中序遍历

1.题目描述 给定一个二叉树，返回它的中序 遍历。 示例: 输入: [1,null,2,3] 1 \ 2 / 3 输出: [1,3,2] 2.解题思路 3.代码实现 # Definition for a binary tree node. # class TreeNode(object): # def __init__(self, x): # self.val = x # self.left = None # self.right = None class Solution(object): def inorderTraversal(self, root): """ :type root: TreeNode :rtype: List[int] """ res=[] stack=[] if not root: return None while root or stack: while root: stack.append(root) root=root.left if stack: root=stack.pop(-1) res.append(root.val) root=root.right return res 来源： CSDN 作者： ccluqh 链接： https://blog.csdn.net/qq_28468707/article/details/103690270

判断链 每个点的度数不超过2 判断树 n个点，n-1条边 每两个点之间的路径唯一 多叉树转换成二叉树 第一个孩子作为左孩子，第一个孩子的兄弟作为它的右孩子。 最小生成树 切割性质 假定所有边权均不相同。设S为既非空集也非全集的V的子集，边e是满足一个端点在S内，另一个端点不再S内的所有边中权值权值最小的一个，则图G的所有生成树均包含e。 回路性质。假定所有边权均不相同。设C为图G的任意回路，边e是C上权值最大的边，则图G的所有生成树均不包含e。 增量最小生成树 从包含的n个点的空图开始，依次加入m条带权边。每加入一条边，输出当前图中最小生成树权值（如果当前图不联通，输出无解）。 如果加入一条边（u,v）后，图中恰好包含一个环，根据回路性质，删除该葫芦上权值最大的边即可，因此只需要在加边之前的MST中找到u到v唯一路径上权值最大的边，再和e比较，删除权值较大的一条。由于路径唯一，可以用DFS或者BFS找到这条u到v的路径，总时间复杂度为 \(O(nm)\) 。 最小瓶颈生成树 给出加权无向图，求一个最小生成树，使得最大边权值尽量小。 每颗最小生成树一定是最小瓶颈生成树，每颗最小瓶颈生成树却不一定是最小生成树 最小瓶颈路 给定加权无向图的两个结点u和v，求出从u到v的一条路径，使得路径上的最长边尽量短。 我们直接求出这个图的最小生成树，则起点和终点在书上的唯一路径就是我们要找的路径

数据结构基础概念篇 原创 小草莓lllll 发布于2017-11-14 13:44:24 阅读数 158267 收藏 更新于2017-11-14 13:44:24 分类专栏： 数据结构与算法 版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。 本文链接： https://blog.csdn.net/qq_31196849/article/details/78529724 展开 <h1 id="数据结构"><a name="t0"></a><a name="t0"></a>数据结构</h1> 一些概念 数据结构就是研究数据的 逻辑结构 和 物理结构 以及它们之间 相互关系 ，并对这种结构定义相应的运算，而且确保经过这些运算后所得到的新结构仍然是原来的结构类型。 数据：所有能被输入到计算机中，且能被计算机处理的符号的集合。是计算机操作的对象的总称。 数据元素：数据（集合）中的一个“个体”，数据及结构中讨论的 基本 单位 数据项：数据的不可分割的最小单位。一个数据元素可由若干个数据项组成。 数据类型：在一种程序设计语言中，变量所具有的数据种类。整型、浮点型、字符型等等 逻辑结构：数据之间的相互关系。 集合 结构中的数据元素除了同属于一种类型外，别无其它关系。 线性结构 数据元素之间一对一的关系 树形结构 数据元素之间一对多的关系

