二叉树的中序遍历
示例树根 4,左 2-1-3,右 6-5;中序输出 [1,2,3,4,5,6]。
示例树根 4,左 2-1-3,右 6-5;中序输出 [1,2,3,4,5,6]。
当前调用等待哪些子问题回执,返回值对父节点意味着什么?
左墙下潜法:左子树处理完才访问根;迭代用显式栈模拟调用栈。
先说结论:这道题到底解决什么
怎样从“示例树根 4,左 2-1-3,右 6-5;中序输出 [1,2,3,4,5,6]。”推导出 二叉树 · 中序,并证明每次状态变化都不会漏掉答案?
中心结论:左墙下潜法:左子树处理完才访问根;迭代用显式栈模拟调用栈。
- 1.暴力方案在哪里重复计算,为什么仍然是正确基线?
- 2.当前调用等待哪些子问题回执,返回值对父节点意味着什么?
- 3.不变量“每个节点都要等左子树处理完,才轮到自己。”为什么能保证算法安全前进?
完整题目与题意拆解
示例树根 4,左 2-1-3,右 6-5;中序输出 [1,2,3,4,5,6]。
在本站主例中,示例树根 4,左 2-1-3,右 6-5;中序输出 [1,2,3,4,5,6]。
算法最终需要得到或观察:中序序列 [1,2,3,4,5,6]。
- • 输入:示例树根 4,左 2-1-3,右 6-5;中序输出 [1,2,3,4,5,6]。
- • 机器需要维护:cur、显式 stack、ans 输出数组。
- • 最终可观察结果:中序序列 [1,2,3,4,5,6]。
先看清算法到底要维护什么
先建立输入、目标、输出和第一批状态,不急着进入模板。
显式栈模拟递归
第一层方案:暴力做法
从每个节点重新遍历子树会重复计算;递归让每棵子树只计算一次并向父节点返回摘要。
暴力方案的价值是确认题意并提供正确性基线。它通常会覆盖所有候选, 但没有保存已经确认的信息,因此同一状态会被重新计算。
重复工作究竟发生在哪里
把重复读取或重复搜索的区域明确标出,再决定优化必须保存什么。
显式栈模拟递归
整体地图:先做什么,再做什么
- 1建模把输入翻译成“递归回执树”,明确答案需要观察什么。
- 2状态只维护 cur、显式 stack、ans 输出数组。
- 3转移每一步按照 左墙下潜法:左子树处理完才访问根;迭代用显式栈模拟调用栈。
- 4收尾读取 中序序列 [1,2,3,4,5,6]。,并复核边界与复杂度。
递归回执树:核心概念
先用一句话定义递归函数返回什么,父节点才能正确合并。
这道题不是为了记住一个组件名称,而是为了让状态具有可解释的语义:cur、显式 stack、ans 输出数组。
- • 每个节点都要等左子树处理完,才轮到自己。
建立“递归回执树”心智模型
用主例建立核心状态,先预测下一步,再公开正确分支和理由。
显式栈模拟递归
核心机制:状态如何一步步变化
递归的实现方法,见代码。
左墙下潜法:左子树处理完才访问根;迭代用显式栈模拟调用栈。
执行过程中持续维护:cur、显式 stack、ans 输出数组。
正确性依赖以下不变量:每个节点都要等左子树处理完,才轮到自己。
面试时可以压缩为:中序遍历的顺序是左子树、根节点、右子树。递归写法最直观:先 dfs(left),再访问当前节点,再 dfs(right)。迭代写法用显式栈模拟递归调用栈:先一路向左,把经过的节点压栈;当左边走到底后,弹出栈顶访问;然后转向它的右子树。每个节点最多入栈出栈一次,所以时间 O(n),栈空间 O(h),最坏 O(n)。
落到当前题,执行机制可以压缩为:左墙下潜法:左子树处理完才访问根;迭代用显式栈模拟调用栈。每一次更新都必须保持核心不变量,而不是只让样例碰巧得到正确答案。
一次状态转移为什么成立
集中观察一次选择、计算和状态写回,让变量变化与原因同时出现。
压入 4,转向左孩子
正确性证明:为什么不会漏答案
初始化:算法开始时,全部合法候选仍在状态表示范围内;每个节点都要等左子树处理完,才轮到自己。
保持:执行“左墙下潜法:左子树处理完才访问根;迭代用显式栈模拟调用栈。”时,只删除已经能证明不可能的候选,并把新信息写回 cur、显式 stack、ans 输出数组。
终止:没有待处理状态或达到命中条件时,当前可观察结果就是“中序序列 [1,2,3,4,5,6]。”。
