• 二叉搜索树的深度&广度优先遍历 C++实现


    实际上树和图的广度&深度优先遍历方法十分类似,所以今天针对树的遍历方法实现进行详细分析,并且树的遍历在笔试中也是非常常见的一种方法,并且《剑指Offer》中的许多面试题用到了这两种遍历方法进行不同需求的算法实现。

    深度优先遍历

    深度优先遍历:借助递归算法不断遍历当前遍历到节点的左右子节点,对于树这个数据结构根据左子节点、右子节点和当前节点的遍历顺序该搜索算法又可分为前序、中序和后序遍历,其中中序遍历可以达到排序的效果。

    具体的遍历顺序如下图所示:
    在这里插入图片描述

    依次为 前序,后序,中序遍历。

    代码实现如下:

    // 前序遍历
    void preOrder() {
        preOrder(root);
    }
    
    // 对以node为根的二叉搜索树进行前序遍历
    void preOrder(Node *node) {
        if (node != nullptr) {
            std::cout << node->key << " ";
            preOrder(node->left);
            preOrder(node->right);
        }
    }
    
    // 中序遍历
    void inOrder() {
        inOrder(root);
    }
    
    // 对以node为根的二叉搜索树进行中序遍历
    void inOrder(Node *node) {
        if (node != nullptr) {
            inOrder(node->left);
            std::cout << node->key << " ";
            inOrder(node->right);
        }
    }
    
    // 后序遍历
    void postOrder() {
        postOrder(root);
    }
    
    // 对以node为根的二叉搜索树进行后序遍历
    void postOrder(Node *node) {
        if (node != nullptr) {
            postOrder(node->left);
            postOrder(node->right);
            std::cout << node->key << " ";
        }
    }
    

    广度优先搜索

    广度优先搜索:实际上就是层序遍历,顾名思义从上到下一层一层的遍历,树的广度优先搜索是借助队列这个数据结构达到层序遍历的效果,及将已遍历的节点的子节点加入队列,并且出队进行遍历,保证了上层数据优先遍历。

    具体的遍历顺序如下图所示,即先遍历黄色节点,再遍历绿色节点,最终遍历蓝色节点。
    在这里插入图片描述

    // 层序遍历
    void levelOrder() {
        std::queue<Node *> q;
        q.push(root);
        while (!q.empty()) {
            Node *node = q.front();
            q.pop();
            std::cout << node->key << " ";
            if (node->left)
                q.push(node->left);
            if (node->right)
                q.push(node->right);
        }
    }
    
    任世事无常,勿忘初心
  • 相关阅读:
    python的reduce()函数
    python的map()函数
    【RxJS 01】函数式编程
    【vs_dev】01 first one
    【Angular01】Angular First One ----附 ip 地址查询
    目录
    ECMA Script 6 something
    【git】打tag
    【work 0107】dione 搭建
    【nextjs】React SSR
  • 原文地址:https://www.cnblogs.com/FlameBlog/p/14715298.html
Copyright © 2020-2023  润新知