平衡二叉树的判定：回溯法的深度解析与迭代法拓展-CSDN博客

本文链接：https://blog.csdn.net/Musennn/article/details/148124574

一、题目解析：平衡二叉树的定义与判定条件

题目描述

给定一棵二叉树，判断它是否是平衡二叉树。平衡二叉树的定义是：每个节点的左右子树的高度差的绝对值不超过 1，且左右子树本身也必须是平衡二叉树。

核心条件拆解

每个节点的平衡性：左右子树高度差 ≤ 1。
子树的递归平衡性：每个子树也必须满足平衡条件。
这意味着我们需要从底向上递归检查每个节点的平衡性，避免冗余计算。

二、回溯法（递归）核心实现：后序遍历的巧妙应用

代码实现

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode() {}
 *     TreeNode(int val) { this.val = val; }
 *     TreeNode(int val, TreeNode left, TreeNode right) {
 *         this.val = val;
 *         this.left = left;
 *         this.right = right;
 *     }
 * }
 */
class Solution {
    public boolean isBalanced(TreeNode root) {
        return getHeight(root) != -1;
    }

    public static int getHeight(TreeNode root) {
        if (root == null) {
            return 0; // 空树高度为0
        }
        int leftHeight = getHeight(root.left);
        if (leftHeight == -1) { // 左子树不平衡，直接返回-1
            return -1;
        }
        int rightHeight = getHeight(root.right);
        if (rightHeight == -1) { // 右子树不平衡，直接返回-1
            return -1;
        }
        if (Math.abs(leftHeight - rightHeight) > 1) { // 当前节点不平衡
            return -1;
        }
        return Math.max(leftHeight, rightHeight) + 1; // 返回当前子树高度
    }
}

核心逻辑：后序遍历+剪枝优化

1. 递归终止条件

若当前节点为空，返回高度 0。
空树被视为平衡树的基础情况。

2. 后序遍历顺序

先递归计算左子树高度，再递归计算右子树高度，最后处理当前节点。
这确保了在检查当前节点平衡性时，左右子树的平衡性已被提前验证。

3. 剪枝优化（-1的传递）

若左子树或右子树返回 -1，说明子树不平衡，直接向上传递 -1，避免无效计算。
这种“短路”机制将时间复杂度从O(n²)优化至O(n)。

4. 高度计算与平衡判断

计算左右子树高度差，若超过1则返回 -1，否则返回当前子树高度（max(左, 右) + 1）。

递归流程模拟：以不平衡树为例

树结构：

递归计算左子树（节点2）：
- 左子树（节点4）高度为1，右子树为空（高度0）。
- 节点2的左右高度差为 1-0=1，平衡，返回高度 2。
递归计算右子树（节点3）：
- 左右子树均为空，高度为1，平衡。
处理根节点（节点1）：
- 左子树高度2，右子树高度1，差为1，平衡？
- 错误！ 实际左子树的左子树高度为1，右子树高度为0，差为1，平衡。但根节点的左右子树差为1，仍平衡？
- 关键纠正：此例实际平衡，但假设左子树高度为3，右子树高度为1，差为2，则根节点返回-1。

三、回溯法的优缺点分析

优点	缺点
代码简洁，逻辑清晰，天然符合递归定义	递归深度可能过大（如退化为链表时，栈深度O(n)，可能导致栈溢出）
剪枝优化后时间复杂度O(n)	空间复杂度依赖递归栈深度，最坏O(n)

四、大厂面试视角：是否需要迭代法？

大厂考察要点

递归的理解深度：能否清晰阐述递归流程、终止条件、时间复杂度。
迭代法实现能力：当树深度较大时，递归可能引发栈溢出，需用迭代法手动管理栈。
优化意识：能否在递归基础上提出优化方案（如尾递归优化，但Java不支持）。

迭代法必要性分析

需要迭代法的场景：
- 题目明确要求非递归实现。
- 处理大规模数据（如百万级节点），避免栈溢出。
递归法的适用场景：
- 代码简洁性优先，数据规模较小。

结论：大厂面试中，递归法是基础，但掌握迭代法能体现更全面的工程能力。

五、迭代法实现：后序遍历模拟递归

核心思路

使用栈模拟递归的后序遍历，手动记录每个节点的高度。通过标记节点是否已访问，确保在处理当前节点时，左右子树已被处理完毕。

代码实现

import java.util.Stack;

class Solution {
    public boolean isBalanced(TreeNode root) {
        if (root == null) return true;
        Stack<TreeNode> stack = new Stack<>();
        Stack<Integer> heightStack = new Stack<>();
        TreeNode prev = null; // 记录上一个访问的节点（后序遍历辅助）
        int currentHeight = 0;

        while (root != null || !stack.isEmpty()) {
            // 遍历到左最深处
            while (root != null) {
                stack.push(root);
                heightStack.push(1); // 初始高度为1（自身）
                root = root.left;
            }

            root = stack.pop();
            currentHeight = heightStack.pop();

            // 若有右子树且未被访问（prev不是右子节点），则重新入栈右子树
            if (root.right != null && prev != root.right) {
                stack.push(root);
                heightStack.push(currentHeight + 1); // 右子树高度为当前高度+1？
                root = root.right;
            } else {
                // 处理当前节点（后序遍历）
                int leftHeight = (root.left != null) ? getStoredHeight(stack, heightStack, root.left) : 0;
                int rightHeight = (root.right != null) ? getStoredHeight(stack, heightStack, root.right) : 0;

                if (Math.abs(leftHeight - rightHeight) > 1) {
                    return false;
                }

                // 更新当前节点高度（用于父节点计算）
                currentHeight = Math.max(leftHeight, rightHeight) + 1;
                // 若栈非空，更新父节点的高度（此处需更复杂的栈结构，实际中可用哈希表记录节点高度）
                prev = root;
                root = null; // 标记当前节点处理完毕
            }
        }
        return true;
    }

    // 辅助方法：从栈中获取已处理节点的高度（实际中更适合用哈希表记录）
    private int getStoredHeight(Stack<TreeNode> stack, Stack<Integer> heightStack, TreeNode node) {
        // 简化实现，实际需遍历栈或用哈希表，此处仅为示意
        return 0;
    }
}