目录
翻转二叉树
题干
题目:给你一棵二叉树的根节点 root ,左右翻转这棵二叉树,并返回其根节点。
思路
方法一迭代法:层序遍历二叉树,遍历到每一层结点的时候,交换每个结点的左右指针。
方法二递归法:前序遍历二叉树,每次遍历时翻转左右指针。
代码
方法一:层序遍历,迭代法
class Solution {
public:
TreeNode* invertTree(TreeNode* root) {
if (root == nullptr){
return root;
}
TreeNode* cur;
queue<TreeNode*> layer;
layer.push(root);
int count = 1; // 层数
while (!layer.empty()){
while (count--){
cur = layer.front();
layer.pop();
swap(cur->left,cur->right); // 交换每个结点的左右指针
// 让下一层的结点入队
if (cur->left != nullptr) layer.push(cur->left);
if (cur->right != nullptr) layer.push(cur->right);
}
count = layer.size(); // 记录一层的结点个数
}
return root;
}
};
方法二:前序遍历递归法
class Solution {
public:
TreeNode* invertTree(TreeNode* root) {
// 中左右,先翻转中间结点的左右指针,再翻转左右子树
if (root == nullptr) return root; // 当指针为空,递归结束
swap(root->left,root->right);
invertTree(root->left);
invertTree(root->right);
return root;
}
};
拓展
递归法是否可以中序遍历来翻转左右指针?
不可以,因为有些结点的左右孩子会被反转两次。我们知道中序遍历是 “左中右” 的顺序,相当于先反转左子树,再反转中间结点,最后反转右子树。假设先反转了左子树,接着反转中间的根节点,此时左右子树已经被反转了,之后的右子树其实变成了以前的左子树,后续如果反转右子树,相当于把之前的左子树又反转了回来,那么之前的左子树就被反转了两次。
如果非得用中序遍历递归反转左右指针,在遍历完中间节点后,应该继反转的是左子树(即以前的右子树),而不是右子树。
class Solution {
public:
TreeNode* invertTree(TreeNode* root) {
if (root == NULL) return root;
invertTree(root->left); // 反转左子树
swap(root->left, root->right); // 反转中间结点
invertTree(root->left);
// 注意!!!这里依然要遍历左子树,因为中间节点已经翻转了
return root;
}
};
对称二叉树
题干
给你一个二叉树的根节点 root , 检查它是否轴对称。
思路
如何判断是否对称?当左子树翻转后和右子树相同,即对称。
方法一:递归法
我们需要比较左子树和右子树是否呈镜像,问题可以分解为左子树的外侧和右子树的外侧是否相同、左子树的内侧和右子树的内侧是否相同。我们需要两个指针 left 和 right 分别遍历同侧的左右子树结点,并比较两节点是否相同。
递归法的遍历方式本质上是后序遍历,且只能是后序遍历。
为什么只能是后序遍历?
因为我们需要比较的是结点的左右孩子是否翻转相同,只有后序遍历的 “左右中” 顺序是先处理完左右孩子才返回给上一层的中间节点;如果是前序 “中左右” 和中序 “左中右” 的遍历方式,都需要先处理中间结点,无法先处理孩子结点。
什么时候要采用后序遍历?
当题目需要采集孩子信息向上一层返回时,都需要后序遍历。
方法二:迭代法
我们需要比较每一层的结点是否头尾两两相同,若是则对称。用两个指针 leftNode 和 rightNode 分别遍历左、右子树,用一个队列来存储每一层的结点,但存储的结点顺序并不是从左到右,而是头尾两两存储,(即同侧的两个结点会相邻存储在队列中),故每次对比同侧的结点时都是成对地从队列中取出结点比较。
代码
方法一:递归法
class Solution {
public:
bool compare(TreeNode* a, TreeNode* b){
if (a == nullptr && b == nullptr){
// 两个结点都为空,则对称
return true;
} else if (a != nullptr && b != nullptr && a->val == b->val){
// 如果值相同,比较当前两个结点的子树是否对称
bool outside = compare(a->left,b->right); // 比较外侧
bool inside = compare(a->right,b->left); // 比较内侧
return outside&&inside; // 只有外侧和内测都相同,才是 true
} else{
// 其他情况:a空,b非空; a非空,b空; a,b值不等 就都为 false
return false;
}
}
bool isSymmetric(TreeNode* root) {
if (root == nullptr){
return true;
}
return compare(root->left,root->right); // 传入根节点的左右子树
}
};
方法二:迭代法
class Solution {
public:
bool isSymmetric(TreeNode* root) {
if (root == nullptr){
return true;
}
queue<TreeNode*> layer; // 存储结点
layer.push(root->left); // 插入左子树
layer.push(root->right); // 插入右子树
TreeNode* leftNode; // 遍历左子树
TreeNode* rightNode; // 遍历右子树
while (!layer.empty()){
leftNode = layer.front();
layer.pop();
rightNode = layer.front();
layer.pop();
if (leftNode == nullptr && rightNode != nullptr){
