513.找树左下角的值
给定一个二叉树的 根节点 root,请找出该二叉树的 最底层 最左边 节点的值。
假设二叉树中至少有一个节点。
思路1:迭代法
层序遍历,利用for循环控制 i 控制每一层的第一个元素,当正常遍历结束以后,返回值就是最后一层最左边的第一个元素
class Solution {
public:
int findBottomLeftValue(TreeNode* root) {
queue<TreeNode*> que;
if (root == nullptr) return 0;
que.push(root);
int result = 0;
while (!que.empty()) {
int size = que.size();
vector<int> ans;
for (int i = 0; i < size; i++) {
auto node = que.front();
que.pop();
if (i == 0) result = node->val; // 记录每一行一行第一个元素,当是最后一行的时候,就是最底层左边的节点值
if (node->left) que.push(node->left);
if (node->right) que.push(node->right);
}
}
return result;
}
};
思路2:递归(深度最大的叶子节点一定是最后一行。)
可以使用前序遍历(当然中序,后序都可以,因为本题没有 中间节点的处理逻辑,只要左优先就行),保证优先左边搜索,然后记录深度最大的叶子节点,此时就是树的最后一行最左边的值。
1、确定递归函数的参数和返回值
参数必须有要遍历的树的根节点,还有就是一个int型的变量用来记录最长深度。 这里就不需要返回值了,所以递归函数的返回类型为void。
int maxDepth = INT_MIN; // 全局变量 记录最大深度
int result; // 全局变量 最大深度最左节点的数值
void traversal(TreeNode* root, int depth)
2、确定终止条件
当遇到叶子节点的时候,就需要统计一下最大的深度了,所以需要遇到叶子节点来更新最大深度。
if (root->left == NULL && root->right == NULL) {
if (depth > maxDepth) {
maxDepth = depth; // 更新最大深度
result = root->val; // 最大深度最左面的数值
}
return;
}
3、确定单层递归的逻辑
在找最大深度的时候,递归的过程中依然要使用回溯,代码如下:
// 中
if (root->left) { // 左
depth++; // 深度加一
traversal(root->left, depth);
depth--; // 回溯,深度减一
}
if (root->right) { // 右
depth++; // 深度加一
traversal(root->right, depth);
depth--; // 回溯,深度减一
}
return;
整体代码如下:
class Solution {
public:
int maxDepth = INT32_MIN;
int result;
void travesal(TreeNode* node, int depth) {
// 找到了叶子节点
if (node->left == nullptr && node->right == nullptr) {
if (depth > maxDepth) {
maxDepth = depth; //更新深度
result = node->val; // 最大深度最左面的数值
}
return;
}
//确定递归单层循环
if (node->left) {
depth++;
travesal(node->left, depth);
depth--;
}
if (node->right) {
depth++;
travesal(node->right, depth);
depth--;
}
return;
}
int findBottomLeftValue(TreeNode* root) {
travesal(root, 0);
return result;
}
};
总结:
- 迭代遍历的思想比较容易理解,但是面试大部分喜欢递归
- 递归+回溯的过程还是需要加强,但是也可以选择写细一点,这样能够帮助理解回溯的过程。
112. 路径总和
给你二叉树的根节点 root
和一个表示目标和的整数 targetSum
。判断该树中是否存在 根节点到叶子节点 的路径,这条路径上所有节点值相加等于目标和 targetSum
。如果存在,返回 true ;否则,返回 false
思路: 递归法 + 回溯
当递归到叶子节点,分别向子节点回溯寻找下一条路径,处理路径问题一定要用到回溯。
比较巧妙的一个点是利用要求的目标值分别减去每个节点的值,当值为0返回true。否则false。
递归三部曲:
1、确定递归函数的参数和返回值
要求是否有路径,用bool类型,函数参数是节点和求得和
bool traversal(TreeNode* node, int count)
2、确定函数终止条件
当找到叶子节点,并且统计得和减为0,返回true,找到叶子节点,但是count不为0,那么返回false
// 找到叶子节点
if (node->left == nullptr && node->right == nullptr && count == 0) {
return true;
}
if (node->left == nullptr && node->right == nullptr) {
return false;
}
3、确定单层递归逻辑
因为终止条件是判断叶子节点,所以递归的过程中就不要让空节点进入递归了。
递归函数是有返回值的,如果递归函数返回true,说明找到了合适的路径,应该立刻返回。
if (cur->left) { // 左 (空节点不遍历)
// 遇到叶子节点返回true,则直接返回true
if (traversal(cur->left, count - cur->left->val)) return true; // 注意这里有回溯的逻辑
}
if (cur->right) { // 右 (空节点不遍历)
// 遇到叶子节点返回true,则直接返回true
if (traversal(cur->right, count - cur->right->val)) return true; // 注意这里有回溯的逻辑
