本文正在参加「Java主题月 - Java 刷题打卡」，详情查看<活动链接>
【Java 刷题打卡】 刷题比玩游戏好多了，成就感越来越强，每天坚持刷几道题，每天锻炼30分钟，等8块腹肌,等大厂offer.
😄
那就干吧！ 这个专栏都是刷的题目都是关于二叉树的,我会由浅入深、循序渐进，刷题就是这样需要连续不断的记忆--艾宾浩斯记忆法2121112。二叉树的内容不多，但是都是每个程序员必备的，对了解红黑树、B+树、LSM树都非常有帮助等等
WAL+LSM-tree实现的leveldb和rocksdb
B+ 树的mysql
(HBASE) - LSM-tree的架构把random write转成sequential write，多层的compaction和lookup，存在写放大和读放大
TokuDB索引结构--Fractal Tree
还有更多，值得咱们发掘。
leecode leecode 144. 二叉树的前序遍历
给你二叉树的根节点 root ，返回它节点值的 前序 遍历。
输入：root = [1,null,2,3]
输出：[1,2,3]
示例 2：
输入：root = []
输出：[]
示例 3：
输入：root = [1]
输出：[1]
示例 4：
输入：root = [1,2]
输出：[1,2]
示例 5：
输入：root = [1,null,2]
输出：[1,2]
提示： 树中节点数目在范围 [0, 100] 内 -100 <= Node.val <= 100
首先我们需要了解什么是二叉树的前序遍历：按照访问根节点——左子树——右子树的方式遍历这棵树，而在访问左子树或者右子树的时候，我们按照同样的方式遍历，直到遍历完整棵树。因此整个遍历过程天然具有递归的性质，我们可以直接用递归函数来模拟这一过程。
参考代码
定义一颗树
class TreeNode {
int val; // 头结点
TreeNode left; // 左子树
TreeNode right; // 右子树
TreeNode(int x) {
val = x;
}
}
// 测试方法
public static void main(String[] args) {
TreeNode treeNode = new TreeNode(1);
treeNode.left = new TreeNode(2);
treeNode.right = new TreeNode(3);
System.out.println("前序遍历结果 = " + preorderTraversal(treeNode));
}
JAVA语言版 递归
private List<Integer> ans = new ArrayList<>();
public List<Integer> preorderTraversal(TreeNode root) {
// 递归版
if(root == null) return ans;
ans.add(root.val); // 添加根节点
if(root.left != null) preorderTraversal(root.left); // 直接怼到左边最下边 添加左节点
if(root.right != null) preorderTraversal(root.right); // 看右边还有没有分支，有就继续走，没有就将根节点加入数组
return ans;
}
JAVA语言版 迭代 栈：先进后出
定义一个栈，栈存的就是一棵树
1.先将整颗树怼进去，在把所有的左子树怼进去
2.遍历左子树，直接左边的最下边
3.因为先进后出，拿到了最下面的左节点
4.怼到数组里
5.看以右节点为根的还有没有左节点，有就回到上面第1步，没有就走第3步，把根节点怼进去，在怼右节点。
public static List<Integer> inorderTraversal1(TreeNode root) {
//
List<Integer> list = new ArrayList<>();
if (root == null) {
return list;
}
Stack<TreeNode> stack = new Stack<>();
TreeNode cur = root;
while(cur != null || !stack.isEmpty()) {
while(cur != null) {
stack.push(cur);
list.add(cur.val);
cur = cur.left;
}
cur = stack.pop();
cur = cur.right;
}
return list;
}
真心感谢帅逼靓女们能看到这里，如果这个文章写得还不错，觉得有点东西的话
求点赞👍 求关注❤️ 求分享👥 对8块腹肌的我来说真的 非常有用！！！
如果本篇博客有任何错误，请批评指教，不胜感激 ！❤️❤️❤️❤️
