485，递归和非递归两种方式解相同的树

想了解更多数据结构以及算法题，可以关注微信公众号“数据结构和算法”，每天一题为你精彩解答。也可以扫描下面的二维码关注

问题描述

给定两个二叉树，编写一个函数来检验它们是否相同。

如果两个树在结构上相同，并且节点具有相同的值，则认为它们是相同的。

示例 1:

示例 2:

示例 3:

递归解法

这题是让判断两棵树是否相同，最简单的方式就是使用递归。先判断根节点是否相同，如果相同再分别判断左右子节点是否相同，判断的过程中只要有一个不相同就返回false，如果全部相同才会返回true。

来看下代码

public boolean isSameTree(TreeNode p, TreeNode q) {
    //如果都为空我们就认为他是相同的
    if (p == null && q == null)
        return true;
    //如果一个为空，一个不为空，很明显不可能是相同的树，直接返回false即可
    if (p == null || q == null)
        return false;
    //如果这两个节点都不为空并且又不相等，所以他也不可能是相同的树，直接返回false
    if (p.val != q.val)
        return false;
    //走到这一步说明节点p和q是完全相同的，我们只需要在比较他们的左右子节点即可
    return isSameTree(p.left, q.left) && isSameTree(p.right, q.right);
}

非递归解决

非递归解决可以参照树的BFS遍历，也就是宽度优先搜索，也称广度优先搜索。关于树的BFS遍历可以参照373，数据结构-6,树，他是一层一层遍历的，如下图所示

二叉树的BFS代码如下

public void bfsPrint(TreeNode tree) {
    if (tree == null)
        return;
    Queue<TreeNode> queue = new LinkedList<>();
    queue.add(tree);//相当于把数据加入到队列尾部
    while (!queue.isEmpty()) {
        //poll方法相当于移除队列头部的元素
        TreeNode node = queue.poll();
        System.out.println(node.val);
        if (node.left != null)
            queue.add(node.left);
        if (node.right != null)
            queue.add(node.right);
    }
}

他使用的是一个队列，把每层的结点不停的放入到队列中，然后再出队，再把子节点放入到队列中……

对于这道题我们可以使用两个队列，一个是存放第一棵树节点的队列，一个是存放第二棵树节点的队列。

1，每次这两个队列的元素同时出队，出队之后都要判断出队的这两个节点值是否相同，如果不相同直接返回false，如果相同再往下走。

2，然后再判断他们的左子节点是否都存在，如果一个存在一个不存在就直接返回false，如果都存在就加入到队列中

3，右子节点同左子节点

4，最后再判断这两个队列是否都为空

原理比较简单，看下代码

public boolean isSameTree(TreeNode p, TreeNode q) {
    //如果都为空我们就认为他们是相同的
    if (p == null && q == null)
        return true;
    //如果一个为空，一个不为空，很明显不可能是相同的树，直接返回false即可
    if (p == null || q == null)
        return false;
    Queue<TreeNode> queueP = new LinkedList<>();
    Queue<TreeNode> queueQ = new LinkedList<>();
    //如果p和q两个节点都不为空，就把他们加入到队列中
    queueP.add(p);
    queueQ.add(q);
    while (!queueP.isEmpty() && !queueQ.isEmpty()) {
        //分别出队
        TreeNode tempP = queueP.poll();
        TreeNode tempQ = queueQ.poll();
        //如果这两个节点的值不相同，直接返回false
        if (tempP.val != tempQ.val)
            return false;

        //如果对应的左子节点不为空就加入到队列中
        if (tempP.left != null)
            queueP.add(tempP.left);
        if (tempQ.left != null)
            queueQ.add(tempQ.left);
        //注意这里没有直接判断两个左子节点是否一个为空一个
        //不为空，而是通过队列的长度来判断的，只有两个左子节点
        //都为空或者都不为空的时候，队列长度才会一样
        if (queueP.size() != queueQ.size())
            return false;

        //右子节点同上
        if (tempP.right != null)
            queueP.add(tempP.right);
        if (tempQ.right != null)
            queueQ.add(tempQ.right);
        if (queueP.size() != queueQ.size())
            return false;
    }
    //最后再判断这两个队列是否都为空
    return queueP.isEmpty() && queueQ.isEmpty();
}

总结

我们从代码层面可以看到第一种方式要简单的多，当然第二种解法也提供了一种思路。