力扣 144：二叉树前序遍历的优雅实现
力扣 144：二叉树前序遍历的优雅实现
- 一、前序遍历：核心规则📌
- 二、递归设计：三步定乾坤🎯
- 1. 定义函数意义（核心第一步）
- 2. 边界条件（递归终止）
- 3. 递归逻辑（根→左→右）
- 三、代码实现：极简且优雅💻
- 代码关键说明
- 四、递归思维：看透本质🌟
- 五、思路迁移：N叉树前序遍历🔄
- 总结📋
在算法的世界里，递归是一把精巧的钥匙，能以极简逻辑拆解复杂结构。而二叉树的前序遍历，正是练习递归思维的绝佳入口。今天我们就以力扣144题为例，一步步拆解前序遍历的递归实现，读懂递归的核心逻辑，掌握通用解题思路。
一、前序遍历：核心规则📌
前序遍历遵循根 → 左 → 右的访问顺序：
先访问当前根节点
递归遍历左子树
递归遍历右子树
为了更直观理解，我们用Mermaid绘制一棵简单二叉树：
图表说明：这是标准二叉树结构，前序遍历会先访问根节点A，再访问左子树B，最后访问右子树C，严格遵循根优先原则。
二、递归设计：三步定乾坤🎯
写递归代码的关键，不是纠结递归展开过程，而是先给函数明确的意义，再写边界条件与递归逻辑，这是通用的递归解题模板：
1. 定义函数意义（核心第一步）
创建preorder函数，传入两个参数：
root：二叉树根节点ans：存储遍历结果的数组
函数意义：对root为根的子树进行前序遍历，并将结果追加到ans数组末尾。
2. 边界条件（递归终止）
当root为空时，说明没有节点需要遍历，直接终止递归，避免无限调用。
3. 递归逻辑（根→左→右）
把当前节点值加入结果数组
递归处理左子树
递归处理右子树
三、代码实现：极简且优雅💻
以力扣144题《二叉树的前序遍历》为例，完整递归代码如下：
// 前序遍历递归函数 void preorder(TreeNode* root, vector<int>& ans) { // 边界条件：空树直接返回 if (root == nullptr) { return; } // 1. 访问根节点 ans.push_back(root->val); // 2. 递归左子树 preorder(root->left, ans); // 3. 递归右子树 preorder(root->right, ans); } // 主函数 vector<int> preorderTraversal(TreeNode* root) { vector<int> ans; preorder(root, ans); return ans; }代码关键说明
边界判断：
root == nullptr是递归的出口，必须优先写，防止栈溢出顺序严格：
根→左→右不可调换，否则遍历顺序失效结果传递：数组
ans用引用传递，全程共用一份空间，时间复杂度O(n)，空间复杂度O(n)（递归栈+结果数组）
四、递归思维：看透本质🌟
很多初学者会纠结递归怎么一层层展开，其实完全没必要！
写递归时，我们只需要信任函数的意义：
调用
preorder(root->left, ans)，就默认它能正确完成左子树前序遍历不用关心内部细节，专注当前层逻辑即可
这就是递归的优雅之处：用简单逻辑，处理复杂树形结构。
五、思路迁移：N叉树前序遍历🔄
掌握二叉树前序遍历后，可直接迁移到力扣589题 N叉树前序遍历，核心逻辑完全一致：
先访问根节点
依次递归遍历所有子节点
边界条件与递归思想完全通用
总结📋
前序遍历核心：根 → 左 → 右
递归三步骤：定意义→写边界→写逻辑
关键原则：信任函数意义，不纠结递归展开
性能优势：递归代码极简，时间复杂度最优O(n)
递归是算法的基础思维，吃透二叉树前序遍历，中序、后序、N叉树遍历都能举一反三。下次我们继续拆解更多树形结构的递归技巧，一起在算法之路上稳步前行～