相关术语： 平衡树，非平衡树，完全数，满树。 实现策略： 1）数组实现 这个还是非常重要的，有时间写一下，先用链来写 元素n的（从0开始按层编号）左子树编号为2n+1，右子树编号为2n+2，数学证明就略了，用这个来控制下标 2）模拟链式实现 3）链式实现 树是一种非线性结构，那么跟前不一样，必须根据你的需求 来构造新的节点才能满足树中的节点特征 ： package Tree;public class BinaryTreeNode { protected Object element; protected BinaryTreeNode left,right; public BinaryTreeNode(Object element)//用元素来构造一个结点 { this.element = element; left = null; right = null; } public int numChildren(){//返回结点的子树上结点的个数 int count = 0; if(left != null) count = 1 + left.numChildren(); if(right != null) count = count + 1 + right.numChildren(); return count; } } 下面是一个实现了一些基本操作的二叉树的ADT

最近在学习数据结构，从书上的代码示例中学习到了一种抽象的思考方式，记录一些学习二叉树的感悟 先序遍历 先序遍历相对简单，我一开实现的时候考虑了四种情况 左孩子为空 && 右孩子为空 访问根节点，然后出栈 左孩子不为空 && 右孩子为空 访问根节点，然后继续访问左孩子 左孩子为空 && 右孩子不为空 访问根节点，入栈右孩子，出栈 左孩子不为空 && 右孩子不为空 访问根节点，入栈右孩子，继续访问左孩子 template<typename Elemtype> template<typename Fun> bool BiTree<Elemtype>::PreOrderTraverse(Fun &visit){ Stack<BiTNode<Elemtype>*> S; InitStack<bool,BiTNode<Elemtype>*>(S); BiTNode<Elemtype> *p = root; while (p != nullptr) { visit(p); if(p->rChrilde != nullptr) Push<bool,BiTNode<Elemtype>*>(S,p->rChrilde); if(p->lChrilde != nullptr) p = p->lChrilde; else //如果栈空Pop()返回false，用于判断栈空结束循环 if(!Pop<bool

Hello，各位小伙伴大家好，我是小栈君，今天给大家带来的分享是关于关于二叉树相关的知识点，并用go语言实现一个二叉树和对二叉树进行遍历。 我们主要针对二叉树的概念，go实战实现二叉树的前序遍历、中序遍历、后序遍历。 二叉树概念 在计算机科学领域内，二叉树代表的是具有两个节点的树形结构，通常子树被称作为“左子树”，右边的被称作为“右子树”。二叉树通常的应用于实现二叉查找树和二叉堆。 例如上述图片中，我们就制定了一个二叉树，其中d、e、f称作a树的叶子节点。 [叶子结点是离散数学中的概念。一棵树当中没有子结点（即度为0）的结点称为叶子结点，简称“叶子”。 叶子是指出度为0的结点，又称为终端结点] b和c 作为树a的孩子结点，b和a因为作为一个根a的孩子，所以他们的称呼为兄弟结点。其实总结一点就是关于二叉树各个结点的称呼其实和我们在家庭中，对于各个亲戚长辈的称呼类似。 在百度百科中也归纳除了关于二叉树的分类 一棵深度为k，且有2^k-1个结点的二叉树，称为满二叉树。这种树的特点是每一层上的结点数都是最大结点数。而在一棵二叉树中，除最后一层外，若其余层都是满的，并且或者最后一层是满的，或者是在右边缺少连续若干结点，则此二叉树为完全二叉树。 具有n个结点的完全二叉树的深度为floor(log2n) 1。深度为k的完全二叉树，至少有2k-1个叶子结点，至多有2k-1个结点。

本文转载自： http://blog.csdn.net/zhangxiangdavaid/article/details/37115355 前言 　　对于二叉树的递归遍历比较简单，所以本文主要讨论的是非递归版。其中，中序遍历的非递归写法最简单，后序遍历最难。 　　 节点的定义： //Binary Tree Node typedef struct node { int data; struct node* lchild; //左孩子 struct node* rchild; //右孩子 }BTNode; 　　首先，有一点是明确的：非递归写法一定会用到栈，这个应该不用太多的解释。我们先看中序遍历： 中序遍历 分析 　　中序遍历的递归定义：先左子树，后根节点，再右子树。如何写非递归代码呢？一句话：让代码跟着思维走。我们的思维是什么？思维就是中序遍历的路径。假设，你面前有一棵二叉树，现要求你写出它的中序遍历序列。如果你对中序遍历理解透彻的话，你肯定先找到左子树的最下边的节点。那么下面的代码就是理所当然的： 中序代码段(i) BTNode* p = root; //p指向树根 stack <BTNode*> s; //STL中的栈 //一直遍历到左子树最下边，边遍历边保存根节点到栈中 while (p) { s.push(p); p = p->lchild; } 　

