将 LeetCode 热门 100 二叉树层序遍历视作探索异星世界的冒险

前端

2023-12-12 02:02:21

简介

探索二叉树的层序遍历，彷如踏上一次引人入胜的异星探险。在这个抽象的宇宙中，每一个节点都代表着未知领域的坐标。层序遍历的规则如同一艘星际飞船的航行轨迹，从出发点开始，逐层深入，探索二叉树的每一个分支。

深度优先：一场精密高效的探险

深度优先遍历就像一位经验丰富的探险家，沿着二叉树的每一层级深入探索，如同在未知的星球上建立前哨站。这种方法颇为高效，因为探险家可以沿着单一路径深入探索，避免重复访问已经探索过的区域。

广度优先：一场全面详尽的探测

广度优先遍历则像一支由多个探测器组成的舰队，沿着每一层级横向探索，如同对异星表面进行地毯式搜索。这种方法确保了对二叉树的全面覆盖，不会遗漏任何未知的区域。

二者异同：时空复杂度的权衡

无论选择深度优先还是广度优先遍历，二者的时间复杂度都为 O(n)，这意味着访问二叉树中的每一个节点都需要花费固定的时间。然而，在空间复杂度方面，深度优先遍历由于需要维护调用栈，比广度优先遍历消耗更多内存。

技术指南：代码中的宇宙航行

对于 Java 程序员，深度优先遍历的代码如下：

import java.util.Stack;

public class DepthFirstSearch {

    public static void traverse(TreeNode root) {
        Stack<TreeNode> stack = new Stack<>();
        while (root != null || !stack.isEmpty()) {
            while (root != null) {
                stack.push(root);
                root = root.left;
            }
            root = stack.pop();
            System.out.println(root.val);
            root = root.right;
        }
    }
}

对于广度优先遍历，代码如下：

import java.util.LinkedList;
import java.util.Queue;

public class BreadthFirstSearch {

    public static void traverse(TreeNode root) {
        Queue<TreeNode> queue = new LinkedList<>();
        queue.offer(root);
        while (!queue.isEmpty()) {
            TreeNode node = queue.poll();
            System.out.println(node.val);
            if (node.left != null) {
                queue.offer(node.left);
            }
            if (node.right != null) {
                queue.offer(node.right);
            }
        }
    }
}