深入理解 LeetCode 94 题：二叉树的中序遍历

## 序言

二叉树是计算机科学中常见的数据结构，广泛应用于各种领域，如算法、人工智能、数据库等。了解并掌握二叉树的遍历算法非常重要。二叉树的中序遍历是一种常见的遍历方式，它遵循左根右的顺序访问二叉树中的节点。本文将详细讲解 LeetCode 94 题：二叉树的中序遍历，并提供两种解法：递归和非递归。我们还将比较这两种解法，并讨论它们的时间复杂度和空间复杂度。

## 问题

给定一棵二叉树，返回它的中序遍历结果。 中序遍历是指先遍历左子树，再遍历根节点，最后遍历右子树。

## 递归解法

递归解法是最直接的解法。思路是：如果当前节点不为空，则先递归遍历其左子树，然后访问当前节点，最后递归遍历其右子树。

def inorder_traversal_recursive(root):
    if root is not None:
        inorder_traversal_recursive(root.left)
        print(root.val)
        inorder_traversal_recursive(root.right)

## 非递归解法

非递归解法使用栈来模拟递归过程。思路是：将根节点压入栈中，然后一直弹出栈顶节点并访问其值，直到栈为空。如果弹出栈顶节点后发现它有右子树，则将右子树压入栈中，并继续弹出栈顶节点并访问其值。

def inorder_traversal_iterative(root):
    stack = []
    while root or stack:
        while root:
            stack.append(root)
            root = root.left
        root = stack.pop()
        print(root.val)
        root = root.right

## 比较

递归解法和非递归解法各有优缺点。递归解法的优点是简单明了，易于理解和实现。但递归解法存在一个缺点，就是当二叉树非常大时，可能导致栈溢出。非递归解法的优点是空间复杂度更低，不会导致栈溢出。但非递归解法的缺点是代码更复杂，不易理解和实现。

## 时间复杂度

递归解法和非递归解法的时间复杂度都是 O(n)，其中 n 是二叉树的节点数。这是因为这两种解法都需要访问二叉树中的每个节点一次。

## 空间复杂度

递归解法和非递归解法的空间复杂度都是 O(n)，其中 n 是二叉树的高度。这是因为递归解法在调用递归函数时需要将函数参数压入栈中，而非递归解法在使用栈来模拟递归过程时也需要空间。

## 总结

本文介绍了二叉树的中序遍历算法，并给出了递归和非递归两种解法。我们比较了这两种解法，并讨论了它们的时间复杂度和空间复杂度。希望这篇文章能帮助你理解并掌握二叉树的中序遍历。