代码随想录算法训练营Day17|平衡二叉树、二叉树的所有路径、左叶子之和

平衡二叉树

题目:给定一个二叉树,判断它是否是高度平衡的二叉树。

高度平衡的二叉树:一个二叉树每个节点的左右两个子树的高度差的绝对值不超过1。

二叉树节点的深度:从根节点到该节点的最长简单路径边的条数

二叉树节点的高度:从该节点带叶子节点的最长简单路径边的条数。

力扣中强调的深度和高度很明显是按照节点来计算的。

关于根节点的深度究竟是1还是0,不同的地方有不同的标准,leetcode的题目中都是以节点为1度,维基百科上定义用边为一度,即根节点的深度是0,以具体题目要求为准

求深度可以从上到下去查,所以需要前序遍历(中左右),而高度只能从下到上去查,所以只能后序遍历(左右中)。

求二叉树根节点的高度  就是  求这棵二叉树的最大深度,所以可以使用后序遍历。

class Solution{
public:
   int result;
   void getDepth(TreeNode* node,int depth){
    result = depth > result ? depth : result;//中

    if(node->left == NULL && node->right == NULL)return ;

    if(node->left){//左
       depth++;  //深度+1
       getDepth(node->left,depth);
       depth--;
    }
    if(node->right){//右
        depth++; //深度+!
        getDepth(node->right,depth);
        depth--;//回溯,深度-1
    }
    return ;
   }
   int maxDepth(TreeNode* root){
    result = 0;
    if(root == NULL)return result;
    getDepth(root,1);
    return result;
   }
};
//简化
class Solution{
public:
   int result;
   void getDepth(TreeNode* node,int depth){
    result = depth > result ? depth : result;//中
    if(node->left == NULL&& node->right == NULL)return;
    if(node->left){//左
       getDepth(node->right,depth + 1);
    }
    if(node->right){//右
       getDepth(node->right,depth + 1);
    }
    return;
   }
   int maxDepth(TreeNode* root){
    result = 0;
    if(root == 0)return result;
    getDepth(root,1);
    returnresult;
   }
};

解题思路:

递归

递归三步曲分析:

1.明确递归函数的参数和返回值

参数:当前传入节点。返回值:以当前传入节点为根节点的树的高度。

如何标记左右子树是否差值大于1呢?如果当前传入节点为根节点的二叉树已经不是二叉平衡树了,返回高度没有意义,返回-1来标记已经不符合平衡树的规则了。

代码:

//-1表示已经不是平衡二叉树了,否则返回值是以该节点为根节点树的高度
int getHeight(TreeNode* node);

2.明确终止条件

递归的过程中依然是遇到空节点了为终止,返回0,表示当前节点为根节点的树高度为0

if(node == NULL){
    return 0;
}

3.明确单层递归的逻辑

如何判断以当前传入节点为根节点的二叉树是否是平衡二叉树呢?当然是其左子树高度和其右子树高度的差值。

分别求出其左右子树的高度,然后如果差值小于等于1,则返回当前二叉树的高度,否则返回-1,表示已经不是二叉平衡树了。(函数体中,返回一个return 之后未执行的语句不会再执行,第一个被执行的return意味着函数体的结束)

int leftHeight = getHeight(node->left);//左子树的高度
if(leftHeight == -1)return -1;
int rightHeight = getHeight(node->right);//右子树的高度
if(rightHeight == -1)return -1;

int result;
if(abs(left(leftHeight - rightHeight) > 1)){//左右子树高度差>1,不平衡,返回-1作为标识
    result = -1;
}else{
    result = 1 + max(leftHeight,rightHeight);//以当前节点为根节点的树的最大高度
}

