树的前中后序遍历非递归实现

3.1. 整体思路----借助于栈

因为要在遍历完节点的左子树后接着遍历节点的右子树，为了能找到该节点，需要使用栈来进行暂存。中序和后序也都涉及到回溯，所以都需要用到栈。

三道题的解决思路可统一，模板也极其相似：

1. 将二叉树分为“左”（包括一路向左，经过的所有实际左+根）、“右”（包括实际的右）两种节点
2. 使用同样的顺序将“左”节点入栈
3. 从下到上，以此访问其的右子树，同时把右子树看成一颗完整的树，重复上面的步骤

比如{1,2,3}，当cur位于节点1时，1、2属于“左”节点，3属于“右”节点。DFS的非递归实现本质上是在协调入栈、出栈和访问，三种操作的顺序。上述统一使得我们不再需要关注入栈顺序，仅需要关注出栈和访问（第3点），随着更详细的分析，你将更加体会到这种简化带来的好处。

即上面说到的三个步骤！

1. 将二叉树分为“左”（包括一路向左，经过的所有实际左+根）、“右”（包括实际的右）两种节点
2. 使用同样的顺序将“左”节点入栈
3. 从下到上，以此访问其的右子树，同时把右子树看成一颗完整的树，重复上面的步骤

3.2. 前序

先序和中序的情况是极其相似的。

• 先序的实际顺序：【根左】【右】
• 中序的实际顺序：【左根】【右】

使用上述思路，先序和中序的遍历顺序可统一为：【“左”“右”】。

给我们的直观感觉是代码也会比较相似。实际情况正是如此，先序与中序的区别只在于对“左”节点的访问上。

前序：

不需要入栈，每次遍历到“左”节点，立即输出即可。

需要注意的是，遍历到最左下的节点时，实际上输出的已经不再是实际的根节点，而是实际的左节点。这符合先序的定义。

而后，因为我们已经访问过所有“左”节点，现在只需要将这些没用的节点出栈，然后转向到“右”节点。于是“右”节点也变成了“左”节点，后续处理同上。

完整代码如下：

3.3. 中序

基于对先序的分析，先序与中序的区别只在于对“左”节点的处理上，我们调整一行代码即可完成中序遍历。

注意，我们在出栈之后才访问这个节点。因为先序先访问实际根，后访问实际左，而中序恰好相反。相同的是，访问完根+左子树（先序）或左子树+根（中序）后，都需要转向到“右”节点，使“右”节点称为新的“左”节点。

完整代码如下：

3.4. 后序

后序的情况略有不同，但仍然十分简洁。

• 后序的实际顺序：左右根

入栈顺序不变，我们只需要考虑第3点的变化。出栈的对象一定都是“左”节点（“右”节点会在转向后称为“左”节点，然后入栈），也就是实际的左或根；实际的左可以当做左右子树都为null的根，所以我们只需要分析实际的根。

对于实际的根，需要保证先后访问了左子树、右子树之后，才能访问根。实际的右节点、左节点、根节点都会成为“左”节点入栈，所以我们只需要在出栈之前，将该节点视作实际的根节点，并检查其右子树是否已被访问即可。如果不存在右子树，或右子树已被访问了，那么可以访问根节点，出栈，并不需要转向；如果还没有访问，就转向，使其“右”节点成为“左”节点，等着它先被访问之后，再来访问根节点。

所以，我们需要增加一个标志，记录右子树的访问情况。由于访问根节点前，一定先紧挨着访问了其右子树，所以我们只需要一个标志位。

完整代码如下：