遍历二叉树的递归与非递归算法浅析.docVIP

遍历二叉树的递归与非递归算法浅析 　　摘要：二叉树是数据结构中最常见的一种存储形式，而遍历二叉树又是二叉树中最重要的操作。该文分别以递归和非递归两种不同的算法来分析遍历二叉树的过程，旨在用简单明了的方法来实现二叉树的遍历，且先序、中序、后序三种遍历方式都可通过这两种算法实现。 　　关键词：二叉树；遍历；递归；非递归 　　中图分类号：TP311文献标识码：A文章编号：1009-3044(2011)24-5941-02 　　二叉树是数据结构中最常见的一种存储形式，许多实际问题抽象出来的数据结构通常都能够表示为二叉树，其运算和存储结构都较为简练，因此在算法与数据结构中经常使用。而遍历算法又是二叉树最重要的操作。所谓遍历二叉树，就是按照某条搜索路径寻访树中每个结点，使得每个结点均被访问一次，且仅被访问一次。二叉树的遍历分为先序、中序和后序遍历三种方法，如何才能使初学者更好地理解二叉树的遍历算法呢？本文将从递归和非递归两种方法分别讲述二叉树的遍历过程。 　　1 递归算法 　　递归是指在定义自身的同时，又出现了对自身的引用。如果一个算法直接或间接调用自己，则称这个算法是一个递归算法。在遍历二叉树时，递归就是将二叉树的元素分为根结点、左结点和右结点，按照左根右、根左右或左右根的顺序依次访问结点并对其做各种处理。为了使初学者更容易理解，我们可以借助二叉树的图示来讲解。对于三种遍历方法：前序、中序、后序，我们将二叉树拆分为根（T）和左（L）、右（R）子树，此时我们发现，无论是哪种遍历方法，左子树均在右子树之前被访问，因此可以将根结点（T）与其左、右子树拆分开来，确定了遍历的顺序，即确定了访问根结点（T）的时间是在左子树之前还是之后。 　　例如求下图（1）所示二叉树的中序遍历序列。首先，先确定根结点（A）及其左右子树（B）、（C），按照中序遍历LTR的顺序，任一结点在以其为根的子树中的访问顺序为左子树、根结点、右子树。而对于以B、C为根结点的两个子树，还可继续将其拆分为左、右子树，按左中右的顺序，遍历左子树直到其只有一个结点或为空为止，然后遍历右子树，直到其右子树只有一个结点或为空为止。此步骤可借助图1来讲解。 　　图1 　　图（1）可拆分为根结点A和图（2）、（3），其中图（2）为根结点A的左子树，图（3）为A的右子树；接下来，图（2）是以B为根结点的二叉树，我们可继续将其拆分为根结点B和图（4）、（5）；同样地，图（3）是以C为根结点的二叉树，可最终将其拆分为根结点C和图（6）、（7）。 　　首先，按照中序遍历LTR的顺序遍历A的左子树，即图（2）。其中结点B的左子树为D，D没有左子树，因此直接遍历结点D；然后遍历该左子树的根结点B；接下来遍历B的右子树即图（5），其中G为E的左子树，且G本身无左子树，因此直接遍历G，然后遍历其根结点E。此时二叉树根结点A的左子树即图（2）已遍历完毕，遍历的顺序为DBGE。 　　接下来应该按照中序遍历的顺序访问根结点A，然后继续遍历右子树即图（3）。 　　图（3）中以C为根结点的二叉树无左子树，因此首先遍历其根结点C，然后遍历其右子树即图（6）；按照LTR的顺序遍历图（6）应依次访问结点HFI，此处注意图（7）为结点I的右子树，I无左子树，因此遍历I的顺序必然在图（7）之前；接下来考虑图（7）的遍历顺序，其中K为J的左子树，因此应优先遍历，访问顺序应为KJ。最终图（3）的访问序列应为HFIKJ。 　　由此可得到图（1）所示二叉树的中序遍历序列（LTR）为DBGEAHFIKJ。同理，还可根据拆分法得出其先序遍历序列（TLR）为ABDEGCFHIJK，后序遍历序列（LRT）为DGEBHKJIFCA。使用此类借助图示的拆分法讲解二叉树的遍历，可以将遍历二叉树这一比较抽象的问题分解为若干小问题，便于学生理解；同时，学生们掌握了这种方法后，将会更容易理解遍历的递归算法中递归调用和返回的过程。 　　2 非递归算法 　　遍历二叉树使用递归算法固然清晰、易理解，但递归算法解题的运行效率较低，递归调用函数的次数过多容易造成栈溢出等缺点，使我们在实际应用中更多地使用非递归算法来设计程序。使用非递归算法遍历二叉树时，首先设置一个栈，并将根结点压入其中。对于二叉树中的任一结点均执行扩展和访问两种操作：所有未扩展、未访问的新节点全部入栈，然后每个结点依次出栈，出栈后扩展它，将它的左右子树的根结点（未扩展、未访问）及它自身（已扩展、未访问）按访问次序压入栈中，当此结点第二次出栈时就可以直接访问它了。 　　这个过程如下图所示：设A为一个新结点，第一次入栈如图（8）所示；A第一次出栈后，扩展它，将它的左、右子树的根结点分别记为AL、AR，并为A做上标记（用*A表示），则先序、中序、后序遍历分别将A、AL、AR