先对二叉树做一个总结:
满二叉树:如果一棵二叉树只有度为0的结点和度为2的结点,并且度为0的结点在同一层上,则这棵二叉树为满二叉树。深度为k,有2^k-1个节点的二叉树。
完全二叉树:除了最底层节点可能没填满外,其余每层节点数都达到最大值,并且最下面一层的节点都集中在该层最左边的若干位置。若最底层为第 h 层(h从1开始),则该层包含 1~ 2^(h-1) 个节点。 (完全二叉树底层必须是从左到右连续的,且次底层是满的。)
二叉搜索树:二叉搜索树是一个有序树。
- 若它的左子树不空,则左子树上所有结点的值均小于它的根结点的值;
- 若它的右子树不空,则右子树上所有结点的值均大于它的根结点的值;
- 它的左、右子树也分别为二叉排序树
平衡二叉搜索树:
又被称为AVL(Adelson-Velsky and Landis)树,且具有以下性质:它是一棵空树或它的左右两个子树的高度差的绝对值不超过1,并且左右两个子树都是一棵平衡二叉树。
二叉树的储存方式 :二叉树可以链式存储,也可以顺序存储。
二叉树主要有两种遍历方式:
- 深度优先遍历:先往深走,遇到叶子节点再往回走。
- 广度优先遍历:一层一层的去遍历。
- 深度优先遍历
- 前序遍历(递归法,迭代法)
- 中序遍历(递归法,迭代法)
- 后序遍历(递归法,迭代法)
- 广度优先遍历
- 层次遍历(迭代法)
定义一个二叉树
class TreeNode:
def __init__(self, val, left = None, right = None):
self.val = val
self.left = left
self.right = right
1.
class Solution:
def traversal(self,node,low,high):
if not node:
return None
if node.val<low:
right=self.traversal(node.right,low,high)
return right
if node.val>high:
left=self.traversal(node.left,low,high)
return left
node.left=self.traversal(node.left,low,high)
node.right=self.traversal(node.right,low,high)
return node
def trimBST(self, root, low, high):
"""
:type root: TreeNode
:type low: int
:type high: int
:rtype: TreeNode
"""
return self.traversal(root,low,high)
2.
class Solution:
def trimBST(self, root: Optional[TreeNode], low: int, high: int) -> Optional[TreeNode]:
if root is None:
return None
if root.val < low:
# 寻找符合区间 [low, high] 的节点
return self.trimBST(root.right, low, high)
if root.val > high:
# 寻找符合区间 [low, high] 的节点
return self.trimBST(root.left, low, high)
root.left = self.trimBST(root.left, low, high) # root.left 接入符合条件的左孩子
root.right = self.trimBST(root.right, low, high) # root.right 接入符合条件的右孩子
return root
class Solution:
def traversal(self,nums,left,right):
if left>right:
return None
mid=left+(right-left)//2
root=TreeNode(nums[mid])
root.left=self.traversal(nums,left,mid-1)
root.right=self.traversal(nums,mid+1,right)
return root
def sortedArrayToBST(self, nums):
"""
:type nums: List[int]
:rtype: TreeNode
"""
root=self.traversal(nums,0,len(nums)-1)
return root
class Solution:
def __init__(self):
self.pre=0
def convertBST(self, root):
"""
:type root: TreeNode
:rtype: TreeNode
"""
self.traversal(root)
return root
def traversal(self,node):
if not node:
return 0
self.convertBST(node.right)
node.val += self.pre
self.pre=node.val
self.convertBST(node.left)
#再贴个迭代
class Solution:
def convertBST(self, root: Optional[TreeNode]) -> Optional[TreeNode]:
if not root:
return root
cur=root
pre=0
res=[]
stack=[]
while cur or stack:
if cur:
stack.append(cur)
cur=cur.right
else:
cur=stack.pop()
cur.val+=pre
pre=cur.val
cur=cur.left
return root