doocs/leetcode 第 144 题二叉树的前序遍历:递归、显式栈与 Morris 遍历的完整实现

原创2026-10-16 16:19:021,920 阅读
文章标签:教程示例工程教育

doocs/leetcode 第 144 题二叉树的前序遍历:递归、显式栈与 Morris 遍历的完整实现

本文基于 doocs/leetcode 仓库中 144 题题解文档 展开,围绕「前序遍历(根、左、右)」这一经典二叉树问题,完整讲解递归 DFS、显式栈迭代、Morris 线程化遍历三种实现方案的原理与取舍,并给出 Python、Java、C++、Go、TypeScript、Rust 六种语言的完整可运行代码。读完本文,你能独立实现全部三种前序遍历写法,理解迭代版中「先压右、再压左」的栈顺序依据,以及 Morris 遍历如何借助左子树最右节点的空指针把空间复杂度压到 O(1)O(1)。

![示例 1 的二叉树结构,root = [1,null,2,3],前序遍历输出 [1,2,3]](solution/0100-0199/0144.Binary Tree Preorder Traversal/images/screenshot-2024-08-29-202743.png)

![示例 2 的二叉树结构,root = [1,2,3,4,5,null,8,null,null,6,7,9],前序遍历输出 [1,2,4,5,6,7,3,8,9]](solution/0100-0199/0144.Binary Tree Preorder Traversal/images/tree_2.png)

题目描述

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 = [1,2,3,4,5,null,8,null,null,6,7,9]
  • 输出:[1,2,4,5,6,7,3,8,9]

示例 3:

  • 输入:root = []
  • 输出:[]

示例 4:

  • 输入:root = [1]
  • 输出:[1]

提示:

  • 树中节点数目在范围 [0, 100] 内
  • -100 <= Node.val <= 100

进阶: 递归算法很简单,你可以通过迭代算法完成吗?

前序遍历的访问顺序是「根节点 → 左子树 → 右子树」。结合示例 2 可以直观验证:先输出根 1,再进入左子树依次输出 2、4、5、6、7,最后处理右子树 3、8、9,得到 [1,2,4,5,6,7,3,8,9]。以下三种方法都严格遵循这一顺序,区别在于「如何记录待访问的右子树」。

方法一:递归遍历(DFS)

前序是「根、左、右」。二叉树本身按递归定义,因此最直接的实现是:先记录当前根节点值,再递归处理左子树,最后递归处理右子树。由于节点数 n≤100n \le 100,递归栈深度有限,不会造成栈溢出问题;进阶部分才要求改写为迭代。

时间复杂度 O(n)O(n),空间复杂度 O(n)O(n),其中 nn 是二叉树的节点数,空间开销主要来自递归调用的系统栈(最坏为退化成链的树,深度 O(n)O(n))。

Python3

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def preorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
        def dfs(root):
            if root is None:
                return
            ans.append(root.val)
            dfs(root.left)
            dfs(root.right)

        ans = []
        dfs(root)
        return ans

Java

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode() {}
 *     TreeNode(int val) { this.val = val; }
 *     TreeNode(int val, TreeNode left, TreeNode right) {
 *         this.val = val;
 *         this.left = left;
 *         this.right = right;
 *     }
 * }
 */
class Solution {
    private List<Integer> ans = new ArrayList<>();

    public List<Integer> preorderTraversal(TreeNode root) {
        dfs(root);
        return ans;
    }

    private void dfs(TreeNode root) {
        if (root == null) {
            return;
        }
        ans.add(root.val);
        dfs(root.left);
        dfs(root.right);
    }
}

C++

/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode() : val(0), left(nullptr), right(nullptr) {}
 *     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
 *     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
 * };
 */
class Solution {
public:
    vector<int> preorderTraversal(TreeNode* root) {
        vector<int> ans;
        function<void(TreeNode*)> dfs = & {
            if (!root) {
                return;
            }
            ans.push_back(root->val);
            dfs(root->left);
            dfs(root->right);
        };
        dfs(root);
        return ans;
    }
};