本文部分来源于CSDN 兰亭风雨 大牛的原创。链接为 http://blog.csdn.net/ns_code/article/details/12977901 因为感觉大牛讲的很好，所以这里的文字讲解采用大牛的，大家可以直接看原创！代码部分是我自己的，leetcode代码，可在leetcode Accepted 二叉树是一种非常重要的数据结构，很多其他数据机构都是基于二叉树的基础演变过来的。二叉树有前、中、后三种遍历方式，因为树的本身就是用递归定义的，因此采用递归的方法实现三种遍历，不仅代码简洁且容易理解，但其开销也比较大，而若采用非递归方法实现三种遍历，则要用栈来模拟实现（递归也是用栈实现的）。下面先简要介绍三种遍历方式的递归实现，再详细介绍三种遍历方式的非递归实现 一、三种遍历方式的递归实现（比较简单，这里不详细讲解） 1、先序遍历——按照“根节点-左孩子-右孩子”的顺序进行访问 1 /** 2 * Definition for binary tree 3 * struct TreeNode { 4 * int val; 5 * TreeNode *left; 6 * TreeNode *right; 7 * TreeNode(int x) : val(x), left(NULL), right(NULL) {} 8 * }; 9 */ 10 class Solution {

本文转载自： http://blog.csdn.net/zhangxiangdavaid/article/details/37115355 前言 　　对于二叉树的递归遍历比较简单，所以本文主要讨论的是非递归版。其中，中序遍历的非递归写法最简单，后序遍历最难。 　　 节点的定义： //Binary Tree Node typedef struct node { int data; struct node* lchild; //左孩子 struct node* rchild; //右孩子 }BTNode; 　　首先，有一点是明确的：非递归写法一定会用到栈，这个应该不用太多的解释。我们先看中序遍历： 中序遍历 分析 　　中序遍历的递归定义：先左子树，后根节点，再右子树。如何写非递归代码呢？一句话：让代码跟着思维走。我们的思维是什么？思维就是中序遍历的路径。假设，你面前有一棵二叉树，现要求你写出它的中序遍历序列。如果你对中序遍历理解透彻的话，你肯定先找到左子树的最下边的节点。那么下面的代码就是理所当然的： 中序代码段(i) BTNode* p = root; //p指向树根 stack<BTNode*> s; //STL中的栈 //一直遍历到左子树最下边，边遍历边保存根节点到栈中 while (p) { s.push(p); p = p->lchild; } 　

#include <stdio.h> #include <stdlib.h> #define MAX_LEN 50 /*二叉树的二叉链表结构*/ typedef struct node { struct node *lchild; struct node *rchild; char data; }BTREE; /*栈的数组实现*/ typedef struct { int top; BTREE *a[MAX_LEN]; //结构体数组，每个元素均为一个结点 }Stack; /*队列的数组实现*/ typedef struct { BTREE *a[MAX_LEN]; //结构体数组，每个元素均为一个结点 int front; int rear; }Queue; /*为栈分配空间*/ Stack *Createstack() { Stack *p; p = (Stack *)malloc(sizeof(Stack)); p->top = -1; return p; } /*为队列分配空间*/ Queue *Createqueue() { Queue *p; p = (Queue *)malloc(sizeof(Queue)); p->front = 0; p->rear = 0; return p; } /*菜单*/ int Menu() { int x; printf("\n\n"