在编程生活中，我们总会遇见树性结构，这几天刚好需要对树形结构操作，就记录下自己的操作方式以及过程。现在假设有一颗这样树，(是不是二叉树都没关系，原理都是一样的)

1.广度优先遍历

英文缩写为BFS即Breadth FirstSearch。其过程检验来说是对每一层节点依次访问，访问完一层进入下一层，而且每个节点只能访问一次。对于上面的例子来说，广度优先遍历的 结果是：A,B,C,D,E,F,G,H,I(假设每层节点从左到右访问)。

先往队列中插入左节点，再插右节点，这样出队就是先左节点后右节点了。

广度优先遍历树，需要用到队列(Queue)来存储节点对象,队列的特点就是先进先出。例如，上面这颗树的访问如下：

首先将A节点插入队列中，队列中有元素(A);

将A节点弹出，同时将A节点的左、右节点依次插入队列，B在队首，C在队尾，(B，C)，此时得到A节点；

继续弹出队首元素，即弹出B，并将B的左、右节点插入队列，C在队首，E在队尾(C,D，E)，此时得到B节点；

继续弹出，即弹出C，并将C节点的左、中、右节点依次插入队列，(D,E,F,G,H)，此时得到C节点；

将D弹出，此时D没有子节点，队列中元素为(E,F,G,H)，得到D节点；

。。。以此类推。。

代码：这里以二叉树为例，遍历所有节点的值

/**

public class TreeNode {

int val = 0;

TreeNode left = null;

TreeNode right = null;

public TreeNode(int val) {

this.val = val;

}

}

*/

public class Solution {

public ArrayList PrintFromTopToBottom(TreeNode root) {

ArrayList lists=new ArrayList();

if(root==null)

return lists;

Queue queue=new LinkedList();

queue.offer(root);

while(!queue.isEmpty()){

TreeNode tree=queue.poll();

if(tree.left!=null)

queue.offer(tree.left);

if(tree.right!=null)

queue.offer(tree.right);

lists.add(tree.val);

}

return lists;

}

}

2、深度优先

英文缩写为DFS即Depth First Search.其过程简要来说是对每一个可能的分支路径深入到不能再深入为止，而且每个节点只能访问一次。对于上面的例子来说深度优先遍历的结果就是：A,B,D,E,I,C,F,G,H.(假设先走子节点的的左侧)。

深度优先遍历各个节点，需要使用到栈(Stack)这种数据结构。stack的特点是是先进后出。整个遍历过程如下：

先往栈中压入右节点，再压左节点，这样出栈就是先左节点后右节点了。

首先将A节点压入栈中，stack(A);

将A节点弹出，同时将A的子节点C，B压入栈中，此时B在栈的顶部，stack(B,C)；

将B节点弹出，同时将B的子节点E，D压入栈中，此时D在栈的顶部，stack(D,E,C)；

将D节点弹出，没有子节点压入,此时E在栈的顶部，stack(E，C)；

将E节点弹出，同时将E的子节点I压入，stack(I,C)；

...依次往下，最终遍历完成。

代码：也是以二叉树为例。非递归

/**

public class TreeNode {

int val = 0;

TreeNode left = null;

TreeNode right = null;

public TreeNode(int val) {

this.val = val;

}

}

*/

public class Solution {

public ArrayList PrintFromTopToBottom(TreeNode root) {

ArrayList lists=new ArrayList();

if(root==null)

return lists;

Stack stack=new Stack();

stack.push(root);

while(!stack.isEmpty()){

TreeNode tree=stack.pop();

//先往栈中压入右节点，再压左节点，这样出栈就是先左节点后右节点了。

if(tree.right!=null)

stack.push(tree.right);

if(tree.left!=null)

stack.push(tree.left);

lists.add(tree.val);

}

return lists;

}

}

深度优先的递归实现：

public void depthOrderTraversalWithRecursive()

{

depthTraversal(root);

}

private void depthTraversal(TreeNode tn)

{

if (tn!=null)

{

System.out.print(tn.value+" ");

depthTraversal(tn.left);

depthTraversal(tn.right);

}

}

本文大量引用自：http://www..com/toSeeMyDream/p/5816682.html