513 找树左下角的值
文档讲解:代码随想录 (programmercarl.com)
视频讲解:怎么找二叉树的左下角? 递归中又带回溯了,怎么办?| LeetCode:513.找二叉树左下角的值_哔哩哔哩_bilibili
状态:递归和迭代都可以做出来。迭代和递归都要掌握。
迭代法:层序遍历
class Solution {
public:
int findBottomLeftValue(TreeNode* root) {
queue<TreeNode*> que;
int result;
if(root != nullptr) que.push(root);
while(!que.empty()){
int size = que.size(); //!!一层包含的结点个数
for(int i = 0; i < size; ++i){
TreeNode* node = que.front();
que.pop();
if(i == 0) result = node->val;
if(node->left) que.push(node->left);
if(node->right) que.push(node->right);
}
}
return result;
}
};
递归法
咋眼一看,这道题目用递归的话就就一直向左遍历,最后一个就是答案呗?
没有这么简单,一直向左遍历到最后一个,它未必是最后一行啊。
我们来分析一下题目:在树的最后一行找到最左边的值。首先要是最后一行,然后是最左边的值。
如果使用递归法,如何判断是最后一行呢,其实就是深度最大的叶子节点一定是最后一行。所以要找深度最大的叶子节点。
那么如何找最左边的呢?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。
递归三部曲
-
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。本题还需要类里的两个全局变量,maxLen用来记录最大深度,result记录最大深度最左节点的数值。
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)
-
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; }
-
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
// 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;
完整代码
class Solution { public: int maxDepth = INT_MIN; int result; void traversal(TreeNode* root, int depth) { if (root->left == NULL && root->right == NULL) { if (depth > maxDepth) { maxDepth = depth; result = root->val; } return; } if (root->left) { depth++; traversal(root->left, depth); depth--; // 回溯 } if (root->right) { depth++; traversal(root->right, depth); depth--; // 回溯 } return; } int findBottomLeftValue(TreeNode* root) { traversal(root, 0); return result; } };
我写的代码
class Solution { public: //递归:形参要带树的深度depth,若当前深度depth大于最大深度MaxDepth并且是叶结点时,更新result int result; int MaxDepth = INT_MIN; void preorderTraversal(TreeNode* node, int depth){ if(node == nullptr) return; //这行可以不写,因为最后两个if保证了不会到达空指针 if(depth > MaxDepth && node->left == nullptr && node->right == nullptr){ MaxDepth = depth; result = node->val; } if(node->left){ ++depth; preorderTraversal(node->left, depth); --depth; //注意回溯 } if(node->right){ ++depth; preorderTraversal(node->right, depth); --depth; } } int findBottomLeftValue(TreeNode* root) { preorderTraversal(root, 1); return result; } };
112 路径总和
文档讲解:代码随想录 (programmercarl.com)
视频讲解:拿不准的遍历顺序,搞不清的回溯过程,我太难了! | LeetCode:112. 路径总和_哔哩哔哩_bilibili
状态:递归能写出来,有点靠蒙,迭代法没想出来。
tips:递归函数什么时候要有返回值,什么时候没有返回值,特别是有的时候递归函数返回类型为bool类型。可以通过112和113来掌握。
递归
可以使用深度优先遍历的方式(本题前中后序都可以,无所谓,因为中节点也没有处理逻辑)来遍历二叉树。
-
确定递归函数的参数和返回类型
参数:需要二叉树的根节点,还需要一个计数器,这个计数器用来计算二叉树的一条边之和是否正好是目标和,计数器为int型。
!!!!再来看返回值,递归函数什么时候需要返回值?什么时候不需要返回值?这里总结如下三点:
- 如果需要搜索整棵二叉树且不用处理递归返回值,递归函数就不要返回值。(这种情况就是本文下半部分介绍的113.路径总和ii)
- 如果需要搜索整棵二叉树且需要处理递归返回值,递归函数就需要返回值。 (这种情况我们在236. 二叉树的最近公共祖先 (opens new window)中介绍)
- !如果要搜索其中一条符合条件的路径,那么递归一定需要返回值,因为遇到符合条件的路径了就要及时返回,找到了符合要求的结果就一路将true返回给根节点,不需要去遍历其他路径了。(本题的情况)
而本题我们要找一条符合条件的路径,所以递归函数需要返回值,及时返回,那么返回类型是什么呢?
图中可以看出,遍历的路线,并不要遍历整棵树,所以递归函数需要返回值,可以用bool类型表示。
bool traversal(treenode* cur, int count) // 注意函数的返回类型
-
确定终止条件
首先计数器如何统计这一条路径的和呢?
