前置说明

不了解二叉树非递归遍历的可以看我之前的文章【数据结构与算法】二叉树模板及例题

Morris 遍历

概述

Morris 遍历是一种遍历二叉树的方式,并且时间复杂度O(N),额外空间复杂度O(1) 。通过利用原树中大量空闲指针的方式,达到节省空间的目的

分析

设一棵二叉树有 n 个节点,则所有节点的指针域总和为 2 * n ,所有节点的非空指针域总和为 n - 1(非根节点被一个指针指向,根节点不被指针指向),所有节点的空指针域总和为 2n - (n - 1) = n + 1。

可以看到有大量的空指针域没有用到,在可以改变原二叉树结构的前提下,我们可以通过合理利用节点的空指针域,不开辟额外空间进行二叉树的非递归遍历。

那么先序、中序、后序遍历的节点访问顺序是如何确定的呢

如上图,根据紫色箭头顺序访问,第一次访问到的节点组成的集合就是先序遍历的结果。类似的,第二次访问到的节点组成的集合就是中序遍历的结果;第三次访问到的节点组成的集合就是后序遍历的结果。

通过设置节点访问不同次数的操作就可以实现三种遍历。

Morris 遍历的实质:建立一种机制,对于没有左子树的节点只到达一次,对于有左子树的节点会到达两次

Morris 遍历的原则

假设来到当前节点 cur,开始时 cur 来到头节点位置

  • 如果 cur 没有左孩子,cur向右移动(cur = cur.right)

  • 如果 cur 有左孩子,找到左子树上最右的节点 mostRight

    • a.如果 mostRight 的右指针指向空,让其指向 cur, 然后 cur 向左移动(cur = cur.left)

    • b.如果 mostRight 的右指针指向 cur,让其指向 null, 然后 cur 向右移动(cur = cur.right)

  • cur 为空时遍历停止

举个例子:

1️⃣ 首先 cur 来到头结点 1,按照 morris 原则的第二条第一点,它存在左孩子,cur 左子树上最右的节点为 5,它的 right 指针指向空,所以让其指向 1,cur 向左移动到2。

2️⃣ 2 有左孩子,且它左子树最右的节点 4 指向空,按照 morris 原则的第二条第一点,让 4 的 right 指针指向 2,cur 向左移动到 4

3️⃣ 4 不存在左孩子,按照 morris 原则的第一条,cur 向右移动,在第二步中,4 的 right 指针已经指向了 2,所以 cur 会回到 2

4️⃣ 重新回到 2,有左孩子,它左子树最右的节点为 4,但是在第二步中,4 的 right 指针已经指向了 2,不为空。所以按照 morris 原则的第二条第二点,cur 向右移动到 5,同时 4 的 right 指针重新指向空

5️⃣ 5 不存在左孩子,按照 morris 原则的第一条,cur 向右移动,在第一步中,5 的 right 指针已经指向了 1,所以 cur 会回到 1

6️⃣ cur 回到 1,回到头结点,左子树遍历完成,1 有左孩子,左子树上最右的节点为 5,它的 right 指针指向 1,按照 morris 原则的第二条第二点,1 向右移动到 3,同时 5 的 right 指针重新指回空

7️⃣ 3 有左孩子,且它左子树最右的节点 6 指向空,按照 morris 原则的第二条第一点,让 6 的 right 指针指向 3,cur 向左移动到 6

8️⃣ 6 不存在左孩子,按照 morris 原则的第一条,cur 向右移动,在第二步中,6 的 right 指针已经指向了 3,所以 cur 会回到 3

9️⃣ 重新回到 3,有左孩子,它左子树最右的节点为 6,但是在第二步中,6 的 right 指针已经指向了 3,不为空。所以按照 morris 原则的第二条第二点,cur 向右移动到 7,同时 6 的 right 指针重新指向空