return result;
//代码精简一下
int leftHeight = getHeight(node->left);
if(leftHeight == -1)return -1;
int rightHeight = getHeight(node->right);
if(rightHeight == -1)return -1;
return abs(leftHeight - rightHeight) > 1 ? -1 : 1 + max(leftHeight,rigthHeight);
//getHeight整体代码
int getHeight(TreeNode* node){
    if(node == NULL){
        return 0;
    }
    int leftHeight = getHeight(node->left);
    if(leftHeight == -1)return -1;
    int rightHeight = getHeight(node->right);
    if(rightHeight == -1)return -1;
    return abs(leftHeight - rightHeight) > 1 ? -1 : 1 + max(leftHeight,rightHeight);
}
class Solution{
public:
  //返回以该节点为根节点的二叉树的高度,如果不是平衡二叉树了则返回-1
  int getHeight(TreeNode* node){
    if(node == NULL){
        return 0;
    }
    int leftHeight = getHeight(node->left);
    if(leftHeight == -1)return -1;
    int rightHeight = getHeight(node->right);
    if(rightHeight == -1)return -1;
    return abs(leftHeight - rightHeight) > 1 ? -1 : 1 + max(leftHeight,rightHeight);
  }
  bool isBalanced(TreeNode* root){
    return getHeight(root) == -1 ? false : true;
  }
};

迭代

/*定义一个函数,专门用来求高度
这个函数通过栈模拟的后序遍历找每一个节点的高度(其实是通过求传入节点为根节点的最大深度来求的高度)?*/
//cur节点的最大深度,就是cur的高度
int getDepth(TreeNode* cur){
    stack<TreeNode*>st;
    if(cur != NULL)st.push(cur);
    int depth = 0;//记录深度
    int result;
    while(!st.empty()){
        TreeNode* node = st.top();
        if(node != NULL){
            st.pop();
            st.push(node);    //中
            st.push(NULL);
            depth++;
            if(node->right)st.push(node->right);//右
            if(node->left)st.push(node->left);//左
        }else{
            st.pop();
            node = st.pop();
            st.pop();
            depth--;
        }
        result = result > depth ? result : depth;
    }
    return result;
}
/*然后用栈模拟后序遍历,遍历每个节点的时候,再去判断左右孩子的高度是否符合*/
bool isBalanced(TreeNode* root){
    stack<TreeNode*>st;
    if(root == NULL)return true;
    st.push(root);
    while(!st.empty()){
        TreeNode* node = st.top();  //中
        st.pop();
        if(abs(getDepth(node->left)-getDepth(node->right)) > 1){ //判断左右孩子高度是否符合
            return false;
        }
        if(node->right)st.push(node->right);//右(空节点不入栈
        if(node->left)st.push(node->left);//左(空节点不入栈)
    }
    return true;
}

此题使用迭代法,其实效率很低,因为没有很好的模拟回溯的过程,所以迭代法有很多重复的计算。

理论上所有递归都可以用迭代实现,但是有的场景难度可能比较大。

都知道回溯法其实就是递归,但是1很少人用递归的方法实现回溯算法!因为回溯算法已经很复杂了,再用迭代就会更复杂,效率不一定高。

求深度可以用前序遍历,求高度可以用后序遍历。

本题迭代会比较复杂。递归较为简单。

二叉树的所有路径

题目:给定一个二叉树,返回所有从根节点到叶子节点的路径。

思路:

要找到所有路径,要找到从根节点到叶子的路径,所以需要前序遍历,这样方便让父节点指向孩子节点,找到对应的路径。

在找到叶子节点后需要记录路径,并且回溯,回退一个路径再进入另一个路径。

递归

递归做前序遍历,递归和回溯常常一起用。

1.递归函数参数及其返回值

要传入根节点,记录每一条路径的path,和存放结果集的result,这里递归不需要返回值。

void traversal(TreeNode* cur,vector<int>& path,vector<string>&result)

2.确定递归终止条件

//递归终止条件:找到叶子节点后,(在找到后就开始 结束的处理逻辑了,把路径放进result里)
//也就是cur不为空,并且它的左右孩子都是空的。
if(cur->left == NULL && cur->right == NULL){
    //终止处理逻辑
}