不要去累加然后判断是否等于目标和,那么代码比较麻烦,可以用递减,让计数器count初始为目标和,然后每次减去遍历路径节点上的数值。如果最后count == 0,同时到了叶子节点的话,说明找到了目标和。如果遍历到了叶子节点,count不为0,就是没找到。
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; // 遇到叶子节点而没有找到合适的边,直接返回
-
确定单层递归的逻辑
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;
以上代码中是包含着回溯的,没有回溯,如何后撤重新找另一条路径呢。回溯隐藏在
traversal(cur->left, count - cur->left->val)
这里, 因为把count - cur->left->val
直接作为参数传进去,函数结束,count的数值没有改变。为了把回溯的过程体现出来,可以改为如下代码:
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; if (traversal(cur->right, count)) return true; count += cur->right->val; } 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 sum) { if (root == NULL) return false; return traversal(root, sum - root->val); } };
我写的代码
class Solution { public: //递归:形参为sum,注意回溯 bool preorderTraversal(TreeNode* node, int sum, int &targetSum){ if(node->left == nullptr && node->right == nullptr && sum == targetSum){ return true; } if(node->left){ sum += node->left->val; bool leftRes = preorderTraversal(node->left, sum, targetSum); if(leftRes) return true; sum -= node->left->val; } if(node->right){ sum += node->right->val; bool rightRes = preorderTraversal(node->right, sum, targetSum); if(rightRes) return true; sum -= node->right->val; } return false; } bool hasPathSum(TreeNode* root, int targetSum) { if(root == nullptr) return false; return preorderTraversal(root, root->val, targetSum); } };
迭代法
如果使用栈实现迭代遍历的话,那么如果做回溯呢?
此时栈里一个元素不仅要记录该节点指针,还要记录从头结点到该节点的路径数值总和。
c++就我们用pair结构来存放这个栈里的元素。
!!!!定义为:
pair<TreeNode*, int>
pair<节点指针,路径数值>这个为栈里的一个元素。
class solution {
public:
bool haspathsum(TreeNode* root, int sum) {
if (root == null) return false;
// 此时栈里要放的是pair<节点指针,路径数值>
stack<pair<TreeNode*, int>> st;
st.push(pair<TreeNode*, int>(root, root->val));//注意这里的写法
while (!st.empty()) {
pair<TreeNode*, int> node = st.top();//注意这里的写法
st.pop();
// 如果该节点是叶子节点了,同时该节点的路径数值等于sum,那么就返回true
if (!node.first->left && !node.first->right && sum == node.second) return true;
// 右节点,压进去一个节点的时候,将该节点的路径数值也记录下来
if (node.first->right) {
st.push(pair<TreeNode*, int>(node.first->right, node.second + node.first->right->val));
}
// 左节点,压进去一个节点的时候,将该节点的路径数值也记录下来
if (node.first->left) {
st.push(pair<TreeNode*, int>(node.first->left, node.second + node.first->left->val));
}
}
return false;
}
};
113 路径总和ii
文档讲解:代码随想录 (programmercarl.com)
视频讲解:拿不准的遍历顺序,搞不清的回溯过程,我太难了! | LeetCode:112. 路径总和_哔哩哔哩_bilibili
状态:能直接写出递归。
思路
要遍历整个树,找到所有路径,所以递归函数不要返回值!
