第一种写法是
while(两个条件) while(条件一) if(条件二)1 . while（两种情况）
- 直走到树的最左边结点，把左边的结点全部压入stack,
- 走完左边的结点后，出stack, 继判断是否最左边的结点是否有右结点
== 如果有右结点，则对这个子树执行（1）中同样的操作，回到步骤一==
2.出stack的同时访问结点
代码（Java） // Definition for a binary tree node. public class TreeNode { int val; TreeNode left; TreeNode right; TreeNode(int x) { val = x; } }class Solution { public List<Integer> inorderTraversal(TreeNode root) { List<Integer> result =new ArrayList<>(); if(root==null) return result; Stack<TreeNode> tmp = new Stack<>(); TreeNode p = root; //p是遍历指针，如果一直有最左边结点，一直遍历； 第二种情况是如果没有最左边结点，就要访问stack中的结点 while(p!=null || !tmp.isEmpty()) { //两种情况 //第一种情况，来到最左边的结点,最左边的结点肯定是没有左孩子结点 while (p != null) { tmp.add(p); p = p.left; } //判断最左边的结点是否有右结点，继续按照上面的步骤遍历遍历到其最左边的结点 if (!tmp.isEmpty()) { //遍历最左边的结点 TreeNode t = tmp.pop(); result.add(t.val); if (t.right != null) p = t.right; } } return result; }} c++ class Solution {public：vector<int> inorderTraversal(TreeNode* root) { stack<TreeNode*> tmp; vector<int> result; if(root==nullptr) result; TreeNode * p= root; while(p!=nullptr || !tmp.empty()){ while(p!=nullptr){ tmp.push(p); p = p->left; } if(!tmp.empty()){ //注意在这里先获取然后删除，两个步骤 TreeNode *t= tmp.top(); tmp.pop(); result.push_back(t->val); if(t->right!=nullptr) p = t->right; } } return result; }}; 二叉树的前序遍历 第一种写法使用stack，先押入根节点，然后逐步出根节点访问根节点，判断左右的情况，右节押入栈， 然后再押入左节点，再出栈即可先实现访问左节点，然后再访问右节点情况。
在这里同样需要
先压入
步骤1 ：压入1
步骤2： 弹出1， 访问1，判断左右的情况 压入 3，2
步骤3：弹出2， 访问2，判断左右儿子节点是否为空，压入 5，4 ，栈中元素变成3，5，4
步骤：弹出 4， 访问 4， 然后4的左右子节点为空，所以不加入
步骤：弹出5， 访问5， 然后5的左右节点为空， 所以不加入
步骤：弹出3，访问3 ，然后加入 7， 6
步骤 ：弹出6， 访问 6 不加入
步骤： 弹出 7， 不加入 ，
栈为空， 程序停止
代码如下
其实该中方法跟层次遍历采用的队列很像，先将根节点入stack，然后在进入while
循环， 弹出来，访问根节点，判断左右节点是否空，如果不为空，就加入进来，只不过在这里stack先入rightchild , 然后再入leftchild
其实这种方法跟中序遍历是一样的做法，只不过在这个地方访问节点的顺序改变了
前序遍历在入第二个while ,入stack 之前访问节点
中序遍历在if语句中访问节点 ， 然后再对右节点执行同样的操作即可，不用判断右节点是否为空，已经在前面开头就已经判断了所以不用再进行判断即可
114. Flatten Binary Tree to Linked List
总共有几种写法，特别是先根遍历阶段情况
类似于中序遍历，左边的节点都是要第一个进行访问，在这里只是右节点和根节点的区别，同样采用一个栈来解决这个问题。只是
后序遍历在决定是否可以输出当前节点的值的时候，需要考虑其左右子树是否都已经遍历完成。
所以需要设置一个lastVisit游标。
若lastVisit等于当前考查节点的右子树，表示该节点的左右子树都已经遍历完成，则可以输出当前节点。
并把lastVisit节点设置成当前节点，将当前游标节点node设置为空，下一轮就可以访问栈顶元素。
以下考虑后序遍历中的三种情况
如图一所示，从节点1开始考查直到节点4的左子树为空。
注：此时的游标节点node = 4.left == null。
此时需要从栈中查看 Peek()栈顶元素。
发现节点4的右子树非空，需要接着考查右子树，4不能输出，node = node.right。
如图2所示，考查到节点7(7.left == null，7是从栈中弹出)，其左右子树都为空，可以直接输出7。
此时需要把lastVisit设置成节点7，并把游标节点node设置成null，下一轮循环的时候会考查栈中的节点6。
考查完节点8之后(lastVisit == 节点8)，将游标节点node赋值为栈顶元素6，节点6的右子树正好等于节点8。表示节点6的左右子树都已经遍历完成，直接输出6。
此时，可以将节点直接从栈中弹出Pop()，之前用的只是Peek()。
将游标节点node设置成null。
否者，需要接着考虑右子树，node = node.right。（没有访问的）
class Solution { public List<Integer> postorderTraversal(TreeNode root) { List<Integer> result =new LinkedList<>(); Stack<TreeNode> stack = new Stack<>(); TreeNode p = root; TreeNode listVisited= root; while(p!=null || !stack.isEmpty()){ while(p!=null){ //一直走到最左边的节点，这个节点肯定要第一个访问的，类似与中序遍历中一样，中序遍历与后序遍历的唯一差别就是，根节点和右孩子节点的区别而已 stack.push(p); p = p.left; } //获取到最左的情况 p = stack.peek(); //p是叶子节点或者p是访问的上面的 if(p.right==null || p.right==listVisited){ //可以访问p的值l; result.add(p.val); listVisited = p; stack.pop(); //这里一定要注意，一定要重置为null，否则p不为空的话继续执行压入栈处理操作， //p==null 是执行出栈处理的情况 p = null; } else{ p =p.right; } } return result; }}参考链接
层次遍历使用一个队列来解决这个问题
如果是直接打印即可的那种方式的话，
如果是每层都分开打印
计算每层的打一个
计算每层打印的次数即可
层次遍历跟先序遍历一样的代码体，只不过在这里使用队列替换成stack即可
总结三种算法比较好的思路总结