二叉树
二叉树是一种树形数据结构,其中每个节点最多有两个子节点,通常称为左子节点和右子节点。每个子节点本身也可以是一个二叉树。二叉树常用于实现搜索算法和排序算法,以及在计算机科学中的许多应用中。
在二叉树中,每个节点包含一个值,并且可能具有指向其左子节点和右子节点的引用。如果子节点不存在,则相应的引用为 null(或 None,取决于编程语言)。
二叉树有许多不同的变种,包括平衡二叉树、二叉搜索树等。它们在各种算法和数据结构中都有重要的应用。
递归思想的解释
我在一开始看算法的时候,发现了在解决二叉树问题时,经常在函数内部又调用了自身函数的现象,这使我非常疑惑。后来才了解到这是常用的递归算法。
·
在高数中我们曾经接触过递归证明,常常需要类似的假设:
“当x=0时,****成立,则有:”
然后进行当x=1、x=2……直到x=k的证明过程。
·
递归算法与此思想类似。
常常用于一个任务及其包含的子任务都是重复同样的操作,通过不断将问题分解为规模更小的子问题来解决原始的大问题。
注意区分:递归和循环又有所不同。
循环是通过重复执行一段代码块来解决问题,直到满足特定条件为止。
·
226. 翻转二叉树
给你一棵二叉树的根节点 root ,翻转这棵二叉树,并返回其根节点。
示例 1:
输入:root = [4,2,7,1,3,6,9]
输出:[4,7,2,9,6,3,1]
我们可以用递归的思想做这道题。
思路:
1、首先交换根节点的左右子树;
2、然后交换左子树的左右子树,再交换右子树的左右子树;
3、再交换左子树的左子树的左右子树,交换左子树的右子树的左右子树,交换右子树的左子树的左右子树,交换右子树的右子树的左右子树;
4、……
5、……
n、……
如此一直递进下去,直到得到交换完的子树
代码如下:
class Solution(object):
def invertTree(self, root):
"""
:type root: TreeNode
:rtype: TreeNode
"""
if root is None:
return root
root.left , root.right = root.right,root.left
self.invertTree(root.left)
self.invertTree(root.right)
return root
if root is None:
return root
这里就是递归函数的出口。
当传入invertTree函数的参数为空时,终止递归,直接返回root节点。
94.二叉树的层序遍历 levelOrder
二叉树的层序遍历可以用队列的方式解决
队列是一种【先进先出】的结构
队列的基本操作
1、新建一个双头队列
from collections import deque #导入队列
my_queue = new deque()
2、取队列中最左边的元素(队列头)
i = my_queue.popleft()
这道题就可以用一个队列、一个数组来解决。
先父结点加入队列,再将其取出,放入数组中。
然后将这个节点的子节点加入队列。
重复操作,每次父节点出队之后,才加入它的子节点。
这样就能够保证父节点总是在其子节点之前,可以实现层序遍历。
代码如下:
from collections import deque
class Solution(object):
def levelOrder(self, root):
if root is None:
return []
result = []
# 新建一个队列
my_queue = deque([root])
while my_queue:
#存储当前到几层了?
ceng = []
for _ in range(len(my_queue)):
item = my_queue.popleft()
ceng.append(item.val)
if item.left:
my_queue.append(item.left)
if item.right:
my_queue.append(item.right)
result.append(ceng)
return result
108.将有序数组转换为二叉搜索树
题目描述:给你一个整数数组 nums ,其中元素已经按 升序 排列,请你将其转换为一棵
平衡二叉搜索树。(平衡是指该树所有节点的左右子树的深度相差不超过1)
思路
将数组中的中间节点取出做根节点,然后左右两边的数作为其左右子树
利用递归的思想,重复上述步骤实现。
class Solution(object):
def sortedArrayToBST(self, nums):
"""
:type nums: List[int]
:rtype: TreeNode
"""
def build (left,right):
if left >=right:
return None
mid = (left +right)/2
return TreeNode(nums[mid], build(left,mid) , build(mid+1,right))
return build(0,len(nums))