Go

/**
 * Definition for a binary tree node.
 * type TreeNode struct {
 *     Val int
 *     Left *TreeNode
 *     Right *TreeNode
 * }
 */
func preorderTraversal(root *TreeNode) (ans []int) {
	var dfs func(*TreeNode)
	dfs = func(root *TreeNode) {
		if root == nil {
			return
		}
		ans = append(ans, root.Val)
		dfs(root.Left)
		dfs(root.Right)
	}
	dfs(root)
	return
}

TypeScript

/**
 * Definition for a binary tree node.
 * class TreeNode {
 *     val: number
 *     left: TreeNode | null
 *     right: TreeNode | null
 *     constructor(val?: number, left?: TreeNode | null, right?: TreeNode | null) {
 *         this.val = (val===undefined ? 0 : val)
 *         this.left = (left===undefined ? null : left)
 *         this.right = (right===undefined ? null : right)
 *     }
 * }
 */

function preorderTraversal(root: TreeNode | null): number[] {
    const ans: number[] = [];
    const dfs = (root: TreeNode | null) => {
        if (!root) {
            return;
        }
        ans.push(root.val);
        dfs(root.left);
        dfs(root.right);
    };
    dfs(root);
    return ans;
}

Rust

// Definition for a binary tree node.
// #[derive(Debug, PartialEq, Eq)]
// pub struct TreeNode {
//   pub val: i32,
//   pub left: Option<Rc<RefCell<TreeNode>>>,
//   pub right: Option<Rc<RefCell<TreeNode>>>,
// }
//
// impl TreeNode {
//   #[inline]
//   pub fn new(val: i32) -> Self {
//     TreeNode {
//       val,
//       left: None,
//       right: None
//     }
//   }
// }
use std::cell::RefCell;
use std::rc::Rc;
impl Solution {
    fn dfs(root: &Option<Rc<RefCell<TreeNode>>>, ans: &mut Vec<i32>) {
        if root.is_none() {
            return;
        }
        let node = root.as_ref().unwrap().borrow();
        ans.push(node.val);
        Self::dfs(&node.left, ans);
        Self::dfs(&node.right, ans);
    }

    pub fn preorder_traversal(root: Option<Rc<RefCell<TreeNode>>>) -> Vec<i32> {
        let mut ans = vec![];
        Self::dfs(&root, &mut ans);
        ans
    }
}

以上递归实现分别对应仓库中的 Solution.py、Solution.java、Solution.cpp、Solution.go、Solution.ts 与 Solution.rs。从源码结构看,各语言的写法完全一致:dfs 先判空返回,然后「记录值 → 递归左 → 递归右」,这正是前序定义在代码中的直接映射。

方法二:栈实现非递归遍历

递归版中,系统调用栈隐式地保存着「当前走到哪、右子树还没访问」的状态。要把它改写为迭代,就需要一个显式栈来接管同样的职责:

  1. 定义一个栈 stk,先将根节点压入栈;
  2. 若栈不为空,每次从栈中弹出一个节点;
  3. 处理该节点(把节点值加入结果);
  4. 先把节点右孩子压入栈,接着把节点左孩子压入栈(如果有孩子节点);
  5. 重复步骤 2~4,直到栈为空;
  6. 返回结果。

关键在于第 4 步的入栈顺序:栈是后进先出(LIFO)的结构,而前序要求左子树先于右子树被访问,因此必须先压右孩子、再压左孩子,这样左孩子会先被弹出处理,输出顺序才与「根、左、右」保持一致。可以推断,若顺序写反(先左后右),得到的是「根、右、左」的序列。

时间复杂度 O(n)O(n),空间复杂度 O(n)O(n),空间开销取决于显式栈中最多驻留的节点数(同样最坏为 O(n)O(n))。

Python3

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def preorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
        ans = []
        if root is None:
            return ans
        stk = [root]
        while stk:
            node = stk.pop()
            ans.append(node.val)
            if node.right:
                stk.append(node.right)
            if node.left:
                stk.append(node.left)
        return ans

