携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第5天，点击查看活动详情
题目
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,null,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,null,2]- 输出：
[1,2]
方法一：递归
思路及解法
首先我们需要了解什么是二叉树的前序遍历：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。
定义 preorder(root) 表示当前遍历到 root 节点的答案。按照定义，我们只要首先将 root 节点的值加入答案，然后递归调用 preorder(root.left) 来遍历 root 节点的左子树，最后递归调用 preorder(root.right) 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。
代码
class Solution {
func preorder(_ root: TreeNode?, _ res: inout [Int]) {
guard nil != root else {
return
}
res.append(root!.val)
preorder(root?.left, &res)
preorder(root?.right, &res)
}
func preorderTraversal(_ root: TreeNode?) -> [Int] {
var res: [Int] = []
preorder(root, &res)
return res
}
}
复杂度分析
-
时间复杂度：O(n)，其中 n 是二叉树的节点数。每一个节点恰好被遍历一次。
-
空间复杂度：O(n)，为递归过程中栈的开销，平均情况下为 O(log n)，最坏情况下树呈现链状，为 O(n)。
方法二：迭代
思路及解法
我们也可以用迭代的方式实现方法一的递归函数，两种方式是等价的，区别在于递归的时候隐式地维护了一个栈，而我们在迭代的时候需要显式地将这个栈模拟出来，其余的实现与细节都相同，具体可以参考下面的代码。
代码
class Solution {
func preorderTraversal(_ root: TreeNode?) -> [Int] {
var res: [Int] = []
if nil == root {
return res
}
var stack: [TreeNode?] = []
var node: TreeNode? = root
while !stack.isEmpty || nil != node {
while nil != node {
res.append(node!.val)
stack.append(node)
node = node?.left
}
node = stack.removeLast()?.right
}
return res
}
}
复杂度分析
-
时间复杂度：O(n)，其中 n 是二叉树的节点数。每一个节点恰好被遍历一次。
-
空间复杂度：O(n)，为迭代过程中显式栈的开销，平均情况下为 O(log n)，最坏情况下树呈现链状，为 O(n)。