513.找树左下角的值
题目描述: 给定一个二叉树,在树的最后一行找到最左边的值。
注意:这里说的是最左侧,不是左孩子
思路(递归法)
- 如果使用递归法,如何判断是最后一行?
深度最大的叶子节点一定是最后一行 - 那么如果找最左边的呢?
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
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;
c++实现
class Solution513{
public:
int maxDepth = INT8_MIN;
int result = 0;
// 确定递归函数的参数和返回值
void traversal(TreeNode *root, int depth){
// 确定终止条件
if(root->left == nullptr && root->right == nullptr){
// 同一层,先遍历的保存,其他的就不会保存
if(depth > maxDepth){
maxDepth = depth;
result = root->val;
}
return;
}
// 确定单层递归的逻辑
if(root->left){
depth++; //递归深度加一
traversal(root->left, depth);
depth--; // 回溯,深度减一
}
if(root->right){
depth++; //递归深度加一
traversal(root->right, depth);
depth--; // 回溯,深度减一
}
return;
}
int findBottomLeftValue(TreeNode* root) {
if(root == nullptr)
return -1;
traversal(root, 0);
return result;
}
};
Python实现
class Solution513:
def findBottomLeftValue(self, root: TreeNode) -> int:
max_depth = -float("INF")
leftmost_val = 0
def __traverse(root: TreeNode, cur_depth: int):
nonlocal max_depth, leftmost_val
## 确定终止条件
if not root.left and not root.right:
if cur_depth > max_depth:
max_depth = cur_depth
leftmost_val = root.val
## 单层逻辑
if root.left:
cur_depth += 1
__traverse(root.left, cur_depth)
cur_depth -= 1
if root.right:
cur_depth += 1
__traverse(root.right, cur_depth)
cur_depth -= 1
__traverse(root, 0)
return leftmost_val
思路(迭代法后面补)
112.路径总和
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。
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。
- 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。
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?
注意: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
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;
c++实现
class Solution{
public:
bool traversal(TreeNode *root, int count){
// 终止条件
if(root->left == nullptr && root->right == nullptr && count == 0)
return true;
if(root->left == nullptr && root->right == nullptr && count != 0)
return false;
// 单层递归的逻辑
if(root->left){
count -= root->left->val; //递归,处理节点
if(traversal(root->left, count))
return true;
count += root->left->val; // 回溯,撤销处理结果
}
if(root->right){
count -= root->right->val; //递归,处理节点
if(traversal(root->right, count))
return true;
count += root->right->val; // 回溯,撤销处理结果
}
return false;
}
bool hasPathSum(TreeNode* root, int sum){
if(root == nullptr)
return false;
return traversal(root, sum - root->val);
}
};
Python实现
class Solution:
def haspathsum(self, root: TreeNode, targetsum: int) -> bool:
def isornot(root:TreeNode, targetsum :int) -> bool:
if(not root.left) and (not root.right) and targetsum == 0:
return True
if(not root.left) and (not root.right) and targetsum != 0:
return False
if root.left:
targetsum -= root.left.val
if isornot(root.left, targetsum):
return True
targetsum += root.left.val
if root.right:
targetsum -= root.right.val
if isornot(root.right, targetsum):
return True
targetsum += root.right.val
return False
if root is None:
return False
else:
return isornot(root, targetsum - root.val)
113.路径总和ii
思路
c++实现
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 == nullptr && cur->right == nullptr && count == 0){
result.push_back(path);
return;
}
if(!cur->left && !cur->right)
return;
if(cur->left){
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){
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
}
return;
}
public:
vector<vector<int>> pathSum(TreeNode* root, int sum){
result.clear();
path.clear();
if(root == nullptr)
return result;
path.push_back(root->val);
traversal(root, sum - root->val);
return result;
}
};
106.从中序与后序遍历序列构造二叉树
思路
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,反过来在切后序数组。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。(一个大问题可以分几个子问题,所以可以用递归)
来看一下一共分几步:
- 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
先把框架写出来
TreeNode* traversal (vector<int>& inorder, vector<int>& postorder) {
// 第一步
if (postorder.size() == 0) return NULL;
// 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
// 第五步:切割后序数组,得到 后序左数组和后序右数组
// 第六步
root->left = traversal(中序左数组, 后序左数组);
root->right = traversal(中序右数组, 后序右数组);
return root;
}
注意:如何切割,以及边界值找不好很容易乱套。
此时应该注意确定切割的标准,是左闭右开,还有左开右闭,还是左闭右闭,这个就是不变量,要在递归中保持这个不变量。在切割的过程中会产生四个区间,把握不好不变量的话,一会左闭右开,一会左闭右闭,必然乱套!