1️⃣0️⃣ cur 没有左孩子,向右移动到 null,遍历停止

以上就是 Morris 遍历的全过程了,通过在遍历过程中适当的位置,即每个节点访问特定次数后设置操作,可以实现三种遍历

前序遍历

  • 对于没有左子树的节点只到达一次,直接打印

  • 对于有左子树的节点会到达两次,则在第一次到达时打印

public static void morrisPre(Node head) {
if(head == null){
return;
}
Node cur = head;
Node mostRight = null;
while (cur != null){
// cur表示当前节点,mostRight表示cur的左孩子的最右节点
mostRight = cur.left;
if(mostRight != null){
// cur有左孩子,找到cur左子树最右节点
while (mostRight.right !=null && mostRight.right != cur){
mostRight = mostRight.right;
}
// mostRight的右孩子指向空,让其指向cur,cur向左移动
if(mostRight.right == null){
mostRight.right = cur;
System.out.print(cur.value+" "); // 此时第一次访问节点
cur = cur.left;
continue; // 直接进入下一次循环
}else {
// mostRight的右孩子指向cur,让其指向空,cur向右移动
mostRight.right = null;
}
}else {
System.out.print(cur.value + " "); // 没有左孩子的话直接输出,该节点就是第一次访问
}
cur = cur.right;
}
System.out.println();
}

中序遍历

  • 对于没有左子树的节点只到达一次,直接打印

  • 对于有左子树的节点会到达两次,第二次到达时打印

public static void morrisIn(Node head) {
if(head == null){
return;
}
Node cur = head;
Node mostRight = null;
while (cur != null){
// cur表示当前节点,mostRight表示cur的左孩子的最右节点
mostRight = cur.left;
if(mostRight != null){
// cur有左孩子,找到cur左子树最右节点
while (mostRight.right !=null && mostRight.right != cur){
mostRight = mostRight.right;
}
// mostRight的右孩子指向空,让其指向cur,cur向左移动
if(mostRight.right == null){
mostRight.right = cur;
cur = cur.left;
continue; // 直接进入下一次循环
}else { // 第二次到达
// mostRight的右孩子指向cur,让其指向空,cur向右移动
mostRight.right = null;
}
}
System.out.print(cur.value+" "); // 没有左子树的节点只到达一次直接打印,对于有左子树的节点会到达两次,第二次到达时打印
cur = cur.right;
}
System.out.println();
}

后序遍历

  • 第二次访问节点时逆序打印该节点左树的右边界

  • 最后单独打印整棵树的右边界

public static void morrisPos(Node head) {
if(head == null){
return;
}
Node cur = head;
Node mostRight = null;
while (cur != null){
mostRight = cur.left;
if(mostRight != null){
while (mostRight.right !=null && mostRight.right != cur){
mostRight = mostRight.right;
}
if(mostRight.right == null){
mostRight.right = cur;
cur = cur.left;
continue;
}else {
mostRight.right = null;
printEdge(cur.left); // 第二次访问时逆序打印该节点左树的右边界
}
}
cur = cur.right;
}
printEdge(head); // 最后单独打印整棵树的右边界
System.out.println();
}
public static void printEdge(Node node){ // 逆序打印:反转链表打印后再反转回原样
Node tail =reverseEdge(node);
Node cur = tail;
while (cur != null ){
System.out.print(cur.value+" ");
cur =cur.right;
}
reverseEdge(tail);
}
public static Node reverseEdge(Node node){ // 链表反转
Node pre = null;
Node next = null;
while (node != null){
next = node.right;
node.right = pre;
pre = node;
node = next;
}
return pre;
}

【数据结构与算法】二叉树的 Morris 遍历(前序、中序、后序)的更多相关文章

  1. python数据结构与算法——二叉树结构与遍历方法

    先序遍历,中序遍历,后序遍历 ,区别在于三条核心语句的位置 层序遍历  采用队列的遍历操作第一次访问根,在访问根的左孩子,接着访问根的有孩子,然后下一层 自左向右一一访问同层的结点 # 先序遍历 # ...

  2. 算法进阶面试题03——构造数组的MaxTree、最大子矩阵的大小、2017京东环形烽火台问题、介绍Morris遍历并实现前序/中序/后序

    接着第二课的内容和带点第三课的内容. (回顾)准备一个栈,从大到小排列,具体参考上一课.... 构造数组的MaxTree [题目] 定义二叉树如下: public class Node{ public ...

  3. javascript数据结构与算法--二叉树遍历(后序)

    javascript数据结构与算法--二叉树遍历(后序) 后序遍历先访问叶子节点,从左子树到右子树,再到根节点. /* *二叉树中,相对较小的值保存在左节点上,较大的值保存在右节点中 * * * */ ...

  4. javascript数据结构与算法--二叉树遍历(先序)

    javascript数据结构与算法--二叉树遍历(先序) 先序遍历先访问根节点, 然后以同样方式访问左子树和右子树 代码如下: /* *二叉树中,相对较小的值保存在左节点上,较大的值保存在右节点中 * ...

