剑指 Offer 55 - II. 平衡二叉树 -- 递归

0 题目描述

leetcode原题链接:剑指 Offer 55 - II. 平衡二叉树
在这里插入图片描述

1 自顶向下的递归

这道题中的平衡二叉树的定义是:二叉树的每个节点的左右子树的高度差的绝对值不超过 11,则二叉树是平衡二叉树。根据定义,一棵二叉树是平衡二叉树,当且仅当其所有子树也都是平衡二叉树,因此可以使用递归的方式判断二叉树是不是平衡二叉树,递归的顺序可以是自顶向下或者自底向上。

这道题是计算二叉树深度的扩展,定义计算二叉树深度函数maxDepth(),即可判断二叉树是否平衡。具体做法类似于二叉树的前序遍历,即对于当前遍历到的节点,首先计算左右子树的高度,如果左右子树的高度差是否不超过 1,再分别递归地遍历左右子节点,并判断左子树和右子树是否平衡。这是一个自顶向下的递归的过程。

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, x):
#         self.val = x
#         self.left = None
#         self.right = None

class Solution:
    def isBalanced(self, root: TreeNode) -> bool:
        if not root: return True
        return (abs(self.maxDepth(root.left)-self.maxDepth(root.right)) <= 1) and self.isBalanced(root.left) and self.isBalanced(root.right)
        
    def maxDepth(self, root):
        if not root: return 0
        return 1 + max(self.maxDepth(root.right),self.maxDepth(root.left))

复杂度分析
时间复杂度: O ( n 2 ) O \left(n^{2}\right) O(n2),其中 n n n 是二叉树中的节点个数。 最坏情况下,二叉树是满二叉树,需要遍历二叉树中的所有节点, 时间复杂度是 O ( n ) 。  O(n)_{\text {。 }} O(n)  对于节点 p , p, p, 如果它的高度是 d , d, d, 则 maxDepth ( p ) (p) (p) 最多会被调用 d d d 次(即遍历到它的每一个祖先节点时) 。 对于平均的情况, 一棵树的高度 h h h 满足 O ( h ) = O ( log ⁡ n ) , O(h)=O(\log n), O(h)=O(logn), 因为 d ≤ h , d \leq h, dh, 所以总时间复杂 度为 O ( n log ⁡ n ) O(n \log n) O(nlogn) 。对于最坏的情况,二叉树形成链式结构,高度为 O ( n ) , O(n), O(n), 此时总时间复杂度为 O ( n 2 ) O\left(n^{2}\right) O(n2)

空间复杂度: O ( n ) O(n) O(n),其中 n n n 是二叉树中的节点个数。空间复杂度主要取决于递归调用的层数,递归调用的层数不会超过 n 。  n_{\text {。 }} n 

2 自底向上的递归 – 剪枝

方法一由于是自顶向下递归,因此对于同一个节点,函数 maxDepth() 会被重复调用,导致时间复杂度较高。如果使用自底向上的做法,则对于每个节点,函数 maxDepth() 只会被调用一次。
思路是对二叉树做后序遍历,从底至顶返回子树最大高度,若判定某子树不是平衡树则 “剪枝” ,直接向上返回。对于当前遍历到的节点,先递归地判断其左右子树是否平衡,再判断以当前节点为根的子树是否平衡。如果一棵子树是平衡的,则返回其高度(高度一定是非负整数),否则返回 −1。如果存在一棵子树不平衡,则整个二叉树一定不平衡。

class Solution:
    def isBalanced(self, root: TreeNode) -> bool:
        return self.maxDepth(root) != -1
        
    def maxDepth(self, root):
        if not root: return 0
        left = self.maxDepth(root.left)
        if left == -1: return -1
        right = self.maxDepth(root.right)
        if right == -1: return -1
        return max(left, right) + 1 if abs(left - right) < 2 else -1

复杂度分析
时间复杂度: O ( n ) , O (n), O(n), 其中 n n n 是二叉树中的节点个数。使用自底向上的递归, 每个节点的计算高度 和判断是否平衡都只需要处理一次,最坏情况下需要遍历二叉树中的所有节点, 因此时间复杂度 是 O ( n ) O(n) O(n)
空间复杂度: O ( n ) , O (n), O(n), 其中 n n n 是二叉树中的节点个数。空间复杂度主要取决于递归调用的层数,递归调用的层数不会超过 n n n

参考资料

剑指 Offer 55 - I. 二叉树的深度 --后续遍历
平衡二叉树

  • 2
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值