听说递归能做的，栈也能做！
本文转载自微信公众号「代码随想录」，听说作者程序员Carl 。递归的栈转载本文请联系代码随想录公众号。听说
二叉树的递归的栈迭代遍历
看完本篇大家可以使用迭代法，再重新解决如下三道leetcode上的听说题目：
144.二叉树的前序遍历 94.二叉树的中序遍历 145.二叉树的后序遍历为什么可以用迭代法(非递归的方式)来实现二叉树的前后中序遍历呢?
我们在栈与队列：匹配问题都是栈的强项中提到了，递归的递归的栈实现就是：每一次递归调用都会把函数的局部变量、参数值和返回地址等压入调用栈中，听说然后递归返回的递归的栈时候，从栈顶弹出上一次递归的听说各项参数，所以这就是递归的栈递归为什么可以返回上一层位置的原因。
此时大家应该知道我们用栈也可以是听说实现二叉树的前后中序遍历了。服务器托管
前序遍历(迭代法)
我们先看一下前序遍历。递归的栈
前序遍历是听说中左右，每次先处理的递归的栈是中间节点，那么先将跟节点放入栈中，听说然后将右孩子加入栈，再加入左孩子。
为什么要先加入 右孩子，再加入左孩子呢?因为这样出栈的时候才是中左右的顺序。
动画如下：
不难写出如下代码: (注意代码中空节点不入栈)
class Solution { public: vector<int> preorderTraversal(TreeNode* root) { stack<TreeNode*> st; vector<int> result; if (root == NULL) return result; st.push(root); while (!st.empty()) { TreeNode* node = st.top(); // 中 st.pop(); result.push_back(node->val); if (node->right) st.push(node->right); // 右（空节点不入栈） if (node->left) st.push(node->left); // 左（空节点不入栈） } return result; } };此时会发现貌似使用迭代法写出前序遍历并不难，确实不难。
此时是不是想改一点前序遍历代码顺序就把中序遍历搞出来了?
其实还真不行!
但接下来，再用迭代法写中序遍历的时候，会发现套路又不一样了，目前的前序遍历的逻辑无法直接应用到中序遍历上。
中序遍历(迭代法)
为了解释清楚，我说明一下 刚刚在迭代的过程中，其实我们有两个操作：
处理：将元素放进result数组中
访问：遍历节点
分析一下为什么刚刚写的前序遍历的代码，免费信息发布网不能和中序遍历通用呢，因为前序遍历的顺序是中左右，先访问的元素是中间节点，要处理的元素也是中间节点，所以刚刚才能写出相对简洁的代码，因为要访问的元素和要处理的元素顺序是一致的，都是中间节点。
那么再看看中序遍历，中序遍历是左中右，先访问的是二叉树顶部的节点，然后一层一层向下访问，直到到达树左面的最底部，再开始处理节点(也就是在把节点的数值放进result数组中)，这就造成了处理顺序和访问顺序是企商汇不一致的。
那么在使用迭代法写中序遍历，就需要借用指针的遍历来帮助访问节点，栈则用来处理节点上的元素。
动画如下：
中序遍历，可以写出如下代码：
class Solution { public: vector<int> inorderTraversal(TreeNode* root) { vector<int> result; stack<TreeNode*> st; TreeNode* cur = root; while (cur != NULL || !st.empty()) { if (cur != NULL) { // 指针来访问节点，访问到最底层 st.push(cur); // 将访问的节点放进栈 cur = cur->left; // 左 } else { cur = st.top(); // 从栈里弹出的数据，就是要处理的数据（放进result数组里的数据） st.pop(); result.push_back(cur->val); // 中 cur = cur->right; // 右 } } return result; } };后序遍历(迭代法)
再来看后序遍历，先序遍历是中左右，后续遍历是左右中，那么我们只需要调整一下先序遍历的代码顺序，就变成中右左的遍历顺序，然后在反转result数组，输出的结果顺序就是左右中了，如下图：
所以后序遍历只需要前序遍历的代码稍作修改就可以了，代码如下：
class Solution { public: vector<int> postorderTraversal(TreeNode* root) { stack<TreeNode*> st; vector<int> result; if (root == NULL) return result; st.push(root); while (!st.empty()) { TreeNode* node = st.top(); st.pop(); result.push_back(node->val); if (node->left) st.push(node->left); // 相对于前序遍历，这更改一下入栈顺序 （空节点不入栈） if (node->right) st.push(node->right); // 空节点不入栈 } reverse(result.begin(), result.end()); // 将结果反转之后就是左右中的顺序了 return result; } };总结
此时我们用迭代法写出了二叉树的前后中序遍历，大家可以看出前序和中序是完全两种代码风格，并不想递归写法那样代码稍做调整，就可以实现前后中序。
这是因为前序遍历中访问节点(遍历节点)和处理节点(将元素放进result数组中)可以同步处理，但是中序就无法做到同步!