Java

class Solution {
    public List<Integer> preorderTraversal(TreeNode root) {
        List<Integer> ans = new ArrayList<>();
        if (root == null) {
            return ans;
        }
        Deque<TreeNode> stk = new ArrayDeque<>();
        stk.push(root);
        while (!stk.isEmpty()) {
            TreeNode node = stk.pop();
            ans.add(node.val);
            if (node.right != null) {
                stk.push(node.right);
            }
            if (node.left != null) {
                stk.push(node.left);
            }
        }
        return ans;
    }
}

C++

class Solution {
public:
    vector<int> preorderTraversal(TreeNode* root) {
        vector<int> ans;
        if (!root) {
            return ans;
        }
        stack<TreeNode*> stk;
        stk.push(root);
        while (stk.size()) {
            auto node = stk.top();
            stk.pop();
            ans.push_back(node->val);
            if (node->right) {
                stk.push(node->right);
            }
            if (node->left) {
                stk.push(node->left);
            }
        }
        return ans;
    }
};

Go

func preorderTraversal(root *TreeNode) (ans []int) {
	if root == nil {
		return
	}
	stk := []*TreeNode{root}
	for len(stk) > 0 {
		node := stk[len(stk)-1]
		stk = stk[:len(stk)-1]
		ans = append(ans, node.Val)
		if node.Right != nil {
			stk = append(stk, node.Right)
		}
		if node.Left != nil {
			stk = append(stk, node.Left)
		}
	}
	return
}

TypeScript

function preorderTraversal(root: TreeNode | null): number[] {
    const ans: number[] = [];
    if (!root) {
        return ans;
    }
    const stk: TreeNode[] = [root];
    while (stk.length) {
        const { left, right, val } = stk.pop();
        ans.push(val);
        right && stk.push(right);
        left && stk.push(left);
    }
    return ans;
}

对应仓库文件为 Solution2.py、Solution2.java、Solution2.cpp、Solution2.go、Solution2.ts。以 Solution2.java 为例,ArrayDeque 作为 Deque 使用,push/pop 均在栈顶操作,与 C++ 的 stack 语义一致;Go 版则是用切片模拟栈,stk = stk[:len(stk)-1] 完成弹栈。这些细节保证了各语言实现在行为上等价。

方法三:Morris 实现前序遍历

方法二的显式栈空间仍是 O(n)O(n)(最坏 O(h)O(h),hh 为树高)。Morris 遍历的思路是:不再引入额外栈,而是借用树自身的空指针来临时记录「回来时该去哪里」。

核心思想:

  1. 若当前节点 root 的左子树为空,直接将该节点值加入结果 ans,并将 root 更新为 root.right(没有左子树就没有需要回头的路径,直接向右走);
  2. 若当前节点 root 的左子树不为空,找到左子树的最右节点 pre(即 root 在中序遍历下的前驱节点):
    • 若 pre 的右子树为空,说明这是第一次到达 root:将 root 的值加入结果,然后把 pre.right 指向 root(建立线程指针,相当于在树上留了一条回头的路),并将 root 更新为 root.left;
    • 若 pre 的右子树不为空,说明左子树已经处理完、当前是沿线程指针回来的第二次到达:把 pre.right 置回空(拆除线程指针,恢复树结构),并将 root 更新为 root.right。
  3. 循环以上步骤,直至 root 为空,遍历结束。

与中序 Morris 遍历相比,前序版的唯一区别是输出时机:前序要求在「第一次到达节点」时输出(即建立线程指针那一步输出 root.val),而不是中序的「拆除线程指针时输出」。从源码中 while prev.right and prev.right != root 的寻前驱过程也能看出,pre.right != root 这一条件用于区分「尚未建立线程」和「沿线程回来」两种状态。

时间复杂度 O(n)O(n):每个节点的每条边至多被「建立/拆除线程」各走一次,寻前驱的总步数与边数同阶。空间复杂度 O(1)O(1)(不计输出数组):遍历结束后所有线程指针均已拆除,树结构被完整恢复。

