一、深度优先遍历
对于一棵二叉树，深度优先搜索（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。
二、二叉树的深度遍历的三种方法
这三种方法常被用于访问树的节点，它们之间的不同在于访问每个节点的次序不同
（一）先序遍历：先访问根节点，然后递归使用先序遍历访问左子树，再递归使用先序遍历右子树
根节点->左子树->右子树
（二）中序遍历：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
左子树->根节点->右子树
（三）后序遍历：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
左子树->右子树->根节点
三、二叉树的深度遍历的实现
class Node(object):
def init(self,item):
self.elem = item
self.lchild = None
self.rchild = None
class Tree(object):
def init(self):
self.root = None
def add(self,item):
node = Node(item)
if self.root is None:
self.root = node
return
queue = [self.root]
while queue:
cur_node = queue.pop(0)
if cur_node.lchild is None:
cur_node.lchild = node
return
else:
queue.append(cur_node.lchild)
if cur_node.rchild is None:
cur_node.rchild = node
return
else:
queue.append(cur_node.rchild)
#宽度遍历
def breadth_travel(self):
if self.root is None:
return
queue = [self.root]
while queue:
cur_node = queue.pop(0)
print(cur_node.elem,end =’ ‘)
if cur_node.lchild is not None:
queue.append(cur_node.lchild)
if cur_node.rchild is not None:
queue.append(cur_node.rchild)
# 先序遍历
def preorder(self,node):
if node is None:
return
print(node.elem,end=’ ‘)
self.preorder(node.lchild)
self.preorder(node.rchild)
# 中序遍历
def inorder(self,node):
if node is None:
return
self.inorder(node.lchild)
print(node.elem, end=’ ‘)
self.inorder(node.rchild)
# 后序遍历
def postorder(self,node):
if node is None:
return
self.postorder(node.lchild)
self.postorder(node.rchild)
print(node.elem, end=’ ')
if name == ‘main’:
tree = Tree()
tree.add(0)
tree.add(1)
tree.add(2)
tree.add(3)
tree.add(4)
tree.add(5)
tree.add(6)
tree.add(7)
tree.add(8)
tree.add(9)
tree.breadth_travel()
print(’ ‘)
tree.preorder(tree.root)
print(’ ‘)
tree.inorder(tree.root)
print(’ ‘)
tree.postorder(tree.root)
print(’ ')
四、二叉树由深度遍历确定一棵树
给出两个遍历，其中一个遍历必须为中序遍历即可确定一棵树（即只要给定先序遍历和中序遍历或者给定中序遍历和后序遍历即可确定）