上面这句话，可能一些同学不太理解，建议自己亲手用迭代法，先写出来前序，再试试能不能写出中序，就能理解了。
那么问题又来了，难道 二叉树前后中序遍历的迭代法实现，就不能风格统一么(即前序遍历 改变代码顺序就可以实现中序 和 后序)?
当然可以，这种写法，还不是很好理解，我们将在下一篇文章里重点讲解，敬请期待!
其他语言版本
Java：
// 前序遍历顺序：中-左-右，入栈顺序：中-右-左 class Solution { public List<Integer> preorderTraversal(TreeNode root) { List<Integer> result = new ArrayList<>(); if (root == null){ return result; } Stack<TreeNode> stack = new Stack<>(); stack.push(root); while (!stack.isEmpty()){ TreeNode node = stack.pop(); result.add(node.val); if (node.right != null){ stack.push(node.right); } if (node.left != null){ stack.push(node.left); } } return result; } } // 中序遍历顺序: 左-中-右 入栈顺序： 左-右 class Solution { public List<Integer> inorderTraversal(TreeNode root) { List<Integer> result = new ArrayList<>(); if (root == null){ return result; } Stack<TreeNode> stack = new Stack<>(); TreeNode cur = root; while (cur != null || !stack.isEmpty()){ if (cur != null){ stack.push(cur); cur = cur.left; }else{ cur = stack.pop(); result.add(cur.val); cur = cur.right; } } return result; } } // 后序遍历顺序 左-右-中 入栈顺序：中-左-右 出栈顺序：中-右-左， 最后翻转结果 class Solution { public List<Integer> postorderTraversal(TreeNode root) { List<Integer> result = new ArrayList<>(); if (root == null){ return result; } Stack<TreeNode> stack = new Stack<>(); stack.push(root); while (!stack.isEmpty()){ TreeNode node = stack.pop(); result.add(node.val); if (node.left != null){ stack.push(node.left); } if (node.right != null){ stack.push(node.right); } } Collections.reverse(result); return result; } }Python：
# 前序遍历-迭代-LC144_二叉树的前序遍历 class Solution: def preorderTraversal(self, root: TreeNode) -> List[int]: # 根结点为空则返回空列表 if not root: return [] stack = [root] result = [] while stack: node = stack.pop() # 中结点先处理 result.append(node.val) # 右孩子先入栈 if node.right: stack.append(node.right) # 左孩子后入栈 if node.left: stack.append(node.left) return result # 中序遍历-迭代-LC94_二叉树的中序遍历 class Solution: def inorderTraversal(self, root: TreeNode) -> List[int]: if not root: return [] stack = [] # 不能提前将root结点加入stack中 result = [] cur = root while cur or stack: # 先迭代访问最底层的左子树结点 if cur: stack.append(cur) cur = cur.left # 到达最左结点后处理栈顶结点 else: cur = stack.pop() result.append(cur.val) # 取栈顶元素右结点 cur = cur.right return result # 后序遍历-迭代-LC145_二叉树的后序遍历 class Solution: def postorderTraversal(self, root: TreeNode) -> List[int]: if not root: return [] stack = [root] result = [] while stack: node = stack.pop() # 中结点先处理 result.append(node.val) # 左孩子先入栈 if node.left: stack.append(node.left) # 右孩子后入栈 if node.right: stack.append(node.right) # 将最终的数组翻转 return result[::-1]