1. 问题的描述
给你二叉树的根节点 root ，返回它节点值的 前序 遍历。
前序遍历首先访问根结点然后遍历左子树，最后遍历右子树。在遍历左、右子树时，仍然先访问根结点，然后遍历左子树，最后遍历右子树。若二叉树为空则结束返回，否则：
（1）访问根结点。
（2）前序遍历左子树。
（3）前序遍历右子树 。需要注意的是：遍历左右子树时仍然采用前序遍历方法。
如图所示二叉树，前序遍历结果：ABDECF
给你二叉树的根节点 root ，返回它节点值的前序遍历。
示例 1:
输入: root = [1,None,2,3]
输出: [1,2,3]
示例 2:
输入: root = []
输出: []
示例 3:
输入: root = [1]
输出: [1]
示例 4:
输入: root = [1,2]
输出: [1,2]
示例 5:
输入: root = [1,None,2]
输出: [1,2]
初始代码
from typing import List
class TreeNode:
def __init__(self, x):
self.val = x
self.left = None
self.right = None
def list_to_binarytree(nums):
if nums==[]:return
b=root=TreeNode(nums[0])
a=[]
i=1
while i < len(nums):
if nums[i]:
root.left=TreeNode(nums[i])
a.append(root.left)
if i+1<len(nums):
if nums[i+1]:
root.right=TreeNode(nums[i+1])
a.append(root.right)
i+=2
root=a.pop(0)
return b
root = list_to_binarytree([1,None,2,3,None,4,5,6,7,8])
class Solution:
def preorderTraversal(self, root: TreeNode) -> List[int]:
#在此填写代码
print(Solution().preorderTraversal(list_to_binarytree([1,None,2,3])))
print(Solution().preorderTraversal(list_to_binarytree([])))
print(Solution().preorderTraversal(list_to_binarytree([1])))
print(Solution().preorderTraversal(list_to_binarytree([1,2])))
print(Solution().preorderTraversal(list_to_binarytree([1,None,2])))
2. 解题思路
- 按照访问根节点——左子树——右子树的方式遍历这棵树，而在访问左子树或者右子树的时候，我们按照同样的方式遍历，直到遍历完整棵树。
- 因此整个遍历过程天然具有递归的性质，我们可以直接用递归函数来模拟这一过程。
- 按照定义，我们只要首先将 root 节点的值加入答案，然后调用递归来遍历 root 节点的左子树，最后调用递归来遍历 root 节点的右子树即可，递归终止的条件为碰到空节点。
3. 解题方法
from typing import List
class TreeNode:
def __init__(self, x):
self.val = x
self.left = None
self.right = None
def list_to_binarytree(nums):
if nums==[]:return
b=root=TreeNode(nums[0])
a=[]
i=1
while i < len(nums):
if nums[i]:
root.left=TreeNode(nums[i])
a.append(root.left)
if i+1<len(nums):
if nums[i+1]:
root.right=TreeNode(nums[i+1])
a.append(root.right)
i+=2
root=a.pop(0)
return b
class Solution:
def preorderTraversal(self, root: TreeNode) -> List[int]:
def a(x,root):
if root:
x.append(root.val)
a(x,root.left)
a(x,root.right)
return x
x=[]
return a(x,root)
print(Solution().preorderTraversal(list_to_binarytree([1,None,2,3])))
print(Solution().preorderTraversal(list_to_binarytree([])))
print(Solution().preorderTraversal(list_to_binarytree([1])))
print(Solution().preorderTraversal(list_to_binarytree([1,2])))
print(Solution().preorderTraversal(list_to_binarytree([1,None,2])))
第1-26，36-40行： 题目中已经给出的信息，运行代码时要根据这些代码进行编辑（具体为创建二叉树以及列表、二叉树转换）
第27行： 定义函数a用于递归，内部变量root二叉树以及x列表来存放二叉树的节点
第28行： 当二叉树节点存在时执行if内部操作
第29行： x列表中存放root二叉树节点的值
第30行： 递归操作，开始遍历二叉树的左子树，再对此左子树进行前序遍历操作
第31行： 递归操作，当左子树遍历完成时，开始遍历二叉树的右子树，再对此右子树进行前序遍历操作
第32行： 当根节点root的右子树遍历完成，结束遍历并返回列表x
第33行： 定义x为空列表
第34行： 返回二叉树的前序遍历结果
代码运行结果为：
4. 结构讲解
这里用到了基础结构：二叉树，简单讲解下这个二叉树：
链表
二叉树（Binary tree）是树形结构的一个重要类型。许多实际问题抽象出来的数据结构往往是二叉树形式，即使是一般的树也能简单地转换为二叉树，而且二叉树的存储结构及其算法都较为简单，因此二叉树显得特别重要。
二叉树特点是每个结点最多只能有两棵子树，且有左右之分。
结点：包含一个数据元素及若干指向子树分支的信息
结点的度：一个结点拥有子树的数目称为结点的度
叶子结点：也称为终端结点，没有子树的结点或者度为零的结点
分支结点：也称为非终端结点，度不为零的结点称为非终端结点
树的度：树中所有结点的度的最大值
结点的层次：从根结点开始，假设根结点为第1层，根结点的子节点为第2层，依此类推，如果某一个结点位于第L层，则其子节点位于第L+1层
树的深度：也称为树的高度，树中所有结点的层次最大值称为树的深度
有序树：如果树中各棵子树的次序是有先后次序，则称该树为有序树
序树：如果树中各棵子树的次序没有先后次序，则称该树为无序树
森林：由m（m≥0）棵互不相交的树构成一片森林。如果把一棵非空的树的根结点删除，则该树就变成了一片森林，森林中的树由原来根结点的各棵子树构成