切割顺序
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,如下代码中坚持左闭右开的原则:
// 找到中序遍历的切割点
int delimiterIndex;
for (delimiterIndex = 0; delimiterIndex < inorder.size(); delimiterIndex++) {
if (inorder[delimiterIndex] == rootValue) break;
}
// 左闭右开区间:[0, delimiterIndex)
vector<int> leftInorder(inorder.begin(), inorder.begin() + delimiterIndex);
// [delimiterIndex + 1, end)
vector<int> rightInorder(inorder.begin() + delimiterIndex + 1, inorder.end() );
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。
- 后序数组没有明确的切割元素来进行左右切割,不像中序数组有明确的切割点,切割点左右分开就可以了,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。
// 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());
此时,中序数组切成了左中序数组和右中序数组,后序数组切割成左后序数组和右后序数组。
接下来可以递归了,代码如下:
root->left = traversal(leftInorder, leftPostorder);
root->right = traversal(rightInorder, rightPostorder);
c++实现
class Solution{
private:
TreeNode *traversal (vector<int>& inorder, vector<int>& postorder){
// 第一步
if(postorder.empty())
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];
// 创建根节点
TreeNode *root = new TreeNode(rootValue);
// 叶子结点
if(postorder.size() == 1)
return root;
// 找到中序遍历的切割点
int delimitIndex;
for(delimitIndex = 0; delimitIndex < inorder.size(); delimitIndex++)
if(inorder[delimitIndex] == rootValue)
break;
// 第四步:切割中序数组,得到 中序左数组和中序右数组
// 左闭右开区间:[0, delimiterIndex)
vector<int> leftInorder(inorder.begin(),inorder.begin() + delimitIndex);
// [delimiterIndex + 1, end)
vector<int> rightInorder(inorder.begin() + delimitIndex + 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,方便下次递归,确定中结点
postorder.resize(postorder.size() - 1);
// [0, leftInorder.size)
vector<int> leftPoster(postorder.begin(), postorder.begin() + leftInorder.size());
// [leftInorder.size(), end)
vector<int> rightPoster(postorder.begin() + leftInorder.size(), postorder.end());
// 第六步:递归处理左区间和右区间
root->left = traversal(leftInorder, leftPoster);
root->right = traversal(rightInorder, rightPoster);
return root;
}
public:
TreeNode* buildTree(vector<int>& inorder, vector<int>& postorder){
if(inorder.empty() || postorder.empty())
return nullptr;
return traversal(inorder, postorder);
}
};
105.从前序与中序遍历序列构造二叉树
思路
解题思路与106类似
c++实现
class Solution{
private:
TreeNode *traversal (vector<int>& inorder, int inorderBegin, int inorderEnd,vector<int>& preorder, int preorderBegin, int preorderEnd){
// 第一步
if(preorderBegin == preorderEnd)
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 = preorder[preorderBegin];
// 创建根节点
TreeNode *root = new TreeNode(rootValue);
// 叶子结点
if(preorderBegin - preorderEnd == 1)
return root;
// 找到中序遍历的切割点
int delimitIndex;
for(delimitIndex = inorderBegin; delimitIndex < inorderEnd; delimitIndex++)
if(inorder[delimitIndex] == rootValue)
break;
// 第四步:切割中序数组,得到 中序左数组和中序右数组
// 中序左区间,左闭右开[leftInorderBegin, leftInorderEnd)
int leftInorderBegin = inorderBegin;
int leftInorderEnd = delimitIndex;
// 中序右区间,左闭右开[rightInorderBegin, rightInorderEnd)
int rightInorderBegin = delimitIndex + 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 + delimitIndex - 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 + (delimitIndex - inorderBegin);
int rightPreorderEnd = preorderEnd;
// 第六步:递归处理左区间和右区间
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.empty() || preorder.empty())
return nullptr;
return traversal(inorder, 0, inorder.size(), preorder, 0, preorder.size());
}
};