定义一棵二叉树T，分别输出二叉树的前序序列，中序序列和后续序列，输出二叉树的叶子结点数，深度和结点总数

在计算机科学中，我们可以通过遍历的方式生成二叉树的不同序列。这里我会给出三个常用的遍历方法：前序、中序和后序遍历，以及计算叶子节点数、深度和节点总数的简单方法。

**前序遍历（Preorder Traversal）**: 首先访问根节点，然后遍历左子树，最后遍历右子树。假设`pre_order`是一个列表，我们可以这样构建：

def pre_order_traversal(T):
    if T:
        pre_order.append(T.value)
        pre_order.extend(pre_order_traversal(T.left))
        pre_order.extend(pre_order_traversal(T.right))

# 初始化空列表
pre_order = []
pre_order_traversal(T)

**中序遍历（Inorder Traversal）**: 先遍历左子树，然后访问根节点，最后遍历右子树。可以使用类似的方法：

def in_order_traversal(T):
    if T:
        in_order_traversal(T.left)
        in_order.append(T.value)
        in_order_traversal(T.right)

in_order = []
in_order_traversal(T)

**后序遍历（Postorder Traversal）**: 先遍历左子树和右子树，最后访问根节点。同样初始化一个列表`post_order`：

def post_order_traversal(T):
    if T:
        post_order_traversal(T.left)
        post_order_traversal(T.right)
        post_order.append(T.value)

post_order = []
post_order_traversal(T)

**叶子结点数（Leaf Nodes）**: 叶子节点是没有子节点的节点，可以用条件判断找出它们：

leaf_nodes = sum(1 for node in T if not node.left and not node.right)

**深度（Depth）**: 最深节点的索引加1即为深度，可以采用递归或栈来实现：

def max_depth(T):
    if not T:
        return 0
    return 1 + max(max_depth(T.left), max_depth(T.right))

tree_depth = max_depth(T)

**结点总数（Node Count）**: 使用之前介绍的`node_count`函数:

total_nodes = node_count(T)

以上就是对二叉树的各种序列和相关信息的计算。