二叉树遍历方法技巧

合集下载

二叉树遍历算法的应用

二叉树遍历算法的应用二叉树是一种常用的数据结构，它由节点和节点之间的链接组成。

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。

二叉树遍历算法是指按照一定的顺序访问二叉树中的所有节点，经典的二叉树遍历算法有前序遍历、中序遍历和后序遍历。

这些遍历算法在计算机科学中有广泛的应用。

一、前序遍历前序遍历算法的访问顺序是先访问根节点，然后依次访问左子树和右子树。

在实际应用中，前序遍历算法十分常见，具有以下几个应用：1.树的复制：如果需要复制一棵二叉树，可以使用前序遍历算法遍历原树，然后按照递归或迭代的方式创建新节点，并复制原节点的值。

2.表达式求值：对于一个二叉树表示的数学表达式，前序遍历算法可以用来计算表达式的值。

遍历到运算符节点时，先计算左子表达式的值，然后计算右子表达式的值，最后根据运算符进行计算。

3.文件系统遍历：文件系统可以被视为一个树状结构，前序遍历算法可以按照前序的顺序遍历文件系统中的所有文件和文件夹。

二、中序遍历中序遍历算法的访问顺序是先访问左子树，然后访问根节点，最后访问右子树。

中序遍历算法也有多个应用：1.二叉树的中序遍历得到的节点值是按照从小到大的顺序排列的。

因此，可以使用中序遍历算法验证一个二叉树是否为二叉树。

2.二叉树中序遍历的结果可以用来实现按照升序排列的有序集合的功能。

例如，在数据库中存储的数据可以通过中序遍历的结果进行排序。

3.中序遍历算法可以将一个二叉树转换为一个有序的双向链表。

在遍历过程中，维护一个前驱节点和一个后继节点，并进行链接操作。

三、后序遍历后序遍历算法的访问顺序是先访问左子树，然后访问右子树，最后访问根节点。

后序遍历算法也有多个应用：1.后序遍历算法可以用来计算二叉树的深度。

在遍历过程中，可以维护一个全局变量来记录最大深度。

2.后序遍历算法可以用来判断一个二叉树是否为平衡二叉树。

在遍历过程中，可以比较左右子树的高度差，判断是否满足平衡二叉树的定义。

3.后序遍历算法可以用来释放二叉树的内存。

二叉树的遍历及常用算法

⼆叉树的遍历及常⽤算法⼆叉树的遍历及常⽤算法遍历的定义:按照某种次序访问⼆叉树上的所有结点,且每个节点仅被访问⼀次;遍历的重要性:当我们需要对⼀颗⼆叉树进⾏,插⼊,删除,查找等操作时,通常都需要先遍历⼆叉树,所有说:遍历是⼆叉树的基本操作;遍历思路:⼆叉树的数据结构是递归定义(每个节点都可能包含相同结构的⼦节点),所以遍历也可以使⽤递归,即结点不为空则继续递归调⽤每个节点都有三个域,数据与,左孩⼦指针和右孩⼦之指针,每次遍历只需要读取数据,递归左⼦树,递归右⼦树,这三个操作三种遍历次序:根据访问三个域的不同顺序,可以有多种不同的遍历次序,⽽通常对于⼦树的访问都按照从左往右的顺序;设:L为遍历左⼦树,D为访问根结点,R为遍历右⼦树,且L必须位于R的前⾯可以得出以下三种不同的遍历次序:先序遍历操作次序为DLR,⾸先访问根结点，其次遍历根的左⼦树，最后遍历根右⼦树，对每棵⼦树同样按这三步(先根、后左、再右)进⾏中序遍历操作次序为LDR,⾸先遍历根的左⼦树，其次访问根结点，最后遍历根右⼦树，对每棵⼦树同样按这三步(先左、后根、再右)进⾏后序遍历操作次序为LRD,⾸先遍历根的左⼦树，其次遍历根的右⼦树，最后访问根结点，对每棵⼦树同样按这三步(先左、后右、最后根)进⾏层次遍历层次遍历即按照从上到下从左到右的顺序依次遍历所有节点,实现层次遍历通常需要借助⼀个队列,将接下来要遍历的结点依次加⼊队列中;遍历的应⽤“遍历”是⼆叉树各种操作的基础，可以在遍历过程中对结点进⾏各种操作，如:对于⼀棵已知⼆叉树求⼆叉树中结点的个数求⼆叉树中叶⼦结点的个数;求⼆叉树中度为1的结点个数求⼆叉树中度为2的结点个数5求⼆叉树中⾮终端结点个数交换结点左右孩⼦判定结点所在层次等等...C语⾔实现:#include <stdio.h>//⼆叉链表数据结构定义typedef struct TNode {char data;struct TNode *lchild;struct TNode *rchild;} *BinTree, BinNode;//初始化//传⼊⼀个指针令指针指向NULLvoid initiate(BinTree *tree) {*tree = NULL;}//创建树void create(BinTree *BT) {printf("输⼊当前结点值: (0则创建空节点)\n");char data;scanf(" %c", &data);//连续输⼊整形和字符时.字符变量会接受到换⾏,所以加空格if (data == 48) {*BT = NULL;return;} else {//创建根结点//注意开辟的空间⼤⼩是结构体的⼤⼩⽽不是结构体指针⼤⼩,写错了不会⽴马产⽣问题,但是后续在其中存储数据时极有可能出现内存访问异常(飙泪....) *BT = malloc(sizeof(struct TNode));//数据域赋值(*BT)->data = data;printf("输⼊节点 %c 的左孩⼦ \n", data);create(&((*BT)->lchild));//递归创建左⼦树printf("输⼊节点 %c 的右孩⼦ \n", data);create(&((*BT)->rchild));//递归创建右⼦树}}//求双亲结点(⽗结点)BinNode *Parent(BinTree tree, char x) {if (tree == NULL)return NULL;else if ((tree->lchild != NULL && tree->lchild->data == x) || (tree->rchild != NULL && tree->rchild->data == x))return tree;else{BinNode *node1 = Parent(tree->lchild, x);BinNode *node2 = Parent(tree->rchild, x);return node1 != NULL ? node1 : node2;}}//先序遍历void PreOrder(BinTree tree) {if (tree) {//输出数据printf("%c ", tree->data);//不为空则按顺序继续递归判断该节点的两个⼦节点PreOrder(tree->lchild);PreOrder(tree->rchild);}}//中序void InOrder(BinTree tree) {if (tree) {InOrder(tree->lchild);printf("%c ", tree->data);InOrder(tree->rchild);}}//后序void PostOrder(BinTree tree) {if (tree) {PostOrder(tree->lchild);PostOrder(tree->rchild);printf("%c ", tree->data);}}//销毁结点递归free所有节点void DestroyTree(BinTree *tree) {if (*tree != NULL) {printf("free %c \n", (*tree)->data);if ((*tree)->lchild) {DestroyTree(&((*tree)->lchild));}if ((*tree)->rchild) {DestroyTree(&((*tree)->rchild));}free(*tree);*tree = NULL;}}// 查找元素为X的结点使⽤的是层次遍历BinNode *FindNode(BinTree tree, char x) {if (tree == NULL) {return NULL;}//队列BinNode *nodes[1000] = {};//队列头尾位置int front = 0, real = 0;//将根节点插⼊到队列尾nodes[real] = tree;real += 1;//若队列不为空则继续while (front != real) {//取出队列头结点输出数据BinNode *current = nodes[front];if (current->data == x) {return current;}front++;//若当前节点还有⼦(左/右)节点则将结点加⼊队列if (current->lchild != NULL) {nodes[real] = current->lchild;real++;}if (current->rchild != NULL) {nodes[real] = current->rchild;real++;}}return NULL;}//层次遍历// 查找元素为X的结点使⽤的是层次遍历void LevelOrder(BinTree tree) {if (tree == NULL) {return;}//队列BinNode *nodes[1000] = {};//队列头尾位置int front = 0, real = 0;//将根节点插⼊到队列尾nodes[real] = tree;real += 1;//若队列不为空则继续while (front != real) {//取出队列头结点输出数据BinNode *current = nodes[front];printf("%2c", current->data);front++;//若当前节点还有⼦(左/右)节点则将结点加⼊队列if (current->lchild != NULL) {nodes[real] = current->lchild;real++;}if (current->rchild != NULL) {nodes[real] = current->rchild;real++;}}}//查找x的左孩⼦BinNode *Lchild(BinTree tree, char x) {BinTree node = FindNode(tree, x);if (node != NULL) {return node->lchild;}return NULL;}//查找x的右孩⼦BinNode *Rchild(BinTree tree, char x) {BinTree node = FindNode(tree, x);if (node != NULL) {return node->rchild;}return NULL;}//求叶⼦结点数量int leafCount(BinTree *tree) {if (*tree == NULL)return 0;//若左右⼦树都为空则该节点为叶⼦,且后续不⽤接续递归了else if (!(*tree)->lchild && !(*tree)->rchild)return 1;else//若当前结点存在⼦树,则递归左右⼦树, 结果相加return leafCount(&((*tree)->lchild)) + leafCount(&((*tree)->rchild));}//求⾮叶⼦结点数量int NotLeafCount(BinTree *tree) {if (*tree == NULL)return 0;//若该结点左右⼦树均为空,则是叶⼦,且不⽤继续递归else if (!(*tree)->lchild && !(*tree)->rchild)return 0;else//若当前结点存在左右⼦树,则是⾮叶⼦结点(数量+1),在递归获取左右⼦树中的⾮叶⼦结点,结果相加 return NotLeafCount(&((*tree)->lchild)) + NotLeafCount(&((*tree)->rchild)) + 1;}//求树的⾼度(深度)int DepthCount(BinTree *tree) {if (*tree == NULL)return 0;else{//当前节点不为空则深度+1 在加上⼦树的⾼度,int lc = DepthCount(&((*tree)->lchild)) + 1;int rc = DepthCount(&((*tree)->rchild)) + 1;return lc > rc?lc:rc;// 取两⼦树深度的最⼤值 }}//删除左⼦树void RemoveLeft(BinNode *node){if (!node)return;if (node->lchild)DestroyTree(&(node->lchild));node->lchild = NULL;}//删除右⼦树void RemoveRight(BinNode *node){if (!node)return;if (node->rchild)DestroyTree(&(node->rchild));node->rchild = NULL;}int main() {BinTree tree;create(&tree);BinNode *node = Parent(tree, 'G');printf("G的⽗结点为%c\n",node->data);BinNode *node2 = Lchild(tree, 'D');printf("D的左孩⼦结点为%c\n",node2->data);BinNode *node3 = Rchild(tree, 'D');printf("D的右孩⼦结点为%c\n",node3->data);printf("先序遍历为:");PreOrder(tree);printf("\n");printf("中序遍历为:");InOrder(tree);printf("\n");printf("后序遍历为:");PostOrder(tree);printf("\n");printf("层次遍历为:");LevelOrder(tree);printf("\n");int a = leafCount(&tree);printf("叶⼦结点数为%d\n",a);int b = NotLeafCount(&tree);printf("⾮叶⼦结点数为%d\n",b);int c = DepthCount(&tree);printf("深度为%d\n",c);//查找F节点BinNode *node4 = FindNode(tree,'C');RemoveLeft(node4);printf("删除C的左孩⼦后遍历:");LevelOrder(tree);printf("\n");RemoveRight(node4);printf("删除C的右孩⼦后遍历:");LevelOrder(tree);printf("\n");//销毁树printf("销毁树 \n");DestroyTree(&tree);printf("销毁后后遍历:");LevelOrder(tree);printf("\n");printf("Hello, World!\n");return 0;}测试:测试数据为下列⼆叉树:运⾏程序复制粘贴下列内容:ABDGHECKFIJ特别感谢:iammomo。

二叉树的遍历

二叉树的三种遍历方式：先序遍历、中序遍历、后序遍历先序：始终执行以下步骤，1、访问根节点2、遍历左子树3、遍历右子树中序：始终执行以下步骤，1、遍历左子树2、访问根节点3、遍历右子树后序：始终执行以下步骤，1、遍历左子树2、遍历右子树3、访问根节点“始终”：为什么要说“始终”执行呢？因为二叉树的每一个子树又可以看成是一个新的二叉树，遍历步骤、方式都保持一样，所以应该“始终”执行同样的操作，我们也应该始终把它看成一棵新的二叉树。

一些技巧：1、先序遍历第一个元素一定是根节点2、中序遍历中，任何一个元素的前一个元素一定在二叉树中它的左边，比如D在G前面，则D在G左边3、后序遍历最后一个元素一定是根节点4、先、中、后意思是说访问根节点的先后顺序，而且始终从左往右，从上往下先序遍历为：ABC中序遍历为：BAC后序遍历为：BCA先序遍历为：ABDECFG中序遍历为：DBEAFCG后序遍历为：AEBFGCA前序遍历：abcdef 中序遍历：cbdaef 后序遍历：cdbfea先序遍历为：ABDGCEF 中序遍历为：DGBAECF 后序遍历为：GDBEFCA前序遍历结果为 a b d e h i c f g 中序遍历结果为 d b h e i a f c g 后序遍历结果为 d h i e b f g c a前序遍历结果为 FCADBEGHP 中序遍历结果为 ACBDFEHGP 后序遍历结果为 ABDCHPGEF前序遍历为：—＋ a * b — c d / e f 中序遍历为： a ＋ b * c — d — e / f后序遍历为： a b c d — * ＋ e f / —前序遍历结果为ABDHEICFG中序遍历结果为HDBEIACGF后序遍历结果为HDIEBGFCA由先序序列ABCDEFGH 和中序序列CBEDAGHF 恢复二叉树：方法：先序序列ABCDEFGH （注：A 是根）中序序列CBEDAGHF由左子树先序序列：BCDE 和左子树中序序列：CBED 构造A 的左子树同理，由右子树先序序列：FGH 和右子树中序序列GHF 构造A 的右子树：1. 已知某二叉树的其前序遍历序列为1 2 4 3 5 7 6，中序遍历序列为4 2 1 5 7 3 6，求后序遍历序列（4275631）。