}
return false;
整体代码如下:
class Solution {
private:
bool traversal(TreeNode* cur, int count) {
if (!cur->left && !cur->right && count == 0) return true; // 遇到叶子节点,并且计数为0
if (!cur->left && !cur->right) return false; // 遇到叶子节点直接返回
if (cur->left) { // 左
count -= cur->left->val; // 递归,处理节点;
if (traversal(cur->left, count)) return true;
count += cur->left->val; // 回溯,撤销处理结果
}
if (cur->right) { // 右
count -= cur->right->val; // 递归,处理节点;
if (traversal(cur->right, count)) return true;
count += cur->right->val; // 回溯,撤销处理结果
}
return false;
}
public:
bool hasPathSum(TreeNode* root, int targetSum) {
if (root == 0) return false;
return traversal(root, targetSum - root->val);
}
};
总结:
对于这类题目,还是需要灵活应用,需要注重使用。精简代码在回顾得时候需要再用到。
113.路径总和ii
题目链接
给你二叉树的根节点 root
和一个整数目标和 targetSum
,找出所有 从根节点到叶子节点 路径总和等于给定目标和的路径。
叶子节点 是指没有子节点的节点。
思路:总体思路和上一题很像,具体的思路可以看代码注解
class Solution {
public:
//设置全局变量,分别是返回得二维数组和每次的路径数组
vector<vector<int>> result;
vector<int> path;
//1、因为要遍历整个二叉树求得所有路径,所以没有返回值
void traversal(TreeNode* node, int count) {
// 2、确定递归函数的终止条件
// 碰到叶子节点,并且计数为0的时候,添加路径到返回数组
if (node->left == nullptr && node->right == nullptr && count == 0) {
result.push_back(path);
return;
}
// 碰到叶子节点,但是不满足count为0的条件
if (!node->left && !node->right) return;
if (node->left) {
count -= node->left->val;
path.push_back(node->left->val);
traversal(node->left, count); // 递归
count += node->left->val; // 回溯
path.pop_back();
}
if (node->right) {
count -= node->right->val;
path.push_back(node->right->val);
traversal(node->right, count); // 递归
count += node->right->val; // 回溯
path.pop_back();
}
return;
}
vector<vector<int>> pathSum(TreeNode* root, int targetSum) {
path.clear(); // 全局变量,清除里面的内容,重新遍历
result.clear();
if (root == nullptr) return result;
path.push_back(root->val);// 把根节点放进路径
traversal(root, targetSum - root->val);
return result;
}
};
本篇通过leetcode上112. 路径总和 和 113. 路径总和ii 详细的讲解了 递归函数什么时候需要返回值,什么不需要返回值。
这两道题目是掌握这一知识点非常好的题目,大家看完本篇文章再去做题,就会感受到搜索整棵树和搜索某一路径的差别。
106.从中序与后序遍历序列构造二叉树
给定两个整数数组 inorder
和 postorder
,其中 inorder
是二叉树的中序遍历, postorder
是同一棵树的后序遍历,请你构造并返回这颗 二叉树 。
思路: 要想构建一颗二叉树,最重要的一定是要有中序
后序的遍历顺序是:左右中
,那么后序数组的最后一位一定是中节点,然后找中序数组对应的该元素位置,它的左边是左子树,右边是右子树,对它进行切割,成为两个数组。
然后再对后序数组进行切割,切割前先去除最后一个元素(中间节点,我们已经取出来了)。切割长度是根据中序切割出来的左右数组长度来切,切同样长度。因为它们是同一个二叉树,所以左子树和右子树长度是相同的。
有了以上的一些思想,那么具体可以分为以下步骤来进行:
1、第一步:如果数组大小为零的话,说明是空节点了。
2、第二步:如果不为空,那么取后序数组最后一个元素作为节点元素。
3、第三步:找到后序数组最后一个元素在中序数组的位置,作为切割点
4、第四步:切割中序数组,切成中序左数组和中序右数组 (顺序别搞反了,一定是先切中序数组)
5、第五步:切割后序数组,切成后序左数组和后序右数组
6、第六步:递归处理左区间和右区间
class Solution {
public:
TreeNode* buildTree(vector<int>& inorder, vector<int>& postorder) {
// 第一步:如果数组大小为零的话,说明是空节点了。
if (postorder.size() == 0) return nullptr;
// 第二步:后序遍历数组最后一个元素,就是当前的中间节点
int rootValue = postorder[postorder.size() - 1];
TreeNode* root = new TreeNode(rootValue);
// 叶子节点
