代码随想录算法训练营DAY18|C++二叉树Part.5|513.找树左下角的值、112. 路径总和、113.路径总和II、106\105.从中(前)序与后(中)序遍历序列构造二叉树-CSDN博客

本文链接：https://blog.csdn.net/caiziming_001/article/details/137424554

513.找树左下角的值

力扣题目链接

文章讲解：513.找树左下角的值

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

状态：最直观的一个方法，用层序遍历（迭代法）找出最底层左边的值，到最后一层第一个结点的值就是我们的结果。
第二种办法就是使用递归了，这里的递归如何保证优先左侧遍历的呢？我们对左子树的递归调用优先于右子树。这就意味着，对于每个深度层级，最左侧的节点总是最先被访问和处理的。并且我们保证同一深度我们只做一次值的存储。

层序-迭代遍历

class Solution {
public:
    int findBottomLeftValue(TreeNode* root) {
        queue<TreeNode*> que;
        if (root != NULL) que.push(root);
        int result = 0;
        while (!que.empty()) {
            int size = que.size();
            for (int i = 0; i < size; i++) {
                TreeNode* node = que.front();
                que.pop();
                if (i == 0) result = node->val; // 记录最后一行第一个元素
                if (node->left) que.push(node->left);
                if (node->right) que.push(node->right);
            }
        }
        return result;
    }
};

前中后序-递归遍历

那么用递归的方式如何求左下角的值呢？

经典错误：

这里我们要防止一个误区，如果我们一直向左遍历，然后最左边的那个值就是左下角的值吗？显然是错误的。

题目中要求的是树的最后一行找到最左边的值。所以左下角的值完全可能在右子树。

思路

还记得我们关于二叉树深度的定义吗？

本题中深度最大的肯定就在最后一行，所以我们先找到深度最大的那一行；然后在这一行找到最靠左的值。

如果能够实现以上两个目的，题目就解出来了。

首先确定遍历顺序，其实中左右都可以，因为我们没有对中结点的处理逻辑，只要先遍历左就可以。即然前中后序都是先遍历左边，所以只要到深度最大一行，我们找到的那个结点肯定就是最靠左的结点。

伪代码

先定义一个全局变量maxDepth，用来记录二叉树中的最大深度。我们单反递归到一个深度，就要记录该值。

int maxDepth = INT_MIN; //INT里的最小值，方便比较
int result; //每次更新深度，我们都要跟新该深度最左侧的值

递归三部曲第一步：确定返回值和参数。depth来记录我们当前遍历的深度，由于已经定义了全局变量，我们的返回值void

void traversal(root, depth);

递归三部曲第二部：确定终止条件。遍历到叶子结点我们就记录一下深度即可，到时候还要比较这是不是最大深度

if (root->left == NULL && root->right == NULL){
  if (depth > maxDepth){	//depth是当前深度，MaxDdepth是最大深度
    maxDepth = depth;		
    result = root->val;
  }
}

单层递归逻辑:无论是前中后序都是先遍历左，再遍历右。再结合第二部，我没没有判断root是否为NULL，所以在我们不能让空指针入递归。
- 关于回溯：这是由我们的代码目的决定的，因为左结点可能不是最大深度，我们还要回退去找右边的深度能不能到最下一层。

if(root->left){
  depth++;
  traversal(root->left, depth);
  depth--; //回溯
}
if (root->right){
  depth++;
  traversal(root->right, depth);
  depth--;
}
return;

回溯代码简化：我们传参depth+1就是对depth++，同时该函数体内我们并没有做depth++在traversal(root->left, depth+1)代码段的后面相当于又一次depth--

if (root->left) {
    traversal(root->left, depth + 1); // 隐藏着回溯
}
if (root->right) {
    traversal(root->right, depth + 1); // 隐藏着回溯
}
return;

CPP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) {
            traversal(root->left, depth + 1); // 隐藏着回溯
        }
        if (root->right) {
            traversal(root->right, depth + 1); // 隐藏着回溯
        }
        return;
    }
    int findBottomLeftValue(TreeNode* root) {
        traversal(root, 0);
        return result;
    }
};