二叉树遍历（前序、中序、后序、层次、广度优先、深度优先遍历）

⼆叉树遍历（前序、中序、后序、层次、⼴度优先、深度优先遍历）⽬录转载：⼆叉树概念⼆叉树是⼀种⾮常重要的数据结构，⾮常多其他数据结构都是基于⼆叉树的基础演变⽽来的。

对于⼆叉树，有深度遍历和⼴度遍历，深度遍历有前序、中序以及后序三种遍历⽅法，⼴度遍历即我们寻常所说的层次遍历。

由于树的定义本⾝就是递归定义，因此採⽤递归的⽅法去实现树的三种遍历不仅easy理解并且代码⾮常简洁，⽽对于⼴度遍历来说，须要其他数据结构的⽀撑。

⽐⽅堆了。

所以。

对于⼀段代码来说，可读性有时候要⽐代码本⾝的效率要重要的多。

四种基本的遍历思想前序遍历：根结点 ---> 左⼦树 ---> 右⼦树中序遍历：左⼦树---> 根结点 ---> 右⼦树后序遍历：左⼦树 ---> 右⼦树 ---> 根结点层次遍历：仅仅需按层次遍历就可以⽐如。

求以下⼆叉树的各种遍历前序遍历：1 2 4 5 7 8 3 6中序遍历：4 2 7 5 8 1 3 6后序遍历：4 7 8 5 2 6 3 1层次遍历：1 2 3 4 5 6 7 8⼀、前序遍历1）依据上⽂提到的遍历思路：根结点 ---> 左⼦树 ---> 右⼦树，⾮常easy写出递归版本号：public void preOrderTraverse1(TreeNode root) {if (root != null) {System.out.print(root.val+" ");preOrderTraverse1(root.left);preOrderTraverse1(root.right);}}2）如今讨论⾮递归的版本号：依据前序遍历的顺序，优先訪问根结点。

然后在訪问左⼦树和右⼦树。

所以。

对于随意结点node。

第⼀部分即直接訪问之，之后在推断左⼦树是否为空，不为空时即反复上⾯的步骤，直到其为空。

若为空。

则须要訪问右⼦树。

注意。

在訪问过左孩⼦之后。

二叉树前中后序遍历做题技巧

二叉树前中后序遍历做题技巧在计算机科学中，二叉树是一种重要的数据结构，而前序、中序和后序遍历则是二叉树遍历的三种主要方式。

下面将分别对这三种遍历方式进行解析，并提供一些解题技巧。

1.理解遍历顺序前序遍历顺序是：根节点->左子树->右子树中序遍历顺序是：左子树->根节点->右子树后序遍历顺序是：左子树->右子树->根节点理解每种遍历顺序是解题的基础。

2.使用递归或迭代二叉树的遍历可以通过递归或迭代实现。

在递归中，每个节点的处理函数会调用其左右子节点的处理函数。

在迭代中，可以使用栈来模拟递归过程。

3.辨析指针指向在递归或迭代中，需要正确处理指针的指向。

在递归中，通常使用全局变量或函数参数传递指针。

在迭代中，需要使用栈或其他数据结构保存指针。

4.学会断点续传在处理大规模数据时，为了避免内存溢出，可以采用断点续传的方式。

即在遍历过程中，将中间结果保存在文件中，下次遍历时从文件中读取上一次的结果，继续遍历。

5.识别循环和终止条件在遍历二叉树时，要识别是否存在循环，并确定终止条件。

循环可以通过深度优先搜索（DFS）或广度优先搜索（BFS）避免。

终止条件通常为达到叶子节点或达到某个深度限制。

6.考虑边界情况在处理二叉树遍历问题时，要考虑边界情况。

例如，对于空二叉树，需要进行特殊处理。

又如，在处理二叉搜索树时，需要考虑节点值的最小和最大边界。

7.优化空间使用在遍历二叉树时，需要优化空间使用。

例如，可以使用in-place排序来避免额外的空间开销。

此外，可以使用懒加载技术来延迟加载子节点，从而减少内存占用。

8.验证答案正确性最后，验证答案的正确性是至关重要的。

可以通过检查输出是否符合预期、是否满足题目的限制条件等方法来验证答案的正确性。

如果可能的话，也可以使用自动化测试工具进行验证。

二叉树的遍历及其应用

0引言
所谓遍历，是指沿着某条搜索路线，依次对树中每个结点均做一次且仅做一次访问。访问结点所做的操作依赖于具体的应用问题。遍历在二叉树上最重要的运算之一，是二叉树上进行其它运算之基础。二叉树作为一种重要的数据结构是工农业应用与开发的重要工具。遍历是二叉树算法设计中经典且永恒的话题。经典的算法大多采用递归搜索。递归算法具有简练、清晰等优点，但因其执行过程涉及到大量的堆栈使用，难于应用到一些严格限制堆栈使用的系统，也无法应用到一些不支持递归的语言环境[9]。
由先序序列和中序序列来还原二叉树的过程算法思想[7]：（1）若二叉树空，返回空；（2）若不空，取先序序列第一个元素，建立根节点；（3）在中序序列中查找根节点，以此来确定左右子树的先序序列和中序序列；（4）递归调用自己，建左子树；（5）递归调用自己，建右子树。
4二叉树的遍历的应用
根据二叉树的遍历算法, 可得出如下规律: 规律1: 前序序列遍历第一个为根结点, 后序遍历的最后一个结点为根结点。规律2: 前序序列遍历最后一个为根结点右子树的最右叶子结点, 中序遍历的最后一个结点为根结点右子树的最右叶子结点。规律3: 中序序列遍历第一个结点为根结点左子树的最左叶子结点,
1遍历二叉树的概念
所谓遍历二叉树，就是遵从某种次序，访问二叉树中的所有结点，使得每个结点仅被访问一次。这里提到的“访问”是指对结点施行某种操作，操作可以是输出结点信息，修改结点的数据值等，但要求这种访
问不破坏它原来的数据结构。在本文中，我们规定访问是输出结点信息 data，且以二叉链表作为二叉树的存贮结构。由于二叉树是一种非线性结构，每个结点可能有一个以上的直接后继，因此，必须规定遍历的规则,并按此规则遍历二叉树,最后得到二叉树所有结点的一个线性序列[1]。