文档给的代码
class solution {
private:
vector<vector<int>> result;
vector<int> path;
// 递归函数不需要返回值,因为我们要遍历整个树
void traversal(treenode* cur, int count) {
if (!cur->left && !cur->right && count == 0) { // 遇到了叶子节点且找到了和为sum的路径
result.push_back(path);
return;
}
if (!cur->left && !cur->right) return ; // 遇到叶子节点而没有找到合适的边,直接返回
if (cur->left) { // 左 (空节点不遍历)
path.push_back(cur->left->val);
count -= cur->left->val;
traversal(cur->left, count); // 递归
count += cur->left->val; // 回溯
path.pop_back(); // 回溯
}
if (cur->right) { // 右 (空节点不遍历)
path.push_back(cur->right->val);
count -= cur->right->val;
traversal(cur->right, count); // 递归
count += cur->right->val; // 回溯
path.pop_back(); // 回溯
}
return ;
}
public:
vector<vector<int>> pathsum(treenode* root, int sum) {
result.clear();
path.clear();
if (root == null) return result;
path.push_back(root->val); // 把根节点放进路径
traversal(root, sum - root->val);
return result;
}
};
我写的代码
class Solution {
public:
vector<vector<int>> result;
void preorderTraversal(TreeNode* node, int targetSum, vector<int>& path){
if(node->left == nullptr && node->right == nullptr && targetSum == 0){
result.push_back(path);
}
if(node->left){
targetSum = targetSum - node->left->val;
path.push_back(node->left->val);
preorderTraversal(node->left, targetSum, path);
path.pop_back();
targetSum = targetSum + node->left->val;
}
if(node->right){
targetSum = targetSum - node->right->val;
path.push_back(node->right->val);
preorderTraversal(node->right, targetSum, path);
path.pop_back();
targetSum = targetSum + node->right->val;
}
}
vector<vector<int>> pathSum(TreeNode* root, int targetSum) {
if(root == nullptr) return result;
vector<int> path;
path.push_back(root->val);
preorderTraversal(root, targetSum - root->val, path);
return result;
}
};
106 从中序与后序遍历序列构造二叉树
文档讲解:代码随想录 (programmercarl.com)
视频讲解:坑很多!来看看你掉过几次坑 | LeetCode:106.从中序与后序遍历序列构造二叉树_哔哩哔哩_bilibili
状态:不会做。
思路
如何根据两个数组构造一个唯一的二叉树,就是以 后序数组的最后一个元素为切割点,先切中序数组,根据中序数组,反过来再切后序数组。一层一层切下去,每次后序数组最后一个元素就是节点元素。
递归步骤:
- 第一步:如果数组大小为零的话,说明是空节点了。
- 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。
- 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
- 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)
- 第五步:切割后序数组,切成后序左数组和后序右数组
- 第六步:递归处理左区间和右区间
首先要切割中序数组,为什么先切割中序数组呢?切割点在后序数组的最后一个元素,就是用这个元素来切割中序数组的,所以必要先切割中序数组。中序数组相对比较好切,找到切割点(后序数组的最后一个元素)在中序数组的位置,然后切割。
接下来就要切割后序数组了。首先后序数组的最后一个元素指定不能要了,这是切割点 也是 当前二叉树中间节点的元素,已经用了。后序数组的切割点怎么找?此时有一个很重的点,就是中序数组大小一定是和后序数组的大小相同的(这是必然)。 中序数组我们都切成了左中序数组和右中序数组了,那么后序数组就可以按照左中序数组的大小来切割,切成左后序数组和右后序数组。
代码
class Solution {
public:
//前序遍历
TreeNode* preorderTraversal(vector<int>& inorder, vector<int>& postorder){
//第一步:空节点,填充null
if(postorder.size() == 0) return nullptr;
//第二步:新节点的值,即后序数组最后一个元素的值
int node_value = postorder[postorder.size() - 1];
TreeNode* node = new TreeNode(node_value);
//!!!!叶节点,没有左右孩子了,不能进行下面的左右孩子划分;
if(postorder.size() == 1) return node;
//如果不是叶结点,继续下面的左右孩子划分。划分完,将节点的左右指针指向 左右孩子返回的节点。最后,将当前节点返回。
//第三步:找到后序数组最后一个元素的值在中序数组的位置,作为中序数组的切割点delimiterIndex
//思考:这里能否用哈希优化?(看到弹幕想到的)
int delimiterIndex;
for(delimiterIndex = 0; delimiterIndex < inorder.size(); ++delimiterIndex){
if(inorder[delimiterIndex] == node_value) break;
}
//第四步:切割中序数组
vector<int> leftInorder(inorder.begin(), inorder.begin() + delimiterIndex); //注意写法
vector<int> rightInorder(inorder.begin() + delimiterIndex + 1, inorder.end());
//第五步:切割后序数组:后序数组左部分长度与中序数组左部分长度相等;二者的右部分长度也相等
postorder.resize(postorder.size() - 1); //后序数组舍弃末尾元素
vector<int> leftPostorder(postorder.begin(), postorder.begin() + leftInorder.size());
vector<int> rightPostorder(postorder.begin() + leftInorder.size(), postorder.end());
//!!!!第六步:递归处理左区间和右区间:将节点的左右指针指向 左右孩子返回的节点
node->left = preorderTraversal(leftInorder, leftPostorder);
