二叉树的遍历真的是又简单又复杂，以他为原型可以变出好多好多题目，但是归根结底还是要非常熟悉二叉树的遍历。递归算法就不写了，那个面试写了就是凉凉。
1. 前序遍历
1 def preOrder(root): 2 stack1 = [] 3 res = [] 4 cur = root 5 while stack1 or cur: 6 if cur: #这一步主要是第一步放入根节点 7 stack1.append(cur) 8 cur = stack1.pop() #之后每次从栈中pop数据 9 res.append(cur.val) 10 if cur.right: 11 stack1.append(cur.right) 12 if cur.left: 13 stack1.append(cur.left) 14 cur = None 15 return res
从这里可以看出，因为是先序遍历，所以不需要保存根节点，直接push之后再pop出来。
2. 中序遍历
1 def inOrder(root): 2 stack1 = [] 3 res = [] 4 cur = root 5 while stack or cur: 6 while cur: 7 stack1.append(cur) 8 cur = cur.left 9 cur = cur.pop() 10 res.append(cur.val) 11 cur = cur.right 12 return res
从这里我们可以看出，先序遍历和中序遍历整体结构是相同的，但是这里面的细小的区别才是最重要的，也就是先序是if 中序是while 原因就是在于先序的话我直接就读到根节点的值，但是中序遍历是在读完所有左子树才会读根节点，因此使用while 一直不断地把根节点压入栈中。
第二个区别是在最后cur 的复制中，先序让cur=None的原因是因为cur 已经被读取到了，我已经把cur的左子树和右子树压入栈，但是中序遍历中我们需要对根节点的右节点进行遍历，所以让cur = cur.right 就可以跳到第一行的while中。同样的，有了这个while 就不要判断if cur.right == None。
3. 后序遍历
def postOrder(root): stack1 = [] res = [] cur = root while stack1 or cur: while cur: stack1.append(cur) cur = cur.right if cur.left == None else cur.left cur = stack1.pop() res.append(cur.val) if stack1 and stack1[-1].left == cur: # stack1[-1] 是cur的next 节点！ cur = stack1[-1].right else: cur = None return res
后序遍历是比较复杂的，技巧也比较多。但是三种遍历的核心在于入栈，我们一定要搞清楚为什么要入栈，入栈到底要入什么。栈的顺序便是先入后出，所以不管是先序，中序，后序，只要能把握究竟要入什么，其实就掌握了二叉树的遍历的本质。后序中因为根节点是最后需要访问的，因此要最先入栈。然后入栈的是什么呢？ 是这个数的最左边的节点，和中序遍历不同，中序遍历只要找到第一个最左边的元素，后序遍历是要找到第一个左右子树都为空的节点。
这其实可以看出，栈中保存的是下一个需要访问的节点，而里面的while 循环，主要功能就是保存我们的路径。