树的遍历是书的一种重要的运算，所谓遍历是指对树中所有节点的信息的访问，即一次对树中每个节点访问一次且仅访问一次，我们把这种对所有节点的访问称为遍历(traveral)。那么树的两种重要的遍历模式是深度优先遍历和广度优先遍历，深度优先一般用递归，广度优先一般用队列，一般情况下能用递归实现的算法大部分也能用堆栈来实现。

深度优先遍历

对于一颗二叉树，深度优先搜素（Depth First Search)是沿着树的深度遍历树的节点，尽可能深的搜索树的分支。
那么深度遍历有重要的三种方法。这三种方式常被用于访问树的节点，他们之间的不同在于访问每个节点的次序不同。这三种遍历分别叫做先序遍历（preorder），中序遍历（inorder），和后序遍历（prstorder)。我们给出详细定义，然后举例看看它们的应用。

先序遍历

在先序遍历中，我们先访问根节点，然后递归使用先序遍历访问左子树，然后再递归使用先序遍历访问右子树。
访问的顺序为：根节点->左子树->右子树
代码实现

1
2
3
4
5
6
7
class Tree(object):
    def preorder(self,root):
        if root == None:
            return
        print(root.item)
        self.preorder(root.lchild)
        self.preorder(root.rchild)

中序遍历

在中序遍历中，我们递归使用中序遍历访问左子树，然后访问根节点，最后再递归使用中序遍历访问右子树
访问顺序为：左子树->根节点->右子树
代码实现

1
2
3
4
5
6
7
class Tree(object):
    def inorder(self,root):
        if root == None:
            return
        self.inorder(root.lchild)
        print(root.item)
        self.inorder(root.rchild)

后续遍历

在后续遍历中，我们先递归使用后序遍历访问左子树和右子树，最后访问根节点。
访问顺序为：左子树->右子树->根节点
代码实现

1
2
3
4
5
6
7
class Tree(object):
    def postorder(self,root):
        if root == None:
            return
        self.postorder(root.lchild)
        self.postorder(root.rchild)
        print(root.item)

image.png
image.pngimage.png

广度优先遍历（层次遍历)

从树的root开始，从上到下从左到右遍历整个树的节点
代码实现

1
2
3
4
5
6
7
8
9
10
11
12
13
class Tree(object):
    def breath_travel(self):
        if self.root == None:
            return
        queue = []
        queue.append(self.root)
        while queue:
            node =queue.pop(0)
            print(node.elem)
            if node.lchild != None:
                queue.append(node.lchild)
            if node.rchild != None:
                queue.append(node.rchild)