二叉树遍历（前中后序遍历，三种方式）

⼆叉树遍历（前中后序遍历，三种⽅式）⽬录刷题中碰到⼆叉树的遍历，就查找了⼆叉树遍历的⼏种思路，在此做个总结。

对应的LeetCode题⽬如下：，，，接下来以前序遍历来说明三种解法的思想，后⾯中序和后续直接给出代码。

⾸先定义⼆叉树的数据结构如下：//Definition for a binary tree node.struct TreeNode {int val;TreeNode *left;TreeNode *right;TreeNode(int x) : val(x), left(NULL), right(NULL) {}};前序遍历，顺序是“根-左-右”。

使⽤递归实现：递归的思想很简单就是我们每次访问根节点后就递归访问其左节点，左节点访问结束后再递归的访问右节点。

代码如下：class Solution {public:vector<int> preorderTraversal(TreeNode* root) {if(root == NULL) return {};vector<int> res;helper(root,res);return res;}void helper(TreeNode *root, vector<int> &res){res.push_back(root->val);if(root->left) helper(root->left, res);if(root->right) helper(root->right, res);}};使⽤辅助栈迭代实现：算法为：先把根节点push到辅助栈中，然后循环检测栈是否为空，若不空，则取出栈顶元素，保存值到vector中，之后由于需要想访问左⼦节点，所以我们在将根节点的⼦节点⼊栈时要先经右节点⼊栈，再将左节点⼊栈，这样出栈时就会先判断左⼦节点。

代码如下：class Solution {public:vector<int> preorderTraversal(TreeNode* root) {if(root == NULL) return {};vector<int> res;stack<TreeNode*> st;st.push(root);while(!st.empty()){//将根节点出栈放⼊结果集中TreeNode *t = st.top();st.pop();res.push_back(t->val);//先⼊栈右节点，后左节点if(t->right) st.push(t->right);if(t->left) st.push(t->left);}return res;}};Morris Traversal⽅法具体的详细解释可以参考如下链接：这种解法可以实现O(N)的时间复杂度和O(1)的空间复杂度。

二叉树常用的三种遍历方法

二叉树常用的三种遍历方法二叉树是一种常用的数据结构，它由一个根节点和两个子节点组成，其中左子节点小于根节点，右子节点大于根节点。

遍历二叉树是对所有节点进行访问的过程，常用的三种遍历方法是前序遍历、中序遍历和后序遍历。

下面将详细介绍这三种方法的实现步骤。

一、前序遍历前序遍历是指先访问根节点，然后按照左子树、右子树的顺序依次访问每个节点。

具体实现步骤如下：1. 如果当前节点为空，则返回。

2. 访问当前节点。

3. 递归进入左子树。

4. 递归进入右子树。

代码实现：void preorderTraversal(TreeNode* root) {if (root == NULL) return;cout << root->val << " ";preorderTraversal(root->left);preorderTraversal(root->right);}二、中序遍历中序遍历是指先访问左子树，然后访问根节点，最后访问右子树。

具体实现步骤如下：1. 如果当前节点为空，则返回。

2. 递归进入左子树。

3. 访问当前节点。

4. 递归进入右子树。

代码实现：void inorderTraversal(TreeNode* root) {if (root == NULL) return;inorderTraversal(root->left);cout << root->val << " ";inorderTraversal(root->right);}三、后序遍历后序遍历是指先访问左子树，然后访问右子树，最后访问根节点。

具体实现步骤如下：1. 如果当前节点为空，则返回。

2. 递归进入左子树。

3. 递归进入右子树。

4. 访问当前节点。

代码实现：void postorderTraversal(TreeNode* root) {if (root == NULL) return;postorderTraversal(root->left);postorderTraversal(root->right);cout << root->val << " ";}总结：以上就是二叉树常用的三种遍历方法的详细介绍和实现步骤。

前序后序中序详细讲解

前序后序中序详细讲解1.引言1.1 概述在数据结构与算法中，前序、中序和后序是遍历二叉树的三种基本方式之一。

它们是一种递归和迭代算法，用于按照特定的顺序访问二叉树的所有节点。

通过遍历二叉树，我们可以获取有关树的结构和节点之间关系的重要信息。

前序遍历是指先访问根节点，然后递归地访问左子树，最后递归地访问右子树。

中序遍历是指先递归地访问左子树，然后访问根节点，最后递归地访问右子树。

后序遍历是指先递归地访问左子树，然后递归地访问右子树，最后访问根节点。

它们的不同之处在于访问根节点的时机不同。

前序遍历可以帮助我们构建二叉树的镜像，查找特定节点，或者获取树的深度等信息。

中序遍历可以帮助我们按照节点的大小顺序输出树的节点，或者查找二叉搜索树中的某个节点。

后序遍历常用于删除二叉树或者释放二叉树的内存空间。

在实际应用中，前序、中序和后序遍历算法有着广泛的应用。

它们可以用于解决树相关的问题，例如在Web开发中，树结构的遍历算法可以用于生成网页导航栏或者搜索树结构中的某个节点。

在图像处理中，前序遍历可以用于图像压缩或者图像识别。

另外，前序和后序遍历算法还可以用于表达式求值和编译原理中的语法分析等领域。

综上所述，前序、中序和后序遍历算法是遍历二叉树的重要方式，它们在解决各种与树有关的问题中扮演着关键的角色。

通过深入理解和应用这些遍历算法，我们可以更好地理解和利用二叉树的结构特性，并且能够解决更加复杂的问题。

1.2文章结构文章结构是指文章中各个部分的布局和组织方式。

一个良好的文章结构可以使读者更好地理解和理解文章的内容。

本文将详细讲解前序、中序和后序三个部分的内容和应用。

首先，本文将在引言部分概述整篇文章的内容，并介绍文章的结构和目的。

接下来，正文部分将分为三个小节，分别对前序、中序和后序进行详细讲解。

在前序讲解部分，我们将定义和解释前序的意义，并介绍前序在实际应用中的场景。

通过详细的解释和实例，读者将能更好地理解前序的概念和用途。

二叉树的遍历PPT-课件

4 、二叉树的创建算法
利用二叉树前序遍历的结果可以非常方便地生成给定的
二叉树，具体做法是：将第一个输入的结点作为二叉树的根结点，后继输入的结点序列是二叉树左子树前序遍历的结果，由它们生成二叉树的左子树；再接下来输入的结点序列为二叉树右子树前序遍历的结果，应该由它们生成二叉树的右子树；而由二叉树左子树前序遍历的结果生成二叉树的左子树和由二叉树右子树前序遍历的结果生成二叉树的右子树的过程均与由整棵二叉树的前序遍历结果生成该二叉树的过程完全相同，只是所处理的对象范围不同，于是完全可以使用递归方式加以实现。
void createbintree(bintree *t) { char ch; if ((ch=getchar())==' ') *t=NULL; else { *t=(bintnode *)malloc(sizeof(bintnode)); /*生成二叉树的根结点*/ (*t)->data=ch; createbintree(&(*t)->lchild); /*递归实现左子树的建立*/ createbintree(&(*t)->rchild); /*递归实现右子树的建立*/ }
if (s.top>-1) { t=s.data[s.top]; s.tag[s.top]=1; t=t->rchild; }
else t=NULL; }
}
7．5 二叉树其它运算的实现
由于二叉树本身的定义是递归的，因此关于二叉树的许多问题或运算采用递归方式实现非常地简单和自然。 1、二叉树的查找locate(t,x)
（1）对一棵二叉树中序遍历时，若我们将二叉树严
格地按左子树的所有结点位于根结点的左侧，右子树的所

