title | description | keywords | |||||||||
---|---|---|---|---|---|---|---|---|---|---|---|
144. 二叉树的前序遍历 |
LeetCode,144. 二叉树的前序遍历,二叉树的前序遍历,Binary Tree Preorder Traversal,解题思路,栈,树,深度优先搜索,二叉树 |
|
🟢 Easy 🔖 栈
树
深度优先搜索
二叉树
🔗 力扣
LeetCode
Given the root
of a binary tree, return the preorder traversal of its nodes' values.
Example 1:
Input: root = [1,null,2,3]
Output: [1,2,3]
Example 2:
Input: root = []
Output: []
Example 3:
Input: root = [1]
Output: [1]
Constraints:
- The number of nodes in the tree is in the range
[0, 100]
. -100 <= Node.val <= 100
Follow up: Recursive solution is trivial, could you do it iteratively?
给你二叉树的根节点 root
,返回它节点值的 前序 遍历。
进阶:递归算法很简单,你可以通过迭代算法完成吗?
前序遍历是指,对于树中的任意节点来说,先打印这个节点,然后再打印它的左子树,最后打印它的右子树。而在访问左子树或者右子树的时候,按照同样的方式遍历,直到遍历完整棵树。因此整个遍历过程天然具有递归的性质,可以直接用递归函数来模拟这一过程。
- 先将
root
节点的值加入答案 - 再递归调用
preorderTraversal(root.left)
来遍历root
节点的左子树 - 最后递归调用
preorderTraversal(root.right)
来遍历root
节点的右子树即可 - 递归终止的条件为碰到空节点
-
时间复杂度:
O(n)
,其中n
是二叉树的节点数。每一个节点恰好被遍历一次。 -
空间复杂度:
O(n)
,为递归过程中栈的开销,平均情况下为O(logn)
,最坏情况下树呈现链状,为O(n)
。
也可以用迭代的方式实现思路一的递归函数,两种方式是等价的,区别在于递归的时候隐式地维护了一个栈,而迭代的时候需要显式地将这个栈模拟出来,其余的实现与细节都相同,具体可以参考下面的代码。
-
时间复杂度:
O(n)
,其中n
是二叉树的节点数。每一个节点恰好被遍历一次。 -
空间复杂度:
O(n)
,为迭代过程中显式栈的开销,平均情况下为O(logn)
,最坏情况下树呈现链状,为O(n)
。
::: code-tabs @tab 递归
/**
* @param {TreeNode} root
* @return {number[]}
*/
var preorderTraversal = function (root) {
let res = [];
if (root == null) return res;
res.push(root.val);
res.push(...preorderTraversal(root.left));
res.push(...preorderTraversal(root.right));
return res;
};
@tab 迭代
/**
* @param {TreeNode} root
* @return {number[]}
*/
var preorderTraversal = function (root) {
let res = [];
if (root == null) return res;
let stack = [root];
while (stack.length) {
let node = stack.pop();
res.push(node.val);
if (node.right) stack.push(node.right);
if (node.left) stack.push(node.left);
}
return res;
};
:::
题号 | 标题 | 题解 | 标签 | 难度 |
---|---|---|---|---|
94 | 二叉树的中序遍历 | [✓] | 栈 树 深度优先搜索 1+ |
Easy |
255 | 验证二叉搜索树的前序遍历序列 🔒 | 栈 树 二叉搜索树 4+ |
Medium | |
589 | N 叉树的前序遍历 | [✓] | 栈 树 深度优先搜索 |
Easy |
2583 | 二叉树中的第 K 大层和 | [✓] | 树 广度优先搜索 二叉树 1+ |
Medium |