出的…

FPN和PAN的内容及区别

FPN和PAN都是用于解决在目标检测中特征金字塔网络(FPN)在多尺度检测任务上的不足的方法。下面分别详细介绍一下它们的原理和区别。 FPN FPN全称Feature Pyramid Network&#xff0c;是由FAIR在2017年提出的一种处理多尺度问题的方法。FPN的主要思路是通过构建金字塔式的特征图…

深度学习之FPN和PAN

注&#xff1a;借鉴整理&#xff0c;仅供自学&#xff0c;侵删 FPN是自顶向下&#xff0c;将高层的强语义特征传递下来&#xff0c;对整个金字塔进行增强&#xff0c;不过只增强了语义信息&#xff0c;对定位信息没有传递。PAN就是针对这一点&#xff0c;在FPN的后面添加一个自…

FPN网络介绍

目录 前言一.FPN网络二.网络创新点 前言 上一篇博文我们介绍了FCN结构&#xff0c;这篇博文我们来简答的介绍下FPN网络&#xff0c;FPN (Feature Pyramid Network) 是一种用于图像语义分割、物体检测等任务的神经网络结构。是针对目标检测提出的结构。 一.FPN网络 先来看下FP…

FPN+PAN结构,SPP结构

一、FPNPAN FPN 高维度向低维度传递语义信息&#xff08;大目标更明确&#xff09; PAN 低维度向高维度再传递一次语义信息&#xff08;小目标也更明确&#xff09; 二、SPP 深层的feature map携带有更强的语义特征&#xff0c;较弱的定位信息。而浅层的feature map携带有…

FPN+PAN结构学习

yolo4的neck结构采用该模式&#xff0c;我们将Neck部分用立体图画出来&#xff0c;更直观的看下两部分之间是如何通过FPN结构融合的。 如图所示&#xff0c;FPN是自顶向下的&#xff0c;将高层特征通过上采样和低层特征做融合得到进行预测的特征图。Neck部分的立体图像&#xf…

FPN网络理解

1.什么是FPN fpn设计动机&#xff1a;1.高层特征向低层特征融合&#xff0c;增加低层特征表达能力&#xff0c;提升性能 2.不同尺度的目标可以分配到不同层预测&#xff0c;达到分而治之。 fpn设计细节&#xff1a;1*1的卷积是让最左侧的三个特征图的通道保持一致&#xff0c;从…