node->right = preorderTraversal(rightInorder, rightPostorder);
return node;//将当前节点返回
}
TreeNode* buildTree(vector<int>& inorder, vector<int>& postorder) {
return preorderTraversal(inorder, postorder);
}
};
此时应该发现了,如上的代码性能并不好,因为每层递归定义了新的vector(就是数组),既耗时又耗空间,但上面的代码是最好理解的。下面给出用下标索引写出的代码优化版本:(思路是一样的,只不过不用重复定义vector了,每次用下标索引来分割)
class Solution {
private:
// 中序区间:[inorderBegin, inorderEnd),后序区间[postorderBegin, postorderEnd)
TreeNode* traversal (vector<int>& inorder, int inorderBegin, int inorderEnd, vector<int>& postorder, int postorderBegin, int postorderEnd) {
if (postorderBegin == postorderEnd) return NULL;
int rootValue = postorder[postorderEnd - 1];
TreeNode* root = new TreeNode(rootValue);
if (postorderEnd - postorderBegin == 1) return root;
int delimiterIndex;
for (delimiterIndex = inorderBegin; delimiterIndex < inorderEnd; delimiterIndex++) {
if (inorder[delimiterIndex] == rootValue) break;
}
// 切割中序数组
// 左中序区间,左闭右开[leftInorderBegin, leftInorderEnd)
int leftInorderBegin = inorderBegin;
int leftInorderEnd = delimiterIndex;
// 右中序区间,左闭右开[rightInorderBegin, rightInorderEnd)
int rightInorderBegin = delimiterIndex + 1;
int rightInorderEnd = inorderEnd;
// 切割后序数组
// 左后序区间,左闭右开[leftPostorderBegin, leftPostorderEnd)
int leftPostorderBegin = postorderBegin;
int leftPostorderEnd = postorderBegin + delimiterIndex - inorderBegin; // 终止位置是 需要加上 中序区间的大小size
// 右后序区间,左闭右开[rightPostorderBegin, rightPostorderEnd)
int rightPostorderBegin = postorderBegin + (delimiterIndex - inorderBegin);
int rightPostorderEnd = postorderEnd - 1; // 排除最后一个元素,已经作为节点了
root->left = traversal(inorder, leftInorderBegin, leftInorderEnd, postorder, leftPostorderBegin, leftPostorderEnd);
root->right = traversal(inorder, rightInorderBegin, rightInorderEnd, postorder, rightPostorderBegin, rightPostorderEnd);
return root;
}
public:
TreeNode* buildTree(vector<int>& inorder, vector<int>& postorder) {
if (inorder.size() == 0 || postorder.size() == 0) return NULL;
// 左闭右开的原则
return traversal(inorder, 0, inorder.size(), postorder, 0, postorder.size());
}
};
105 从前序与中序遍历序列构造二叉树
文档讲解:代码随想录 (programmercarl.com)
视频讲解:坑很多!来看看你掉过几次坑 | LeetCode:106.从中序与后序遍历序列构造二叉树_哔哩哔哩_bilibili
状态:学了106,这里自己画图可以写出来。
思路
代码
class Solution {
public:
//前序遍历
TreeNode* preorderTraversal(vector<int>& preorder, vector<int>& inorder){
//第一步:空节点,填充null
if(preorder.size() == 0) return nullptr;
//第二步:新节点的值,即前序数组第一个元素的值
int node_val = preorder[0];
TreeNode* node = new TreeNode(node_val);
//!叶节点,没有左右孩子了,不能进行下面的左右孩子划分;
if(preorder.size() == 1) return node;
//如果不是叶结点,继续下面的左右孩子划分。划分完,将节点的左右指针指向 左右孩子返回的节点。最后,将当前节点返回。
//第三步:找到前序数组第一个元素的值在中序数组的位置,作为中序数组的切割点delimiterIndex
int delimiterIndex;
for(delimiterIndex = 0; delimiterIndex < inorder.size(); ++delimiterIndex){
if(inorder[delimiterIndex] == node_val) break;
}
//第四步:切割中序数组
vector<int> leftInorder(inorder.begin(), inorder.begin() + delimiterIndex);
vector<int> rightInorder(inorder.begin() + delimiterIndex + 1, inorder.end());
//第五步:切割前序数组:前序数组左部分长度与中序数组左部分长度相等;二者的右部分长度也相等
preorder.erase(preorder.begin());//前序数组舍弃第一个元素
vector<int> leftPreorder(preorder.begin(), preorder.begin() + leftInorder.size());
vector<int> rightPreorder(preorder.begin() + leftInorder.size(), preorder.end());
//第六步:递归处理左区间和右区间:将节点的左右指针指向 左右孩子返回的节点
node->left = preorderTraversal(leftPreorder, leftInorder);
node->right = preorderTraversal(rightPreorder, rightInorder);
return node;//将当前节点返回
}
TreeNode* buildTree(vector<int>& preorder, vector<int>& inorder) {
return preorderTraversal(preorder, inorder);
}
};
优化版
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());
}
};
思考
前序和中序可以唯一确定一棵二叉树。
后序和中序可以唯一确定一棵二叉树。
那么前序和后序可不可以唯一确定一棵二叉树呢?
前序和后序不能唯一确定一棵二叉树! 因为没有中序遍历无法确定左右部分,也就是无法分割。