  5. javascript数据结构与算法--二叉树遍历(中序)

    javascript数据结构与算法--二叉树遍历(中序) 中序遍历按照节点上的键值,以升序访问BST上的所有节点 代码如下: /* *二叉树中,相对较小的值保存在左节点上,较大的值保存在右节点中 * ...

  6. javascript数据结构与算法-- 二叉树

    javascript数据结构与算法-- 二叉树 树是计算机科学中经常用到的一种数据结构.树是一种非线性的数据结构,以分成的方式存储数据,树被用来存储具有层级关系的数据,比如文件系统的文件,树还被用来存 ...

  7. javascript数据结构与算法---二叉树(删除节点)

    javascript数据结构与算法---二叉树(删除节点) function Node(data,left,right) { this.data = data; this.left = left; t ...

  8. javascript数据结构与算法---二叉树(查找最小值、最大值、给定值)

    javascript数据结构与算法---二叉树(查找最小值.最大值.给定值) function Node(data,left,right) { this.data = data; this.left ...

  9. SDUT OJ 数据结构实验之二叉树二:遍历二叉树

    数据结构实验之二叉树二:遍历二叉树 Time Limit: 1000 ms Memory Limit: 65536 KiB Submit Statistic Discuss Problem Descr ...

  10. SDUT 3341 数据结构实验之二叉树二:遍历二叉树

    数据结构实验之二叉树二:遍历二叉树 Time Limit: 1000MS Memory Limit: 65536KB Submit Statistic Problem Description 已知二叉 ...

随机推荐

  1. Longhorn 云原生容器分布式存储 - Air Gap 安装

    内容来源于官方 Longhorn 1.1.2 英文技术手册. 系列 Longhorn 是什么? Longhorn 云原生容器分布式存储 - 设计架构和概念 Longhorn 云原生容器分布式存储 - ...

  2. 技术调研,IDEA 插件怎么开发「脚手架、低代码可视化编排、接口生成测试」?

    作者:小傅哥 博客:https://bugstack.cn 沉淀.分享.成长,让自己和他人都能有所收获! 一.前言 不踩些坑,根本不是成熟的码农! 你觉得肯德基全家桶是什么?一家人一起吃的桶吗,就那么 ...

  3. opencv入门系列教学(五)图像的基本操作(像素值、属性、ROI和边框)

    0.序言 每个图像是由一个个点组成的,而这些点可以表示为像素值的形式. 这篇博客里我们将学会: 访问像素值并修改它们 . 访问图像属性 . 设置感兴趣区域(ROI) . 分割和合并图像. 对于图像的基 ...

  4. Python中的多线程编程

    前言: 线程是操作系统能够进行运算调度的最小单位(程序执行流的最小单元) 它被包含在进程之中,是进程中的实际运作单位 一个进程中可以并发多个线程每条线程并行执行不同的任务 (线程是进程中的一个实体,是 ...

  5. Django的form组件——ModelForm实战

    模型: from django.db import models class Book(models.Model): book_name = models.CharField(max_length=3 ...

  6. Coreos配置docker镜像加速器

    CoreOS配置docker镜像加速器 CoreOS下的Docker配置是通过flannel unit来实现的. 1) 通过命令 systemctl cat docker 可以看出配置文件的默认位置 ...

  7. Vue+element基本增删改查

    <!DOCTYPE html> <html lang="zh"> <head> <meta charset="UTF-8&quo ...

  8. key存活时间和五个类型通用的一些指令操作

    一.设置key的存活时间 1.失效后 ttl 是 -2,get返回 null : 2.不设置存活时候 ttl 返回是 -1: 二.查找指令和删除指令.重命名key.查看key类型 1.模糊查询 2.严 ...

  9. Weblogic Coherence组件漏洞初探CVE-2020-2555

    Weblogic Coherence组件漏洞初探CVE-2020-2555 2020年1月,互联网上爆出了weblogic反序列化远程命令执行漏洞(CVE-2020-2555),Oracle Fusi ...

  10. 如何将 Ubuntu 版本升级到新版本

    @ 目录 0.将 Ubuntu 版本升级到新版本的注意事项 1.以图形方式升级到 Ubuntu 20.04(适用于桌面用户) 2.使用命令行升级到 Ubuntu 21.10 本教程通过从 Ubuntu ...