二叉树的遍历代码

二叉树的遍历代码二叉树是一种非常常见的数据结构，它由根节点、左子树和右子树组成，可以用于实现各种算法和应用。

在使用二叉树时，我们常常需要进行遍历来获取树中的节点信息。

下面，我们将详细介绍二叉树的遍历方法及其代码实现。

二叉树的遍历方法分为三种：前序遍历、中序遍历和后序遍历。

它们的不同之处在于遍历节点的顺序不同。

我们分别来介绍一下这三种遍历方法。

1.前序遍历前序遍历的顺序是：先访问根节点，然后递归访问左子树和右子树。

实现前序遍历的代码如下：```pythondef preorder_traversal(node):if node:print(node.data)preorder_traversal(node.left)preorder_traversal(node.right)```在代码中，我们首先输出根节点的值，然后分别递归访问左子树和右子树，直到遍历完整个树。

2.中序遍历中序遍历的顺序是：先递归访问左子树，然后访问根节点，最后递归访问右子树。

实现中序遍历的代码如下：```pythondef inorder_traversal(node):if node:inorder_traversal(node.left)print(node.data)inorder_traversal(node.right)```在代码中，我们先递归访问左子树，然后输出根节点的值，最后递归访问右子树。

3.后序遍历后序遍历的顺序是：先递归访问左子树和右子树，然后访问根节点。

实现后序遍历的代码如下：```pythondef postorder_traversal(node):if node:postorder_traversal(node.left)postorder_traversal(node.right)print(node.data)```在代码中，我们先递归访问左子树和右子树，然后输出根节点的值。

通过前序遍历、中序遍历和后序遍历，我们可以获取二叉树中每个节点的值。

二叉树的遍历有三种方式

二叉树的遍历有三种方式，如下：（1）前序遍历（DLR），首先访问根结点，然后遍历左子树，最后遍历右子树。

简记根-左-右。

（2）中序遍历（LDR），首先遍历左子树，然后访问根结点，最后遍历右子树。

简记左-根-右。

（3）后序遍历（LRD），首先遍历左子树，然后遍历右子树，最后访问根结点。

简记左-右-根。

例1：如上图所示的二叉树，若按前序遍历，则其输出序列为。

若按中序遍历，则其输出序列为。

若按后序遍历，则其输出序列为。

前序：根A，A的左子树B，B的左子树没有，看右子树，为D，所以A-B-D。

再来看A的右子树，根C，左子树E，E的左子树F，E的右子树G，G的左子树为H，没有了结束。

连起来为C-E-F-G-H,最后结果为ABDCEFGH中序：先访问根的左子树,B没有左子树，其有右子树D，D无左子树，下面访问树的根A，连起来是BDA。

再访问根的右子树，C的左子树的左子树是F，F的根E，E的右子树有左子树是H，再从H出发找到G，到此C的左子树结束，找到根C，无右子树，结束。

连起来是FEHGC, 中序结果连起来是BDAFEHGC 后序：B无左子树，有右子树D，再到根B。

再看右子树，最下面的左子树是F，其根的右子树的左子树是H，再到H的根G，再到G的根E，E的根C无右子树了，直接到C，这时再和B找它们其有的根A，所以连起来是DBFHGECA例2:有下列二叉树，对此二叉树前序遍历的结果为（）。

A）ACBEDGFH B）ABDGCEHFC）HGFEDCBA D）ABCDEFGH解析：先根A，左子树先根B，B无左子树，其右子树，先根D，在左子树G，连起来是ABDG。

A的右子树，先根C，C左子树E，E无左子树，有右子树为H，C的右子树只有F，连起来是CEHF。

整个连起来是B答案ABDGCEHF。

例3：已知二叉树后序遍历是DABEC，中序遍历序列是DEBAC，它的前序遍历序列是( ) 。

A）CEDBA B）ACBED C）DECAB D）DEABC解析：由后序遍历可知，C为根结点，由中序遍历可知，C左边的是左子树含DEBA，C右边无结点，知根结点无右子树。

二叉树的创建与遍历的实验总结

二叉树的创建与遍历的实验总结引言二叉树是一种重要的数据结构，在计算机科学中有着广泛的应用。

了解二叉树的创建和遍历方法对于数据结构的学习和算法的理解至关重要。

本文将对二叉树的创建和遍历进行实验，并总结相应的经验和思考。

二叉树的定义在开始实验之前，我们首先需要了解二叉树的定义和基本概念。

二叉树是一种每个节点最多拥有两个子节点的树形结构。

每个节点包含一个值和指向其左右子节点的指针。

根据节点的位置，可以将二叉树分为左子树和右子树。

创建二叉树二叉树的创建可以采用多种方法，包括手动创建和通过编程实现。

在实验中，我们主要关注通过编程方式实现二叉树的创建。

1. 递归方法递归是一种常用的创建二叉树的方法。

通过递归，我们可以从根节点开始，逐层创建左子树和右子树。

具体步骤如下：1.创建一个空节点作为根节点。

2.递归地创建左子树。

3.递归地创建右子树。

递归方法的代码实现如下所示：class TreeNode:def __init__(self, value):self.value = valueself.left = Noneself.right = Nonedef create_binary_tree(values):if not values:return None# 使用队列辅助创建二叉树queue = []root = TreeNode(values[0])queue.append(root)for i in range(1, len(values)):node = TreeNode(values[i])# 当前节点的左子节点为空，则将新节点作为左子节点if not queue[0].left:queue[0].left = node# 当前节点的右子节点为空，则将新节点作为右子节点elif not queue[0].right:queue[0].right = node# 当前节点的左右子节点已经齐全，可以从队列中删除该节点queue.pop(0)# 将新节点添加到队列中，下一次循环时可以使用该节点queue.append(node)return root2. 非递归方法除了递归方法，我们还可以使用非递归方法创建二叉树。

