如何将二叉树展开为链表？两种Java实现方法对比

问题描述

给定一棵二叉树的根节点 `root``，要求将其按前序遍历的顺序展开为一个单链表。展开后的链表应满足以下条件：

• 链表的顺序与二叉树的前序遍历结果一致。
• 链表中每个节点的右子指针指向下一个节点，左子指针始终为 null。

示例输入与输出

输入：root = [1,2,5,3,4,null,6]
输出：[1,null,2,null,3,null,4,null,5,null,6]

---

解决方案

方法一：迭代法（Morris遍历思路）

核心思想：通过修改指针实现原地展开，无需额外空间。类似Morris遍历，时间复杂度O(n)，空间复杂度O(1)。

实现步骤

1. 初始化当前节点：从根节点开始遍历。
2. 处理左子树：对于每个节点，若存在左子树，找到左子树的最右节点。
3. 调整指针：
   • 将左子树的最右节点的右指针指向当前节点的右子树。
   • 将当前节点的右指针指向左子树，左指针置空。
4. 迭代处理：沿右指针处理下一个节点，直到所有节点处理完毕。

Java代码实现

class TreeNode {int val;TreeNode left;TreeNode right;TreeNode() {}TreeNode(int val) { this.val = val; }TreeNode(int val, TreeNode left, TreeNode right) {this.val = val;this.left = left;this.right = right;}
}public class Solution {public void flatten(TreeNode root) {TreeNode curr = root;while (curr != null) {if (curr.left != null) {// 找到左子树的最右节点TreeNode prev = curr.left;while (prev.right != null) {prev = prev.right;}// 将右子树接到最右节点prev.right = curr.right;// 将左子树移到右侧，并清空左侧curr.right = curr.left;curr.left = null;}// 处理下一个节点curr = curr.right;}}
}

关键解释

• 左子树的最右节点：前序遍历中，左子树的最后一个节点需要连接到当前节点的右子树。
• 指针调整：通过修改指针实现原地展开，无需额外空间。

---

方法二：前序遍历+列表重建

核心思想：显式存储前序遍历结果，再重建链表。时间复杂度O(n)，空间复杂度O(n)。

实现步骤

1. 前序遍历存储节点：递归遍历二叉树，按前序顺序将节点存入列表。
2. 重建链表：遍历列表，将每个节点的左指针置空，右指针指向下一个节点。

Java代码实现

import java.util.ArrayList;
import java.util.List;class Solution {public void flatten(TreeNode root) {if (root == null || (root.left == null && root.right == null)) return;List<TreeNode> result = new ArrayList<>();preOrder(root, result);// 重建链表for (int i = 0; i < result.size() - 1; i++) {TreeNode prev = result.get(i);TreeNode cur = result.get(i + 1);prev.left = null;prev.right = cur;}}private void preOrder(TreeNode root, List<TreeNode> result) {if (root == null) return;result.add(root);preOrder(root.left, result);preOrder(root.right, result);}
}

关键解释

• 前序遍历列表：显式存储节点顺序，逻辑直观。
• 空间开销：需额外存储所有节点的引用，空间复杂度为O(n)。

---

方法对比与分析

特性	方法一（迭代法）	方法二（前序遍历+列表）
时间复杂度	O(n)	O(n)
空间复杂度	O(1)	O(n)
代码复杂度	高（需处理指针调整）	低（逻辑直观）
栈溢出风险	无	有（递归深度高时）
适用场景	内存敏感、大规模数据	快速实现、小规模数据

---

选择建议

1. 优先方法一：

   • 适用场景：内存受限（如嵌入式开发）、处理超大规模树。
   • 优点：原地修改，无额外空间开销。
   • 缺点：指针操作复杂，需深入理解Morris遍历。

2. 优先方法二：

   • 适用场景：快速实现、代码可读性优先、小规模数据。
   • 优点：逻辑清晰，易于调试。
   • 缺点：空间开销大，递归可能栈溢出。

---

拓展：方法二的迭代优化

将递归前序遍历改为迭代实现，避免栈溢出风险：

private void preOrder(TreeNode root, List<TreeNode> result) {Deque<TreeNode> stack = new ArrayDeque<>();TreeNode node = root;while (node != null || !stack.isEmpty()) {while (node != null) {result.add(node);stack.push(node);node = node.left;}node = stack.pop();node = node.right;}
}

---

总结

• 方法一适合追求极致空间效率的场景，但对代码能力要求较高。
• 方法二适合快速实现和逻辑清晰的需求，但需权衡空间开销。
• 两种方法均保证链表的前序顺序正确性，可根据实际需求选择。