完整执行过程
- 1题目与输入示例树根 4,左 2-1-3,右 6-5;中序输出 [1,2,3,4,5,6]。 因为:左墙下潜法:左子树处理完才访问根;迭代用显式栈模拟调用栈。
- 2沿左子树压栈,cur=0左边界全部入栈。 因为:最后处理的才是最左结点。
- 3沿左子树压栈,cur=3左边界全部入栈。 因为:最后处理的才是最左结点。
- 4弹出并访问 2访问结点,转向右子树。 因为:左子树已全部处理完。
- 5弹出并访问 3访问结点,转向右子树。 因为:左子树已全部处理完。
- 6沿左子树压栈,cur=2左边界全部入栈。 因为:最后处理的才是最左结点。
- 7弹出并访问 6访问结点,转向右子树。 因为:左子树已全部处理完。
- 8收尾与复杂度中序序列 [1,2,3,4,5,6]。 因为:时间 O(n) · 空间 O(h)。左墙下潜法:左子树处理完才访问根;迭代用显式栈模拟调用栈。
从输入完整走到可观察结果
从主例第一帧运行到答案,时间轴始终显示当前状态、因果解释和下一步。
显式栈模拟递归
把动画和 Go 代码逐行对应
代码窗口不会按容易漂移的固定数字行号硬绑动画,而是根据当前语义阶段, 在完整 Go 实现中定位选择、计算、写回或返回分支。当前变量与高亮行一起变化。
让每个动作都落到 Go 分支
重新执行关键分支,只显示当前代码附近窗口,并说明这行为什么在此刻运行。
显式栈模拟递归
完整 Go 提交代码与最小测试
// TreeNode define
/**
* Definition for a binary tree node.
* type TreeNode struct {
* Val int
* Left *TreeNode
* Right *TreeNode
* }
*/
func inorderTraversal(root *TreeNode) []int {
var result []int
inorder(root, &result)
return result
}
func inorder(root *TreeNode, output *[]int) {
if root != nil {
inorder(root.Left, output)
*output = append(*output, root.Val)
inorder(root.Right, output)
}
}func main() {
// 1. 主例
// 输入:mode="inorder", values=[4,2,6,1,3,5]
// 期望:中序序列 [1,2,3,4,5,6]。
//
// 2. 失败 / 未命中
// 检查:看到节点就输出;弹栈后忘记 cur=Right;误以为中序一定有序;空间写成 O(1)。
//
// 3. 边界
// 空输入、单元素、最小合法规模,以及答案恰好落在边界的情况。
//
// 4. 迁移
// LC144 前序;LC145 后序
}Go 参考实现基于 halfrost/LeetCode-Go 的 MIT 许可代码整理,并按本站教学结构补充解释与动画映射。
正确性与复杂度
执行过程中只保留仍可能影响答案的状态。左墙下潜法:左子树处理完才访问根;迭代用显式栈模拟调用栈。
额外状态主要用于维护:cur、显式 stack、ans 输出数组。
- • 每个节点都要等左子树处理完,才轮到自己。
最容易写错的地方
看到节点就输出;弹栈后忘记 cur=Right;误以为中序一定有序;空间写成 O(1)。
必须额外检查空输入、单元素、未命中或不可达情况,以及恰好落在边界的输入。
最后复盘:带走逻辑链
- 1题意示例树根 4,左 2-1-3,右 6-5;中序输出 [1,2,3,4,5,6]。
- 2重复从每个节点重新遍历子树会重复计算;递归让每棵子树只计算一次并向父节点返回摘要。
- 3优化左墙下潜法:左子树处理完才访问根;迭代用显式栈模拟调用栈。
- 4证明每个节点都要等左子树处理完,才轮到自己。
- 5复杂度时间 O(n),空间 O(h)
- • LC144 前序
- • LC145 后序