导读:本期聚焦于小伙伴创作的《二叉树扁平化为双向链表结构如何实现?深度解析与优化实践》,敬请观看详情,探索知识的价值。以下视频、文章将为您系统阐述其核心内容与价值。如果您觉得《二叉树扁平化为双向链表结构如何实现?深度解析与优化实践》有用,将其分享出去将是对创作者最好的鼓励。

二叉树扁平化为双向链表是指将一棵二叉树的节点按照中序遍历的顺序重新排列,让每个节点的左指针指向前一个节点,右指针指向后一个节点,最终形成一条双向链表,同时不再保留原有的树形结构层级关系。

二叉树扁平化为双向链表结构如何实现?深度解析与优化实践

核心实现思路

要实现这个转换,核心是要按照中序遍历的顺序遍历二叉树的所有节点,在遍历过程中维护前一个访问的节点,将当前节点的左指针指向前一个节点,前一个节点的右指针指向当前节点,遍历完成后就得到了双向链表。

递归实现方案

递归实现是最直观的方式,我们可以定义一个递归函数,在函数中处理当前节点的左右子树,同时记录遍历过程中的前一个节点。

首先定义二叉树的节点结构,代码如下:

// 二叉树节点定义
class TreeNode {
    int val;
    TreeNode left;
    TreeNode right;
    TreeNode(int val) {
        this.val = val;
    }
}

递归实现的核心代码如下:

public class BinaryTreeFlatten {
    // 记录前一个遍历的节点
    private TreeNode prev = null;

    public void flatten(TreeNode root) {
        if (root == null) {
            return;
        }
        // 先递归处理右子树
        flatten(root.right);
        // 再递归处理左子树
        flatten(root.left);
        // 当前节点的左指针指向前一个节点
        root.left = prev;
        // 前一个节点的右指针指向当前节点
        if (prev != null) {
            prev.right = root;
        }
        // 更新前一个节点为当前节点
        prev = root;
    }
}

上述代码采用逆中序遍历的方式,先处理右子树再处理左子树,这样遍历的顺序就是中序遍历的逆序,最终得到的双向链表是从大到小排列的。如果需要从小到大排列,只需要调整递归顺序,先处理左子树再处理右子树即可。

迭代实现方案

递归实现虽然简洁,但是在树深度很大的时候可能会出现栈溢出的问题,这时候可以使用迭代的方式实现,通过栈来模拟递归过程。

迭代实现的核心代码如下:

import java.util.Stack;

public class BinaryTreeFlattenIterative {
    public void flatten(TreeNode root) {
        if (root == null) {
            return;
        }
        Stack<TreeNode> stack = new Stack<>();
        stack.push(root);
        TreeNode prev = null;
        while (!stack.isEmpty()) {
            TreeNode curr = stack.pop();
            // 先将右节点入栈,保证左节点先出栈,实现中序遍历
            if (curr.right != null) {
                stack.push(curr.right);
            }
            if (curr.left != null) {
                stack.push(curr.left);
            }
            // 处理当前节点和前一个节点的指针关系
            curr.left = prev;
            if (prev != null) {
                prev.right = curr;
            }
            prev = curr;
            // 断开当前节点的原有左右指针,避免保留树形结构
            curr.left = prev;
            curr.right = null;
        }
    }
}

两种方案对比

我们可以从时间复杂度、空间复杂度和适用场景三个方面对比两种实现方案:

实现方案时间复杂度空间复杂度适用场景
递归实现O(n),n为节点数,每个节点仅访问一次O(h),h为树的高度,递归栈深度树深度较小,代码简洁性要求高的场景
迭代实现O(n),每个节点仅访问一次O(n),栈的最大存储节点数树深度较大,需要避免栈溢出的场景

注意事项

  • 转换完成后需要确认所有节点的原有树形指针已经被正确修改,避免出现环或者残留的树形结构引用。
  • 如果二叉树本身存在重复值,需要提前确认遍历顺序是否符合业务需求,避免链表顺序不符合预期。
  • 操作过程中如果修改了原有二叉树的结构,需要确认业务是否允许修改原树,若不允许则需要先拷贝原树再操作。

实际应用场景

这种转换操作在很多场景下有实际应用,比如需要将树形存储的菜单数据转换为线性结构方便前端渲染,或者需要对树节点按照顺序进行批量操作的时候,转换为双向链表后可以方便地进行正向和反向遍历,提升操作效率。

如果需要在转换后的链表上快速查找某个节点,还可以结合哈希表记录每个节点的值和对应的节点引用,将查找时间复杂度降低到O(1)。

二叉树双向链表扁平化深度优先搜索递归修改时间:2026-06-29 19:57:28

免责声明:​ 已尽一切努力确保本网站所含信息的准确性。网站内容多为原创整理与精心编撰,观点力求客观中立。本站旨在免费分享,内容仅供个人学习、研究或参考使用。若引用了第三方作品,版权归原作者所有。如内容涉及您的权益,请联系我们处理。
内容垂直聚焦
专注技术核心技术栏目,确保每篇文章深度聚焦于实用技能。从代码技巧到架构设计,为用户提供无干扰的纯技术知识沉淀,精准满足专业提升需求。
知识结构清晰
覆盖从开发到部署的全链路。AI、前端、编程、数据库、服务器、建站、系统层层递进,构建清晰学习路径,帮助用户系统化掌握开发与运维所需的核心技术。
深度技术解析
拒绝泛泛而谈,深入技术细节与实践难点。无论是数据库优化还是服务器配置,均结合真实场景与代码示例进行剖析,致力于提供可直接应用于工作的解决方案。
专业领域覆盖
精准对应开发生命周期。从前端界面到后端编程,从数据库操作到服务器运维,形成完整闭环,一站式满足全栈工程师和运维人员的技术需求。
即学即用高效
内容强调实操性,步骤清晰、代码完整。用户可根据教程直接复现和应用于自身项目,显著缩短从学习到实践的距离,快速解决开发中的具体问题。
持续更新保障
专注既定技术方向进行长期、稳定的内容输出。确保各栏目技术文章持续更新迭代,紧跟主流技术发展趋势,为用户提供经久不衰的学习价值。