为什么没有判断cur是否为空呢?因为下面的逻辑可以控制空节点不入循环。

再来看一下终止处理的逻辑。

使用vector结构path来记录路径,所以要把vector结构的path转为string格式,再把这个string放进result里。

那么为什么使用了vector结构来记录路径?因为在下面要回溯,,vector结构方便回溯。

有些代码表面没回溯,其实隐藏在函数调用时的参数赋值里。

终止处理逻辑如下:

if(cur->left == NULL && cur->right == NULL){//遇到叶子节点
string sPath;
for(int i = 0;i < path.size() - 1;i++){//将path里记录的路径转化为string格式
     sPath += to_string(path[i]);
     sPath += "->";
}
sPath += to_string(path[path.size() - 1]);//记录最后一个节点(叶子节点)
result.push_back(sPath);//收集一个路径
return;
}

3.确定单层递归逻辑

因为是前序遍历,需要先处理中间节点,中间节点就是我们要记录路径上的节点,先放进path中。

path.push_back(cur->val);

然后是递归和回溯的过程,上面说过没有判断cur是否为空,那么在这里递归的时候,如果为空就不进行下一层递归了。

所以递归前要加上判断语句,下面要递归的节点是否为空,如下

if(cur->left){
    traversal(cur->left,path,result);
}
if(cur->right){
    traversal(cur->right,path,result);
}

此时还没完,递归完,要回溯,因为path不能一直加入节点,它要删除节点,然后才能加入新的节点。

那么回溯要怎么回溯,回溯和递归是一一对应的,有一个递归,就要有一个回溯,这么写的话,相当于把递归和回溯拆开了,一个在花括号了,一个在花括号外。

所以递归和回溯永远要在一起。

//递归和回溯要写在一起
if(cur->left){
    traversal(cur->left,path,result);
    path.pop_back();//回溯
}
if(cur->right){
    traversal(cur->right,path,result);
    path.pop_back();//回溯
}

//整体代码,版本一
class Solution{
private:


    void traversal(TreeNode* cur,vector<int>&path,vector<string>& result){
        path.push_back(cur->val);//中,最后一个节点也要加入path中
        //这才到了叶子节点
        if(cur->left == NULL && cur->right == NULL){
            string sPath;
            for(int i = 0;i < path.size() - 1;i++){
                sPath += to_string(path[i]);
                sPath += "->";
            }
            sPath += to_string(path[path.size() - 1]);
            result.push_back(aPath);
            return;
        }
        if(cur->left){
            traversal(cur->left,path,result);
            path.pop_back();
        }
        if(cur->right){
            traversal(cur->right,path,result);
            path.pop_back();
        }
    }
    public:
       vector<string>binaryTreePaths(TreeNode* root){
        vector<string>result;
        vector<int>path;
        if(root == NULL)return result;
        traversal(root,path,result);
        return result;
       }
};
//精简后的代码
class Solution {
private:

    void traversal(TreeNode* cur, string path, vector<string>& result) {
        path += to_string(cur->val); // 中
        if (cur->left == NULL && cur->right == NULL) {
            result.push_back(path);
            return;
        }
        if (cur->left) traversal(cur->left, path + "->", result); // 左
        if (cur->right) traversal(cur->right, path + "->", result); // 右
    }

public:
    vector<string> binaryTreePaths(TreeNode* root) {
        vector<string> result;
        string path;
        if (root == NULL) return result;
        traversal(root, path, result);
        return result;

    }
};
if(cur->left){
    path += "->";
    traversal(cur->left,path,result);//左
    path.pop_back();//回溯‘>’
    path.pop_back();//回溯‘-’
}
if(cur->right){
    path += "->";
    traversal(cur->right,path,right);//右
    path.pop_back();//回溯‘>’
    path.pop_back();//回溯‘-’
}

综合以上,第二种递归的代码虽然精简,但把很多重要的点隐藏在了代码细节里,第一种递归写法虽然代码多一些,但是把每一个逻辑处理都完整的展现出来了。

迭代法

至于非递归的方式,我们可以依然使用前序遍历的迭代方式来模拟遍历路径的过程。

这里除了模拟递归需要一个栈,同时还需要一个栈来存放对应的遍历路径。

class Solution{
public:
   vector<string>binaryTreePaths(TreeNode* root){
    stack<TreeNode*>treeSt;//保存树的遍历节点
    stack<string>pathSt;//保存遍历路径的节点
    vector<string>result;//保存最终路径集合
    if(root == NULL)return result;
    treeSt.push(root);
    pathSt.push(to_string(root->val));
    while(!treeSt.empty()){
        TreeNode* node = treeSt.top();treeSt.pop();
        string path = pathSt.top();pathSt.pop();
        if(node->left == NULL && node->right == NULL){
            result.push_back(path);
        }
        if(node->right)(
            treeSt.push(node->right);
            pathSt.push(path + "->" + to_string(node->right->val));
        )
    }
    return result;
   }
};

