【发布时间】：2010-12-09 15:15:01
【问题描述】：
访问链接树的所有节点的最佳方法是什么（所有节点都引用父节点和所有子节点，根节点的父节点为 null），这样在其任何祖先之前都不会访问节点？非递归的布朗尼点。
【问题讨论】：
【发布时间】：2010-12-09 15:15:01
【问题描述】：
伪代码：
NodesToVisit = some stack or some list
NodesToVisit.Push(RootNode)
While NodesToVisit.Length > 0
{
CurNode = NodesToVisit.Pop()
For each Child C in CurNode
NodesToVisit.Push(C)
Visit(CurNode) (i.e. do whatever needs to be done)
}
编辑：是否递归？
为了在技术上正确，正如 AndreyT 和其他人在这篇文章中指出的那样，这种方法是一种递归算法，其中使用显式管理的堆栈代替CPU 堆栈的位置以及递归发生在 While 循环级别的位置。也就是说，它与递归实现本身在一些微妙但重要的方面有所不同：
- 只有“变量”被压入堆栈；堆栈上没有“堆栈帧”和相关的返回地址，唯一的“返回地址”隐含在 while 循环中，并且只有一个实例。
- “堆栈”可用作列表，从而可以在列表中的任何位置获取下一个“帧”，而不会以任何方式中断逻辑。
【讨论】：
-
好的。这不是一个学术问题。这是一个实际的问题。这以令人满意的方式回答了它，而不会让我思考或做任何进一步的阅读。谢谢。 （当我有时间时，它可能会让我稍后再想，但这很好......很有用，甚至......）工作完成了。再次感谢:)
【讨论】：
您正在寻找预购遍历。我认为你可以非递归地做到这一点 一个队列：。在伪代码中：
创建一个空队列，然后推送根节点。
while nonempty(q)
node = pop(q)
visit(node)
foreach child(node)
push(q,child)
【讨论】：
-
这将是递归算法的非递归实现。用显式堆栈替换隐含堆栈不会将递归算法变成非递归算法。事实上，它根本不会改变算法。您上面的内容显然是递归的（就算法而言）。
-
通常当人们说他们不想要递归时，他们指的是函数级递归。这满足该条件。
-
嗯，有时是的。但是，我们在这里考虑的问题是专门为允许真正的非递归解决方案（即非递归算法）而设计的。死的赠品是父指针的存在。您的“非递归”解决方案不使用父指针。你不好奇他们为什么会在那里吗？它们专门用于实现真正的非递归解决方案，即具有 O(1) 内存要求的解决方案。
-
但大多数时候 - 没有。通常，当人们说他们不想要递归时，他们的意思是他们不想要递归的内存要求，即他们不希望有一个非常量大小的数据结构来存储“子问题”，无论是 FIFO , LIFO 或其他任何东西。
-
@AndreT：我不认为我听说过“非递归”曾经意味着“恒定空间要求”，正如你所相信的那样。所以我不同意你的用法是“典型的”。
如果您有指向所有子节点和父节点的链接，那么非递归算法就相当简单。忘记你有一棵树。可以把它想象成一个迷宫，其中每个父子链接都是从一个路口到另一个路口的普通双向走廊。走完整个迷宫所需要做的就是在每个路口转入左侧的下一个走廊。 （或者，把它想象成用你的左手总是接触左侧的墙壁走迷宫）。如果您从根结点开始（并向任何方向移动），您将走完整棵树，总是先于孩子拜访父母。在这种情况下，每个“走廊”都将被行驶两次（一个方向和另一个方向），每个“路口”（节点）将被访问的次数与加入它的“走廊”数量一样多。
【讨论】：
-
这是我提到的常量内存算法。
使用一组节点。将根放入集合中以启动。然后在一个循环中，从集合中拉出一个节点，访问它，然后将其子节点放入集合中。当集合为空时，您就完成了。
【讨论】：
-
您希望数据结构是先进先出的，而不是任何旧容器，以保证预购条件。
-
问题中没有这个要求。
在伪代码中：
currentList = list( root )
nextList = list()
while currentList.count > 0:
foreach node in currentList:
nextList.add(node.children)
currentList = nextList
【讨论】：
如果您从根节点开始，并且只访问您已经访问过的节点的父/子，则 没有办法 遍历树，以便您在访问其祖先之前访问一个节点.
任何类型的遍历、深度优先（基于递归/堆栈）、广度优先（基于队列）、深度限制或只是将它们拉出无序集合，都可以。
“最佳”方法取决于树。广度优先适用于一棵树枝很少的非常高的树。深度优先适用于有许多树枝的树。
由于节点实际上有指向其父节点的指针，因此还有一个常量内存算法，但速度要慢得多。
【讨论】：
-
Teh op 说“no 节点在其祖先之前被访问”。所以情况正好相反。
-
也许不是。我认为在您的第一句话中您声称问题无法解决，因为访问顺序要求（我认为您误解了）是不可能满足的。
-
我的意思是任何遍历（从根节点开始）都会满足要求。
我不同意广度优先搜索，因为空间复杂度通常是特定搜索算法的祸根。可能使用迭代深化算法是此类使用的更好替代方案，它涵盖与广度优先搜索相同类型的遍历。在处理广度优先搜索的边缘方面存在细微差别，但（伪）编码应该不会太难。
【讨论】：
-
+1 因为您考虑到空间复杂性 - 但为什么不直接使用深度优先搜索？
-
实践中的许多树往往比它们“更宽”更深，尤其是。在人工智能决策过程中。该问题并未说明树是否是有限的，但您可能会陷入循环。喜欢迭代深化的原因之一是它是完整的（会找到解决方案）。
这是一个真正非递归方法：没有堆栈，恒定空间。此 Python 代码假定每个节点都包含一个子节点列表，并且节点对象不定义相等性，因此“索引”函数正在比较身份：
def walkTree(root, visit_func):
cur = root
nextChildIndex = 0
while True:
visit_func(cur)
while nextChildIndex >= len(cur.children) and cur is not root:
nextChildIndex = cur.parent.children.index(cur) + 1
cur = cur.parent
if nextChildIndex >= len(cur.children):
break
cur = cur.children[nextChildIndex]
nextChildIndex = 0
我相信它可以稍微完善一下，使其更简洁，更易于阅读，但这就是要点。
【讨论】：
在根节点（级别 0）构建节点列表，依次遍历每个节点并查找直接子节点（其父节点是我们当前正在查找的节点）（级别 1），当完成级别0 继续迭代第 1 级，依此类推，直到没有剩余的未访问节点。
【讨论】：