深入解析树遍历算法：从原理到实现

2025-06-19 12:13:28作者：殷蕙予

树（Tree）是计算机科学中最重要的数据结构之一，广泛应用于文件系统、数据库索引、AI决策等领域。本文将深入探讨树结构的遍历方法，包括深度优先遍历（DFS）和广度优先遍历（BFS）两大类别。

树遍历的基本概念

树遍历是指按照某种顺序访问树中所有节点的过程。根据访问顺序的不同，主要分为以下几种类型：

深度优先遍历（DFS）

前序遍历（Preorder）：根节点 → 左子树 → 右子树
中序遍历（Inorder）：左子树 → 根节点 → 右子树
后序遍历（Postorder）：左子树 → 右子树 → 根节点

广度优先遍历（BFS）

层序遍历（Level Order）：按树的层级从上到下、从左到右依次访问

遍历算法详解

1. 前序遍历（Preorder）

前序遍历的访问顺序是：先访问根节点，然后递归地前序遍历左子树，最后递归地前序遍历右子树。

应用场景：

复制树结构
获取前缀表达式（波兰表达式）

function preorder(node) {
  if(node) {
    console.log(node.val);  // 先访问根节点
    preorder(node.left);    // 然后左子树
    preorder(node.right);   // 最后右子树
  }
}

2. 中序遍历（Inorder）

中序遍历的访问顺序是：先递归地中序遍历左子树，然后访问根节点，最后递归地中序遍历右子树。

应用场景：

二叉搜索树（BST）中按顺序输出节点值
获取中缀表达式

function inorder(node) {
  if(node) {
    inorder(node.left);     // 先左子树
    console.log(node.val);  // 然后根节点
    inorder(node.right);    // 最后右子树
  }
}

3. 后序遍历（Postorder）

后序遍历的访问顺序是：先递归地后序遍历左子树，然后递归地后序遍历右子树，最后访问根节点。

应用场景：

删除树节点
获取后缀表达式（逆波兰表达式）
计算表达式树的值

function postorder(node) {
  if(node) {
    postorder(node.left);   // 先左子树
    postorder(node.right);  // 然后右子树
    console.log(node.val);  // 最后根节点
  }
}

4. 层序遍历（Level Order）

层序遍历按照树的层级从上到下、从左到右依次访问节点。这种遍历需要使用队列（Queue）数据结构来实现。

应用场景：

查找树的最小深度
按层级打印树结构
广度优先搜索（BFS）

function levelOrder(root) {
  if(!root) return;
  
  const queue = [root];
  
  while(queue.length > 0) {
    const node = queue.shift();
    console.log(node.val);
    
    if(node.left) queue.push(node.left);
    if(node.right) queue.push(node.right);
  }
}

实际应用示例

假设我们有如下二叉树结构：

不同遍历方式的输出结果：

前序遍历：1 → 2 → 4 → 5 → 3
中序遍历：4 → 2 → 5 → 1 → 3
后序遍历：4 → 5 → 2 → 3 → 1
层序遍历：1 → 2 → 3 → 4 → 5

性能分析与优化

所有遍历算法的时间复杂度都是O(n)，因为每个节点都会被访问一次。空间复杂度取决于树的形状：

平衡树：O(log n)（递归调用栈的深度）
最坏情况（链表状树）：O(n)

对于深度优先遍历，可以使用迭代法替代递归来避免栈溢出问题：

// 迭代法中序遍历
function inorderIterative(root) {
  const stack = [];
  let curr = root;
  
  while(curr || stack.length) {
    while(curr) {
      stack.push(curr);
      curr = curr.left;
    }
    
    curr = stack.pop();
    console.log(curr.val);
    curr = curr.right;
  }
}