112. 路径总和、113.路径总和II

力扣题目链接

文章链接：112. 路径总和、113.路径总和II

视频链接：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

状态：觉得好难！主要是没想到回溯回溯还是回溯！

112.路径总和

思路

首先确定遍历方式，这里我们是不需要处理中结点的，所以前中后序都可以。这里明显要采用回溯算法，如下图所示：

也就是说，如果当前路径不符合，我们就从倒数第二天路还是回溯，还是不行就回溯倒数第三、倒数第四条路，总有一条能符合规矩！

伪代码实现

递归三部曲第一部：确定参数和返回值
- 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。
- 返回值：我们应该是只要找一条符合条件的路径，递归函数就需要及时返回，那么返回类型是bool
```
bool traversal(TreeNode* cur, int count){
  
}
```
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。
```
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

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;

精简回溯的代码：

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;

CPP代码

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);
    }
};

递归法

递归法在逻辑上面还是显得非常简单。

我们只要每次存入节点的时候，把它跟之前节点的和求一下就可以了，这个时候 pair<TreeNode*, int>就能派上用场。

定义为： pair<TreeNode*, int> pair<节点指针，路径数值数值和>

113.路径总和II

力扣题目链接

思路

与112.路径总和不同，113.路径总和II要遍历整个树，找到所有路径，所以递归函数不要返回值！

伪代码实现

本题要求我们遍历整棵树，那么我们肯定是要一个数组记录路径，另一个数组记录所有满足条件的路径，在这里我们定义全局变量

vector<vector<int>> result;
vector<int> path;

递归三部曲之第一部：确定参数和返回值
- 参数跟之前一样，还是当前遍历的结点和我们的count
- 返回值为void，因为我们要遍历整个树，然后记录路径，所以递归函数要不返回值
```
void traversal(TreeNode* node, int count){
}
```
递归三部曲之第二部：确定终止条件，直接跟之前一样即可

if (!cur->left && !cur->right && count == 0) return;	//遍历到叶子结点并且count=0
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

递归三部曲之第三部：确定单层递归逻辑

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 ;

CPP代码实现

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 && !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;
    }
};

106\105.从中(前)序与后(中)序遍历序列构造二叉树

106.从中序与后序遍历序列构造二叉树

力扣题目链接

文章讲解：106.从中序与后序遍历序列构造二叉树

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

状态：其实切割思路还是比较简单的，难就难在我们应该以怎样的流程完成节点的构造呢？其实很简单，我们通过后序遍历的数组很容易得确定中间节点是哪个，并且我们也是通过中间节点来切割中序遍历数组，再反过来切割后序遍历，来确定新一轮的中间节点。那么思路就清晰了，我们的整个递归顺序是中、左、右！

整体思路

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。（因为后序是左右中）

把步骤量化出来：

（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

伪代码

搭建整体代码框架：

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.back();
    TreeNode* root = new TreeNode(rootValue);

    // 如果当前递归条件下后序数组只有一个结点，那当前处理的根结点就是叶子节点
    if (postorder.size() == 1) return root;

    // 第三步：找切割点
    auto it = std::find(inorder.cbegin(), inorder.cend(), rootValue);
    int delimiterIndex = std::distance(inorder.cbegin(), it);

    // 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
    //		  为了后序数组的切割方便，可以先把后序数组被处理过的元素拿掉，直接resize即可

    // 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;
}

现在马上进入，切割环节，关于切割一定要坚守循环不变量。我们这里一律左闭右开。

先切中序

// 找到中序遍历的切割点
auto it = std::find(inorder.cbegin(), inorder.cend(), rootValue);
int delimiterIndex = std::distance(inorder.cbegin(), it);

// 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() );

再切后序

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());

开始递归！

root->left = traversal(leftInorder, leftPostorder);
root->right = traversal(rightInorder, rightPostorder);

CPP实现

class Solution {
private:
    TreeNode* traversal (vector<int>& inorder, vector<int>& postorder) {
        if (postorder.size() == 0) return NULL;

        // 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;

        // 找到中序遍历的切割点
		auto it = std::find(inorder.cbegin(), inorder.cend(), rootValue);
		int delimiterIndex = std::distance(inorder.cbegin(), it);

        // 切割中序数组
        // 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() );

        // postorder 舍弃末尾元素
        postorder.resize(postorder.size() - 1);

        // 切割后序数组
        // 依然左闭右开，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());

        root->left = traversal(leftInorder, leftPostorder);
        root->right = traversal(rightInorder, rightPostorder);

        return root;
    }
public:
    TreeNode* buildTree(vector<int>& inorder, vector<int>& postorder) {
        if (inorder.size() == 0 || postorder.size() == 0) return NULL;
        return traversal(inorder, postorder);
    }
};

值得我们注意的是，每一次递归我们都在定义新的数组，代码性能并不好，所以一个非常直观的优化方法就是：使用索引。

105.从前序与中序遍历序列构造二叉树

力扣题目链接

思路

与106.从中序与后序遍历序列构造二叉树一至

CPP实现

日志版本请移步代码随想录18. 106.从中序与后序遍历序列构造二叉树----相关题目推荐

首先我先写一下最基础的版本，随后是使用索引的版本：

//基础版本
class Solution {
public:
    TreeNode* traversal(vector<int>& preorder, vector<int>& inorder) {
        if (preorder.size() == 0) return nullptr;

        int rootValue = preorder.front();
        TreeNode* root = new TreeNode(rootValue);
        if (preorder.size() == 1) return root;

        // 开始切割
        auto it = std::find(inorder.cbegin(), inorder.cend(), rootValue);
        int delimiter = std::distance(inorder.cbegin(), it);

        vector<int> leftInorder(inorder.cbegin(), inorder.cbegin() + delimiter);
        vector<int> rightInorder(inorder.cbegin() + delimiter + 1, inorder.cend());

        vector<int> leftPreorder(preorder.cbegin() + 1, preorder.cbegin() + 1 + leftInorder.size());
        vector<int> rightPreorder(preorder.cbegin() + 1 + leftInorder.size(), preorder.cend());
        
        // 开始递归构造
        root->left = traversal(leftPreorder, leftInorder);
        root->right = traversal(rightPreorder, rightInorder);

        return root;
    }

    TreeNode* buildTree(vector<int>& preorder, vector<int>& inorder) {
        if (preorder.size() == 0 || inorder.size() == 0) return nullptr;
        return traversal(preorder, inorder);
    }
};

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());
    }
};