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
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 。
![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 ,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 ,空间复杂度 ,其中 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 )。
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:
- 定义一个栈
stk,先将根节点压入栈; - 若栈不为空,每次从栈中弹出一个节点;
- 处理该节点(把节点值加入结果);
- 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);
- 重复步骤 2~4,直到栈为空;
- 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 ,空间复杂度 ,空间开销取决于显式栈中最多驻留的节点数(同样最坏为 )。
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 (最坏 , 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:
- 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); - 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。
- 若
- 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 :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 (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 | (系统栈) | 否 | 代码最简洁,节点数不大时的首选 | |
| 显式栈迭代 | (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 | 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 ,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 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:
- 题解文档:README.md(含英文版本 README_EN.md)
- 方法一(递归):Solution.py、Solution.java、Solution.cpp、Solution.go、Solution.ts、Solution.rs
- 方法二(显式栈):Solution2.py、Solution2.java、Solution2.cpp、Solution2.go、Solution2.ts
- 方法三(Morris):Solution3.py、Solution3.java、Solution3.cpp、Solution3.go、Solution3.ts