if (postorder.size() == 1) return root;
// 第三步:找到后序数组最后一个元素在中序数组的位置,作为切割点
int delimiterIndex;
for (delimiterIndex = 0; delimiterIndex < inorder.size(); delimiterIndex++) {
if (inorder[delimiterIndex] == rootValue) break;
}
// 第四步:切割中序数组,得到 中序左数组和中序右数组
// [0, delimiterIndex)
vector<int> leftInorder(inorder.begin(), inorder.begin() + delimiterIndex);
// [delimiterIndex + 1, end) 不用取到 delimiterIndex
vector<int> rightInorder(inorder.begin() + delimiterIndex + 1, inorder.end());
// 第五步:切割后序数组,得到 后序左数组和后序右数组
// postorder 舍弃末尾元素,因为这个元素就是中间节点,已经用过了
postorder.resize(postorder.size() - 1);
// 左闭右开,注意这里使用了左中序数组大小作为切割点:[0, leftInorder.size)
vector<int> leftPostorder(postorder.begin(), postorder.begin() + leftInorder.size());
// [leftInorder.size(), end)
vector<int> rightPostorder(postorder.begin() + leftInorder.size(), postorder.end());
// 第六步
root->left = buildTree(leftInorder, leftPostorder);
root->right = buildTree(rightInorder, rightPostorder);
return root;
}
};
105.从前序与中序遍历序列构造二叉树
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
private:
TreeNode* traversal (vector<int>& inorder, int inorderBegin, int inorderEnd, vector<int>& preorder, int preorderBegin, int preorderEnd) {
if (preorderBegin == preorderEnd) return NULL;
int rootValue = preorder[preorderBegin]; // 注意用preorderBegin 不要用0
TreeNode* root = new TreeNode(rootValue);
if (preorderEnd - preorderBegin == 1) return root;
int delimiterIndex;
for (delimiterIndex = inorderBegin; delimiterIndex < inorderEnd; delimiterIndex++) {
if (inorder[delimiterIndex] == rootValue) break;
}
// 切割中序数组
// 中序左区间,左闭右开[leftInorderBegin, leftInorderEnd)
int leftInorderBegin = inorderBegin;
int leftInorderEnd = delimiterIndex;
// 中序右区间,左闭右开[rightInorderBegin, rightInorderEnd)
int rightInorderBegin = delimiterIndex + 1;
int rightInorderEnd = inorderEnd;
// 切割前序数组
// 前序左区间,左闭右开[leftPreorderBegin, leftPreorderEnd)
int leftPreorderBegin = preorderBegin + 1;
int leftPreorderEnd = preorderBegin + 1 + delimiterIndex - inorderBegin; // 终止位置是起始位置加上中序左区间的大小size
// 前序右区间, 左闭右开[rightPreorderBegin, rightPreorderEnd)
int rightPreorderBegin = preorderBegin + 1 + (delimiterIndex - inorderBegin);
int rightPreorderEnd = preorderEnd;
root->left = traversal(inorder, leftInorderBegin, leftInorderEnd, preorder, leftPreorderBegin, leftPreorderEnd);
root->right = traversal(inorder, rightInorderBegin, rightInorderEnd, preorder, rightPreorderBegin, rightPreorderEnd);
return root;
}
public:
TreeNode* buildTree(vector<int>& preorder, vector<int>& inorder) {
if (inorder.size() == 0 || preorder.size() == 0) return NULL;
// 参数坚持左闭右开的原则
return traversal(inorder, 0, inorder.size(), preorder, 0, preorder.size());
}
};
总结: 在切割前序的左右部分的时候容易出错,尤其是左部的结尾位置是
preorderBegin + 1 + delimiterIndex - inorderBegin; // 终止位置是起始位置加上中序左区间的大小size
这里需要注意,然后加油要理解整个递归的六步,下次遇到这种题目才能容易解决。