二叉树的四种遍历算法

⼆叉树的四种遍历算法⼆叉树作为⼀种重要的数据结构，它的很多算法的思想在很多地⽅都⽤到了，⽐如STL算法模板，⾥⾯的优先队列、集合等等都⽤到了⼆叉树⾥⾯的思想，先从⼆叉树的遍历开始：看⼆叉树长什么样⼦：我们可以看到这颗⼆叉树⼀共有七个节点0号节点是根节点1号节点和2号节点是0号节点的⼦节点，1号节点为0号节点的左⼦节点，2号节点为0号节点的右⼦节点同时1号节点和2号节点⼜是3号节点、四号节点和五号节点、6号节点的双亲节点五号节点和6号节点没有⼦节点（⼦树），那么他们被称为‘叶⼦节点’这就是⼀些基本的概念⼆叉树的遍历⼆叉树常⽤的遍历⽅式有：前序遍历、中序遍历、后序遍历、层序遍历四种遍历⽅式，不同的遍历算法，其思想略有不同，我们来看⼀下这四种遍历⽅法主要的算法思想：1、先序遍历⼆叉树顺序：根节点 –> 左⼦树 –> 右⼦树，即先访问根节点，然后是左⼦树，最后是右⼦树。

上图中⼆叉树的前序遍历结果为：0 -> 1 -> 3 -> 4 -> 2 -> 5 -> 62、中序遍历⼆叉树顺序：左⼦树 –> 根节点 –> 右⼦树，即先访问左⼦树，然后是根节点，最后是右⼦树。

上图中⼆叉树的中序遍历结果为：3 -> 1 -> 4 -> 0 -> 5 -> 2 -> 63、后续遍历⼆叉树顺序：左⼦树 –> 右⼦树 –> 根节点，即先访问左⼦树，然后是右⼦树，最后是根节点。

上图中⼆叉树的后序遍历结果为：3 -> 4 -> 1 -> 5 -> 6 -> 2 -> 04、层序遍历⼆叉树顺序：从最顶层的节点开始，从左往右依次遍历，之后转到第⼆层，继续从左往右遍历，持续循环，直到所有节点都遍历完成上图中⼆叉树的层序遍历结果为：0 -> 1 -> 2 -> 3 -> 4 -> 5 -> 6下⾯是四种算法的伪代码：前序遍历：preOrderParse(int n) {if(tree[n] == NULL)return ; // 如果这个节点不存在，那么结束cout << tree[n].w ; // 输出当前节点内容preOrderParse(tree[n].leftChild); // 递归输出左⼦树preOrderParse(tree[n].rightChild); // 递归输出右⼦树}中序遍历inOrderParse(int n) {if(tree[n] == NULL)return ; // 如果这个节点不存在，那么结束inOrderParse(tree[n].leftChild); // 递归输出左⼦树cout << tree[n].w ; // 输出当前节点内容inOrderParse(tree[n].rightChild); // 递归输出右⼦树}pastOrderParse(int n) {if(tree[n] == NULL)return ; // 如果这个节点不存在，那么结束pastOrderParse(tree[n].leftChild); // 递归输出左⼦树pastOrderParse(tree[n].rightChild); // 递归输出右⼦树cout << tree[n].w ; // 输出当前节点内容}可以看到前三种遍历都是直接通过递归来完成，⽤递归遍历⼆叉树简答⽅便⽽且好理解，接下来层序遍历就需要动点脑筋了，我们如何将⼆叉树⼀层⼀层的遍历输出？其实在这⾥我们要借助⼀种数据结构来完成：队列。

