講透樹2 | 樹的遍歷覆盤專題

# 二叉樹
class TreeNode(object):
    def __init__(self, val, left=None, right=None):
        self.val = val
        self.left = left
        self.right = right

# N叉樹
class Node(object):
    def __init__(self, val=None, children=[]):
        self.val = val
        self.children = children

看起來區別是二叉樹的左右孩子和 N叉樹的孩子們結點的區別，其實本質是同樣的，同理二叉樹的左右孩子也能寫成children列表的形式。

即：

# 二叉樹
class TreeNode(object):
    def __init__(self, val, children=[]):
        self.val = val
        self.children = children

而這裏二叉樹的 children 只有兩個孩子，即左孩子 left 和右孩子 right。

描述完上述的孩子結點的定義，下面再看看遞歸的遍歷方式。

# 二叉樹
res = []
def pre_order(root):
    if not root:
        return
    res.append(root.val)
    pre_order(root.left)
    pre_order(root.right)
    
# N叉樹
res = []
def pre_order(root):
    if not root:
        return
    res.append(root.val)
    for node in root.children:
        pre_order(node)

看出區別了嗎？區別就在 res.append(root.val) 以後的代碼。

二叉樹的寫法是先遞歸左孩子，再遞歸右孩子。

N叉樹的寫法是，利用 for 循環，依次遞歸孩子結點。

因此，區別就是遞歸的寫法，二叉樹寫兩次遞歸，N叉樹寫N次遞歸

都是同樣的邏輯，是否是很簡單。相似於先序遍歷，其中中序遍歷和後續遍歷，都是一樣的邏輯去處理（N叉樹，N可表明從2到n）

github 查看詳細代碼：https://github.com/xiaozhutec/share_leetcode

4 非遞歸遍歷

非遞歸遍歷先序、中序和後續遍歷的詳細邏輯在也這裏已經寫了，能夠返回頭看看 https://mp.weixin.qq.com/s/nTB41DvE7bfrT7_rW_gfXw，用長圖的形式以及講的很是明白了。

層次遍歷在「樹-自頂向下」的類別中運用的比較多，相比較於遞歸解法，利用層次遍歷更加容易理解，並且代碼框架比較單一，具體的介紹和案例會在下一篇《講透樹 | 自頂向下類別題目專題》中進行介紹。

本文的非遞歸遍歷主要針對的是層次遍歷。那爲何以前講的比較明白了，這裏又會說呢？

是這樣，以前講解的層次遍歷，我們打印出來的形式和 LeetCode 題目中打印出來的形式是有些區別的。並且僅僅由於打印的區別，會引出不同的一個思路，後面不少狀況都會遇到這樣的思惟方式。

以下：

# 經典層次遍歷打印形式
['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I']
# LeetCode 中打印的形式
[['A'], ['B', 'C', 'D'], ['E', 'F', 'G', 'H', 'I']]

是的，LeetCode 中打印的形式是要求將每一層的結點元素單獨放到一個 list 中，最後再放置到一個大的 list 中。

傳統層次遍歷打印形式

先來簡單回顧一下，傳統的打印方式。

跟着上述圖中的描述，動手畫一下就會明白特別的簡單。

一句話總結就是：

循環判斷隊列 queue 中是否有元素，若是有，訪問該元素而且判斷該結點元素是否有孩子結點，若是有，孩子結點依次入隊 queue，不然，繼續循環執行。

看代碼：

while queue:
    node = queue.pop()
    res.append(node.val)
    if node.left:
        queue.appendleft(node.left)
    if node.right:
        queue.appendleft(node.right)

就是不斷判斷隊列中隊首是夠有元素，若是有元素，訪問該結點元素，而且判斷該結點是否有孩子結點，若是有，則依次入隊。繼續循環判斷。

其實N叉樹來講的話，也是同樣的邏輯，只不過是把二叉樹中的兩個孩子，換爲N個孩子，進行入隊操做。

while queue:
    node = queue.pop()
    res.append(node.val)
    for child_node in node.children:
      	queue.appendleft(child_node)

同樣的道理！是否是比較簡單。

LeetCode 中題目打印方式

也是用一幅圖來描述，相較於經典的層次遍歷，每層單獨存放會稍微複雜一些，須要變換一點點思路。

核心一句話

queue 中存放的是當前層的結點集，level_queue 存放的下一層的結點集合。

每次循環遍歷當前層queue中結點的同時，將該層結點集寫進一個臨時list，將下一層的結點入隊到 level_queue 中。以後將 level_queue 賦值給 queue，循環執行，直到 queue 爲空。

最後，將每層臨時 list 寫到一個大的 list 中

「點擊下圖查看高清原圖」👇

上圖是以二叉樹進行舉例子，其實和 N叉樹的邏輯幾乎是一致的，我們先來看二叉樹的相關核心代碼：

def levelOrder(self, root):
    res = []
    if not root:
        return res
    queue = [root]
    while queue:
        level_queue = []      # 臨時記錄每一層結點
        level_res = []        # 臨時記錄每一行的結點值
        for node in queue:		# 循環遍歷每一層全部的結點
            level_res.append(node.val)
            if node.left:
                level_queue.append(node.left)
            if node.right:
                level_queue.append(node.right)
        queue = level_queue
        res.append(level_res)
    return res

相似的思路，來看看 N叉樹的層次遍歷代碼：

def levelOrder_leetcode(self, root):
    res = []
    queue = [root]
    if not root:
        return res
    while queue:
        level_queue = []  	# 臨時保存每一層結點元素便於下一次進行迭代
        level_res = []    	# 臨時保存每一層結點值
        for node in queue:
            level_res.append(node.val)
            if node.children:
                for child_node in node.children:
                    level_queue.append(child_node)
        queue = level_queue
        res.append(level_res)
    return res

到這裏，應該已經很是熟悉二叉樹和N叉樹的一些區別了，依舊是在 level_res.append(node.val) 以後的幾行代碼的區別。

本篇文章主要是想說明開篇說的一些關於 LeetCode 上基礎的「樹遍歷」的核心解決思路。

代碼和本文的文檔都在 https://github.com/xiaozhutec/share_leetcode，須要的小夥伴能夠自行下載代碼運行跑起來！

github 內容剛剛開始更新，感興趣的能夠一塊兒來學習。私信我「LeetCode刷題」羣裏一塊兒刷題進步。

手裏有 star 的，有空能夠幫我點點 star。謝過你們！