左叶子之和

题目:计算给定的所有左叶子之和

思路:首先要注意是判断左叶子,不是二叉树左侧节点,所以不要上来想着层序遍历。

因为题目种没说清楚左叶子究竟是什么节点,那么我来给出左叶子的明确定义:节点A的左孩子不为空,且左孩子的左右孩子都为空(说明是叶子节点),那么A节点的左孩子为左叶子节点

判断当前节点是不是左节点是无法判断的,必须要通过节点的父节点来判断其左孩子是不是左叶子。

如果该节点的左节点不为空,该节点的左节点的左节点为空,该节点的左节点的右节点为空,则找到了一个左叶子。

if(node->left != NULL && node->left->left == NULL && node->left->right == NULL){
   //左叶子节点处理逻辑
}

递归法

递归的遍历顺序为后序遍历(左右中),是因为要通过递归函数的返回值来累加求取左叶子数值之和。

1.确定递归函数的参数和返回值

判断一个树的左叶子点之和,那么一定要传入树的根节点,递归函数的返回值为数值之和,所以为int使用题目中给出的函数就可以了。

2.确定终止条件

如果遍历到空节点,那么左叶子值一定是0

if(root == NULL) return 0;

注意,只有当前遍历的节点是父节点,才能判断其子节点是不是左叶子。所以如果当前遍历的节点是叶子节点,那其左叶子也必定是0,那么终止条件为:

if(root == NULL)return 0;
if(root->left == NULL && root->right == NULL)return 0;//其实这个也可以不写,如果不写不影响结果,但就会让递归多进行了一层。

3.确定单层递归的逻辑

当遇到左叶子节点的时候,记录数值,然后通过递归求取左子树左叶子之和,和右子树左叶子之和,相加便是整个树的左叶子之和。

代码:

int leftValue = sumOfLeftLeaves(root->left);//左
if(root->left && !root->left->left && !root->left->right){
    leftValue = root->left->val;
}
int rightValue = sumOfLeftLeave(root->right);

int sum = leftValue + rightValue;
return sum;
//整体递归代码如下
classSolution{
public:
   int sumOfLeftLeaves(TreeNode* root){
    if(root == NULL)return 0;
    if(root->left == NULL && root->right == NULL)return 0;

    int leftValue = sumOfLeftLeaves(root->left);
    if(root->left && !root->left->left && !root->left->right){
        leftValue = root->left->val;
    }
    int rightValue = sumOfLeftLeaves(root->right);

    int sum = leftValue + rightValue;
    return sum;
   }
};
//精简一下
class Solution{
public:
   int sumOfLeftLeaves(TreeNode* root){
    if(root == NULL)return 0;
    int leftValue = 0;
    if(root->left != NULL && root->left->left == NULL && root->left->right == NULL){
        leftValue = root->left->val;
    }
    return leftValue + sumOfLeftLeaves(root->left) + sumOfLeftLeaves(root->right);
   }
};

迭代法

class Solution{
public:
  int sumOfLeftLeaves(TreeNode* root){
    stack<TreeNode*>st;
    if(root == NULL)return 0;
    st.push(root);
    int result = 0;
    while(!st.empty()){
        TreeNode* node = st.top();
        st.pop();
        if(node->left != NULL && node->left->left == NULL && node->left->right == NULL){
            result += node->left->val;
        }
        if(node->right)st.push(node->right);
        if(node->left)st.push(node->left);
    }
    return result;
  }
};

总结

要通过节点的父节点来判断其左孩子是不是左叶子了。

平时我们解二叉树的题目时,已经习惯了通过节点的左右孩子判断本节点的属性,而本题我们要通过节点的父节点判断本节点的属性。

  • 24
    点赞
  • 24
    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