先序中序后序遍历算法

先序中序后序遍历算法
先序、中序和后序遍历是二叉树遍历的三种基本方法，它们可以帮助我们按照不同顺序访问树中的节点。

下面我会分别介绍这三种遍历算法。

1. 先序遍历：
先序遍历是指先访问根节点，然后递归地对左子树进行先序遍历，最后递归地对右子树进行先序遍历。

因此，先序遍历的顺序是根-左-右。

2. 中序遍历：
中序遍历是指先递归地对左子树进行中序遍历，然后访问根节点，最后递归地对右子树进行中序遍历。

因此，中序遍历的顺序是左-根-右。

3. 后序遍历：
后序遍历是指先递归地对左子树进行后序遍历，然后递归地
对右子树进行后序遍历，最后访问根节点。

因此，后序遍历的顺序
是左-右-根。

这三种遍历算法都是基于递归的思想实现的，它们在不同的应
用场景下都有各自的优势。

例如，先序遍历常用于复制整棵树，中
序遍历常用于二叉搜索树的查找操作，后序遍历常用于计算表达式
树的值等。

除了递归实现外，这三种遍历算法也可以通过迭代的方式实现，通常使用栈来辅助实现。

在实际应用中，根据具体的问题和数据结
构的特点，选择合适的遍历算法可以提高算法的效率和准确性。

总之，先序、中序和后序遍历算法是树结构中常用的基本算法，它们在数据结构和算法领域具有重要的意义，对于理解树的结构和
实现树相关的操作非常重要。

希望以上介绍能够帮助你更好地理解
这三种遍历算法。

二叉树遍历解题技巧

二叉树遍历解题技巧
二叉树遍历是指按照一定规则，依次访问二叉树的所有节点的过程。

常见的二叉树遍历有前序遍历、中序遍历和后序遍历。

以下是一些二叉树遍历解题技巧：
1. 递归遍历：递归是最直观、最简单的遍历方法。

对于一个二叉树，可以递归地遍历其左子树和右子树。

在递归的过程中，可以对节点进行相应的处理。

例如，前序遍历可以先访问根节点，然后递归遍历左子树和右子树。

2. 迭代遍历：迭代遍历可以使用栈或队列来实现。

对于前序遍历，可以使用栈来记录遍历路径。

首先将根节点入栈，然后依次弹出栈顶节点，访问该节点，并将其右子节点和左子节点分别入栈。

中序遍历和后序遍历也可以使用类似的方法，只是访问节点的顺序会有所不同。

3. Morris遍历：Morris遍历是一种空间复杂度为O(1)的二叉树遍历方法。

它利用二叉树节点的空闲指针来存储遍历下一个节点的信息，从而避免使用额外的栈或队列。

具体步骤可以参考相关算法书籍或博客。

4. 层次遍历：层次遍历是一种逐层遍历二叉树的方法。

可以使用队列来实现。

首先将根节点入队，然后依次将队首节点出队并访问，同时将其左子节点和右子节点入队。

不断重复这个过程，直到队列为空。

层次遍历可以按照从上到下、从左到右的顺序访问二叉树的节点。

除了以上技巧，还可以根据具体问题的特点来选择合适的遍历方法。

在实际解题中，可以尝试不同的遍历方法并选择效率高、代码简洁的方法。

二叉树先序遍历c语言

二叉树先序遍历c语言在计算机科学的领域中，二叉树是一种非常重要且常用的数据结构。

它由节点组成，每个节点可以存储一个值，并且最多有两个子节点，分别称为左子节点和右子节点。

二叉树可以用来解决许多实际问题，例如在编写搜索算法时，可以使用二叉树来快速定位目标值。

同时，二叉树还可以用于构建更复杂的数据结构，例如堆和红黑树。

在二叉树中，先序遍历是一种遍历方式。

它的步骤如下：1. 访问根节点。

2. 遍历左子树。

3. 遍历右子树。

下面我们将用C语言来实现二叉树的先序遍历。

首先，我们需要定义一个二叉树节点的结构体，如下所示：```ctypedef struct TreeNode {int val;struct TreeNode *left;struct TreeNode *right;} TreeNode;```然后，我们可以通过递归的方式来实现先序遍历函数，代码如下：```cvoid preorderTraversal(TreeNode* root) {if (root == NULL) {return;}printf("%d ", root->val); // 访问根节点preorderTraversal(root->left); // 遍历左子树preorderTraversal(root->right); // 遍历右子树}```在这个递归函数中，我们首先判断根节点是否为空，如果为空则返回。

然后，我们访问根节点的值，并依次递归地遍历左子树和右子树。

接下来，我们可以创建一个二叉树并测试我们的先序遍历函数。

下面是一个简单的示例：```cint main() {TreeNode* root = malloc(sizeof(TreeNode));root->val = 1;TreeNode* node1 = malloc(sizeof(TreeNode));node1->val = 2;TreeNode* node2 = malloc(sizeof(TreeNode));node2->val = 3;root->left = node1;root->right = node2;printf("先序遍历结果：");preorderTraversal(root);printf("\n");return 0;}```在这个示例中，我们创建了一个具有三个节点的二叉树，并调用先序遍历函数进行遍历。

二叉树的三种遍历方式

⼆叉树的三种遍历⽅式⼀、⼆叉树的定义⼆叉树(Binary Tree)的递归定义：⼆叉树要么为空，要么由根节点(root)、左⼦树(left subtree)和右⼦树(right subtree)组成，⽽左⼦书和右⼦树分别是⼀颗⼆叉树。

注意，在计算机中，树⼀般是"倒置"的，即根在上，叶⼦在下。

⼆、⼆叉树的层次遍历三种遍历⽅式：先序遍历、中序遍历、后序遍历（根据根节点的顺序）PreOrder(T) = T的根节点 + PreOrder(T的左⼦树) + PreOrder(T的右⼦树)InOrder(T) = InOrder(T的左⼦树) + T的根节点 + InOrder(T的右⼦树)PostOrder(T) = PostOrder(左⼦树) + PostOrder(右⼦树)其中加号表⽰字符串连接这三种遍历都是递归遍历或者说深度优先遍历 (DFS,Depth-First-Search)三、已知两种遍历⽅式，推出另⼀种遍历⽅式先序+中序---->后序后序+中序---->先序因为后序或先序可以直接得到根节点，然后只要在中序遍历中找到，就知道左右⼦树的中序和后序遍历，递归下去就可以构造出⼆叉树了。

四、样例(1) 题意：给⼀颗点带权（各权值都不相同，都是⼩于10000的整数）的⼆叉树的中序和后序遍历，找⼀个叶⼦节点使它到根的路径上的权应尽量少。

(2) 代码实现：1 #include<stdio.h>2 #include<iostream>3 #include<algorithm>4 #include<cstring>5 #include<string>6 #include<sstream>7using namespace std;89const int INF = 0x3f3f3f3f;10//因为各节点的权值各不相同且都只是整数，直接⽤权值作为节点编号11const int maxn = 10000 + 10;12int in_order[maxn], post_order[maxn], lch[maxn], rch[maxn];13int n;14int best, best_sum;1516//按⾏读取数据，并存到数组中17bool read_list(int *a)18{19string line;20if (!getline(cin, line)) return false;21 stringstream ss(line);22 n = 0;23int x;24while (ss >> x) a[n++] = x;25return n > 0;26}2728//把in_order[L1,R1]和post_order[L2,R2]建成⼀棵⼆叉树，返回树根29int build(int L1, int R1, int L2, int R2)30{31if (L2 > R2) return0; //空树32int root = post_order[R2];33int pos = L1;34while (in_order[pos] != root) pos++;35int cnt = pos - L1;36 lch[root] = build(L1, pos - 1, L2, L2 + cnt - 1);37 rch[root] = build(pos + 1, R1, L2 + cnt, R2 - 1);38return root;39}4041//从根节点出发，中序遍历，查找最⼩值42void dfs(int u, int sum)43{44 sum += u;4546//到达叶⼦节点，循环终⽌47if (!lch[u] && !rch[u])48 {49if (sum < best_sum)50 {51 best = u;52 best_sum = sum;53 }54return;55 }5657//加了个剪枝：如果当前的和⼤于当前的最⼩和，就不必从这条路继续搜58if (lch[u] && sum < best_sum) dfs(lch[u], sum);59if (rch[u] && sum < best_sum) dfs(rch[u], sum);60}6162int main()63{64while (read_list(in_order))65 {66 read_list(post_order);67 build(0, n - 1, 0, n - 1);6869 best_sum = INF;70 dfs(post_order[n - 1], 0);71 cout << best << endl;72 }73return0;74 }。

三种遍历方法

三种遍历方法一、前序遍历前序遍历是二叉树遍历的一种方法，也是最常见的遍历方式之一。

在前序遍历中，首先访问根节点，然后递归地遍历左子树，最后递归地遍历右子树。

前序遍历的应用非常广泛，例如在二叉树的构建和重建、树的深度优先搜索等问题中都会用到前序遍历。

在进行前序遍历时，可以采用递归或者非递归的方式。

1. 递归实现前序遍历：递归实现前序遍历非常简单，具体步骤如下：- 首先判断当前节点是否为空，若为空则返回；- 访问当前节点；- 递归遍历左子树；- 递归遍历右子树。

2. 非递归实现前序遍历：非递归实现前序遍历需要借助栈来实现，具体步骤如下：- 将根节点入栈；- 循环执行以下步骤，直到栈为空：- 弹出栈顶节点，并访问该节点；- 若该节点的右子节点不为空，则将右子节点入栈；- 若该节点的左子节点不为空，则将左子节点入栈。

