代码实现，读入先序，中序，输出后序 先序: A B D F C E G H 中序: B F D A G E H C

为了将给定的先序遍历（Preorder）和中序遍历（Inorder）转换为后序遍历（Postorder），我们可以使用递归算法或者双指针法。这里我将以递归的方式解释如何实现：

假设根节点是通过比较先序遍历的第一个元素和其他元素确定的，而中序遍历可以帮助我们找到左子树和右子树。

1. **先序遍历**: A B D F C E G H
- 根节点是 A

2. **中序遍历**: B F D A G E H C
- 中序中的 B D A 排列告诉我们 D 是 A 的左孩子，B 和 F 都在 A 左侧
- 同理，E G H C 表明 E H 在 C 右侧

3. **后序遍历**通常由左子树、右子树和当前节点组成。我们知道左子树是中序遍历的一部分，所以从中序遍历找 D(左子树)、F(左子树)，然后找到它们在先序中的位置，即 E F G H。再找出剩余部分 C G H，这是右子树加上根节点 C。

基于上述分析，可以得出后序遍历如下：
后序: D F B G E H C A

下面是Python代码示例，用于实现这个过程：

def build_tree(preorder, inorder):
    if not preorder or not inorder:
        return None

    # 先序第一个元素是根
    root_val = preorder[0]
    root = TreeNode(root_val)

    # 在中序中找到根的位置
    inroot = inorder.index(root_val)

    # 分别构建左右子树
    root.left = build_tree(preorder[1:inroot+1], inorder[:inroot])
    root.right = build_tree(preorder[inroot+1:], inorder[inroot+1:])

    return root

# 定义后序遍历函数
def postorder_traversal(root):
    if root is None:
        return []
    return postorder_traversal(root.left) + postorder_traversal(root.right) + [root.val]

# 初始数据
preorder = ['A', 'B', 'D', 'F', 'C', 'E', 'G', 'H']
inorder = ['B', 'F', 'D', 'A', 'G', 'E', 'H', 'C']

# 构建二叉树
root = build_tree(preorder, inorder)
# 输出后序遍历
postorder = postorder_traversal(root)
print("后序遍历:", " ".join(postorder))  # 输出: 后序遍历: D F B G E H C A