Python3

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def preorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
        ans = []
        while root:
            if root.left is None:
                ans.append(root.val)
                root = root.right
            else:
                prev = root.left
                while prev.right and prev.right != root:
                    prev = prev.right
                if prev.right is None:
                    ans.append(root.val)
                    prev.right = root
                    root = root.left
                else:
                    prev.right = None
                    root = root.right
        return ans

Java

class Solution {
    public List<Integer> preorderTraversal(TreeNode root) {
        List<Integer> ans = new ArrayList<>();
        while (root != null) {
            if (root.left == null) {
                ans.add(root.val);
                root = root.right;
            } else {
                TreeNode prev = root.left;
                while (prev.right != null && prev.right != root) {
                    prev = prev.right;
                }
                if (prev.right == null) {
                    ans.add(root.val);
                    prev.right = root;
                    root = root.left;
                } else {
                    prev.right = null;
                    root = root.right;
                }
            }
        }
        return ans;
    }
}

C++

class Solution {
public:
    vector<int> preorderTraversal(TreeNode* root) {
        vector<int> ans;
        while (root) {
            if (!root->left) {
                ans.push_back(root->val);
                root = root->right;
            } else {
                TreeNode* prev = root->left;
                while (prev->right && prev->right != root) {
                    prev = prev->right;
                }
                if (!prev->right) {
                    ans.push_back(root->val);
                    prev->right = root;
                    root = root->left;
                } else {
                    prev->right = nullptr;
                    root = root->right;
                }
            }
        }
        return ans;
    }
};

Go

func preorderTraversal(root *TreeNode) (ans []int) {
	for root != nil {
		if root.Left == nil {
			ans = append(ans, root.Val)
			root = root.Right
		} else {
			prev := root.Left
			for prev.Right != nil && prev.Right != root {
				prev = prev.Right
			}
			if prev.Right == nil {
				ans = append(ans, root.Val)
				prev.Right = root
				root = root.Left
			} else {
				prev.Right = nil
				root = root.Right
			}
		}
	}
	return
}

TypeScript

function preorderTraversal(root: TreeNode | null): number[] {
    const ans: number[] = [];
    while (root) {
        const { left, right, val } = root;
        if (!left) {
            ans.push(val);
            root = right;
        } else {
            let prev = left;
            while (prev.right && prev.right != root) {
                prev = prev.right;
            }
            if (!prev.right) {
                ans.push(val);
                prev.right = root;
                root = root.left;
            } else {
                prev.right = null;
                root = root.right;
            }
        }
    }
    return ans;
}

对应仓库文件为 Solution3.py、Solution3.java、Solution3.cpp、Solution3.go、Solution3.ts。以 Solution3.java 的主循环为例,prev.right == null 分支完成「输出 + 建立线程 + 转向左子树」,else 分支完成「拆除线程 + 转向右子树」,两个分支恰好覆盖了线程指针生命周期的两个阶段。

三种方法对比与选型建议

方法 时间复杂度 空间复杂度 是否改动树结构 适用场景
递归 DFS O(n)O(n) O(n)O(n)(系统栈) 否 代码最简洁,节点数不大时的首选
显式栈迭代 O(n)O(n) O(n)O(n)(显式栈) 否 需要自己控制栈行为、或避免系统递归的场景
Morris 遍历 O(n)O(n) O(1)O(1) 临时修改、遍历后恢复 空间受限、不允许额外栈的场景

几点实际考量:

  • 本题约束节点数 n≤100n \le 100,三种方法都能轻松通过,递归版是面试与日常开发中最常用的写法;
  • 显式栈版本把递归状态显式化,便于在遍历过程中嵌入中断、剪枝等自定义逻辑;
  • Morris 版本以「临时借用空指针」换取 O(1)O(1) 额外空间,但会暂时修改树结构,若树存在并发访问或回调机制,从源码结构看这种修改会引入额外风险,实际使用需要评估。

仓库源码索引

本文所有代码均出自仓库 solution/0100-0199/0144.Binary Tree Preorder Traversal/ 目录,可按需深入阅读:

登录后查看全文
leetcode