二、中序遍历中序遍历是二叉树遍历的另一种方法，同样也是一种常用的遍历方式。

在中序遍历中，首先递归地遍历左子树，然后访问根节点，最后递归地遍历右子树。

中序遍历的应用也非常广泛，例如在二叉搜索树的操作中，中序遍历可以按照升序输出所有节点的值。

1. 递归实现中序遍历：递归实现中序遍历的步骤如下：- 首先判断当前节点是否为空，若为空则返回；- 递归遍历左子树；- 访问当前节点；- 递归遍历右子树。

2. 非递归实现中序遍历：非递归实现中序遍历同样需要借助栈来实现，具体步骤如下：- 将根节点入栈；- 循环执行以下步骤，直到栈为空：- 若当前节点不为空，则将当前节点入栈，并将当前节点指向其左子节点；- 若当前节点为空，则弹出栈顶节点，并访问该节点，然后将当前节点指向其右子节点。

三、后序遍历后序遍历是二叉树遍历的另一种方式，也是最后一种常见的遍历方式。

在后序遍历中，首先递归地遍历左子树，然后递归地遍历右子树，最后访问根节点。

后序遍历的应用也非常广泛，例如在二叉树的删除操作中，需要先删除子节点，再删除根节点。

二叉树的遍历

T->rchild= CreatBiTree(); /*构造右子树*/ 扩展先序遍历序列
}
2021/2/21
return (T) ;}
A B Φ D Φ Φ C Φ 17Φ
T
T
T
ch=B
ch=Φ
Λ
T
T= Λ, Creat(T)
ch=A T
A
B creat(T L)
ΛB 返回
creat(T L)
creat(T R)
A
p=p->RChild;
}
2021/2/21
}
top
A
B
C
D
top
B
top
A
A
top
D
A
top
A
top
C
13
top
中序遍历二叉树的非递归算法：
A
void InOrder(BiTree T)
{ InitStack(&S); 相当于top=-1;
p=T;
B
C
while(p!=NULL | | !IsEmpty(S)) 相当于top==-1;
}
后序遍历二叉树的递归算法：
void PostOrder (BiTree T)
{ if(T!=NULL)
{ PostOrder (T->lchild);
PostOrder (T->rchild);
printf(T->data); }
2021/2/21
15
}
先序遍历二叉树的递归算法： void PreOder (BiTree T) { if(T! =NULL){ printf (T->data); PreOrder (T->lchild); PreOrder (T->rchild); } }

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

二叉树遍历方法
1.中序遍历的投影法
如果给定一棵二叉树的图形形态，是否能根据此图快速地得出其中序遍历的序列？回答是肯定的。

具体做法是：首先按照二叉树的标准绘制二叉树形态，即将所有左子树都严格绘于根结点的左边；将所有右子树都严格绘于根结点的右边。

然后假设现在有一个光源从该二叉树的顶部投射下来，那么所有结点在地平线上一定会有相应的投影，从左至右顺序读出投影结点的数据即为该二叉树的中序遍历序列。

如图11.10所示。

图示的中序遍历序列： D J G B H E A F I C
2.先序遍历的填空法
如果给定一棵二叉树的图形形态，可在图形基础上，采用填空法迅速写出该二叉树的先序遍历序列。

具体做法是：我们知道，对于每个结点都由三个要素组成，即根结点，左子树、右子树；又已知先序遍历顺序是先访问根结点、然后访问左子树、访问右子树。

那么，我们按层分别展开，逐层填空即可得到该二叉树的先序遍历序列。

图11.10 中序遍历投影法示意图
如图11.10 中的二叉树采用填空法的步骤如下：
(1)根结点左子树右子树
A( )( )
(2)A （根结点（左子树）（右子树））（根结点（左子树）（右子树））
A B C
(3)A(B(根结点（左）（右）)(根结点（左）（右）))（C(……)(……)）
A B D 无 G E H 无 C F 无
(4)A B D G J E H C F I 此即为该二叉树的先序遍历序列。

注：后序遍历的序列亦可以此方法类推，请读者自己尝试。

3.利用遍历序列构造二叉树
如果已知一棵二叉树的先序遍历序列和中序遍历序列，则可以用这两个遍历序列构造一棵唯一的二叉树形态。

我们知道任意一棵二叉树的先序遍历序列和中序遍历序列是唯一的，那么首先从给定的先序遍历序列入手，该先序序列的第一个元素一定是该二叉树的根；再分析这个根结点在中序遍历序列中的位置，中序遍历序列中根结点的左边即为左子树的全部元素，而根结点的右边即为右子树的全部元素；然后据此再将先序遍历序列除根结点以外的其余部分分为左、右子树两部分，并在这两部分中分别找出左、右子树的根结点。

依此类推，即可得到完整的二叉树。

例11.1 已知一棵二叉树的先序遍历和中序遍历序列分别为：
先序： A B C I D E F H G
中序： C I B E D A H F G
请构造这棵二叉树。

按前述分析，这棵二叉树的构造过程如图11.11所示
图11.11 二叉树的构造过程
树、森林与二叉树的转换(flash演示)
如前所述，树（或森林）的存储结构及其操作算法的实现，由于其“度”的不确定性而导致其存储结构不是较为复杂就是浪费空间，因而，定义在其存储结构上的算法也相应地较难兼顾全面。

如果我们设定一定的规则，用二叉树来表示树和森林的话，就可以方便地解决树、森林的存储结构及其相关算法问题。

1.树、森林转换为二叉树
我们知道，一棵树中每个结点的孩子是无序的，而二叉树中各结点的孩子必须有左右之分。

在此，为避免概念混淆，首先约定树中每个结点的孩子按从左至右的顺序升序编号，即将树中同一层上的兄弟分出大小。

那么将一棵树转换成二叉树的方法是：
（1）在树中同层兄弟间加一连线；
（2）对树中每个结点仅保留其与长兄（左边第一个孩子）的连线，擦去其与其它孩子的连线；
（3）以树（或子树）的根作为轴心，将所有的水平连线顺时针旋转45度，即可得到与该树完全等价的一棵二叉树。

图11.12 树转换为二叉树的过程示意图
可以证明，转换得到的二叉树形态是唯一的。

转换过程如图11.12所示。

森林转换为二叉树的过程与树的转换过程基本相似，区别如下：
（1）将森林中每棵树的根结点间加一连线；
（2）转换后的二叉树不唯一，二叉树的形态取决于森林中树的初始摆放位置；
（3）树转换成二叉树后根结点没有右子树，而森林转换成二叉树后根结点有右子树。

2.将二叉树还原为树或森林
由上述转换过程可知：将二叉树还原为树或森林是上述过程的逆过程。

只是在转换时应注意树和森林转换为二叉树后的形态上的重要区别在于根结点是否具有右子树。

还原的具体步骤如下：
（1）若某结点是其双亲结点的左孩子，则将该结点的右孩子、右孙子、右重孙子……都与该结点的双亲用连线连起来；
（2）删去所有右孩子、右孙子……与其现在双亲结点的连线；
（3）将所有结点以其现在新的连接线所连接的结点为轴心，逆时针旋转45度。

这样即可得到还原后的树或森林。

如图11.13所示
图11.13 二叉树还原为树的过程示意图。