return false;
} else if (leftNode != nullptr && rightNode == nullptr){
return false;
} else if (leftNode != nullptr && rightNode != nullptr && leftNode->val != rightNode->val){
return false;
} else if (leftNode == nullptr && rightNode == nullptr){
// 两个结点均为空,对称,continue
continue;
} else{
// 插入外侧结点
layer.push(leftNode->left);
layer.push(rightNode->right);
// 插入内侧结点
layer.push(leftNode->right);
layer.push(rightNode->left);
}
}
return true;
}
};
二叉树的最大深度
题干
题目:给定一个二叉树 root ,返回其最大深度。二叉树的 最大深度 是指从根节点到最远叶子节点的最长路径上的节点数。
思路
区分二叉树的最大深度和二叉树结点的高度
-
二叉树节点的深度:指从根节点到该节点的最长简单路径边的条数或者节点数(取决于深度从0开始还是从1开始)
-
二叉树节点的高度:指从该节点到叶子节点的最长简单路径边的条数或者节点数(取决于高度从0开始还是从1开始)
方法一迭代法:我们在做层序遍历的拓展题时就求过二叉树的最大深度,只需要在层序遍历时记录二叉树的层数即可。
方法二递归法:求二叉树的最大深度,可以分解为子问题求左右子树的最大深度,每往下遍历一层则深度就加一,当结点为空则表示遍历到最底部,递归结束,返回 0。要清楚的是,这本质上是二叉树的后序遍历,也就是我们先求了子树的深度再返回给上一层的结点,所以是 “左右中” 的顺序。
代码
迭代法
class Solution {
public:
int maxDepth(TreeNode* root) {
// 如果根节点为空,直接返回空数组,如果不判空,后续会报错
if (root == nullptr){
return {};
}
TreeNode* cur = root; // 遍历每一个节点
int count = 1; // 记录每一层的节点个数,第一层只有根节点,节点个数为 1
queue<TreeNode*> tmpNode; // 存储每一层的节点
tmpNode.push(root); // 初始只存储第一层的根节点
int result = 0; // 存储层数
// 当队列为空说明已经遍历完所有节点
while (!tmpNode.empty()){
result++; // 每循环一次说明就多了一层!!!!
// 遍历当前层的节点
while (count--){
cur = tmpNode.front(); // 弹出队头
tmpNode.pop(); // 弹出节点
// 将左右孩子节点入队
if (cur->left != nullptr){
tmpNode.push(cur->left);
}
if (cur->right != nullptr){
tmpNode.push(cur->right);
}
}
count = tmpNode.size(); // 队列长度就是下一层的节点个数
}
return result;
}
};
递归法
class Solution {
public:
int maxDepth(TreeNode* root) {
if (root == nullptr){
return 0;
}
int leftDepth = maxDepth(root->left); // 求左子树的最大深度
int rightDepth = maxDepth(root->right); // 求右子树的最大深度
int depth = 1 + max(leftDepth,rightDepth); // 深度 + 1,是因为要加当前结点这一层
return depth; // 返回的是左右子树的最大值
}
};
N叉树的最大深度
题干
题目:给定一个 N 叉树,找到其最大深度。最大深度是指从根节点到最远叶子节点的最长路径上的节点总数。
思路
递归法:仍然是求子树的最大深度再返回给上一层结点,但是 N叉树可能有 N 个子树,所以需要递归求这 N 个子树的深度。
迭代法:也是用N叉树的层序遍历就可以求最大深度了。
代码
递归法
class Node { // N叉树的结点定义,如果在力扣里运行,记得去掉这部分,只是为了方便查看才放这
public:
int val;
vector<Node*> children; // N叉树的所有孩子结点
Node() {}
Node(int _val) {
val = _val;
}
Node(int _val, vector<Node*> _children) {
val = _val;
children = _children;
}
};
class Solution {
public:
int maxDepth(Node* root) {
if (root == nullptr) return 0;
int max = 0; // 求最大深度,初始为 0
for (int i = 0; i < root->children.size(); ++i) {
// 递归求每个子树的深度
int depth = maxDepth(root->children[i]);
if (max < depth){
max = depth;
}
}
return 1+max;
}
};
迭代法
class Solution {
public:
int maxDepth(Node* root) {
if (root == nullptr){
return {};
}
Node* cur = root; // 注意数据类型为 Node!!!
int count = 1; // 记录每一层的结点个数
queue<Node*> tmpNode; // 存储每一层的节点
tmpNode.push(root); // 初始只存储根节点
int depth = 0; // 记录深度,初始化为 0
while (!tmpNode.empty()){
depth++; // 每循环一次,就是遍历下一层,深度加一
while (count--){
cur = tmpNode.front(); // 弹出队头
tmpNode.pop();
// N 叉树是将 0~N 个孩子结点入队,修改处!!!
if (cur->children.size() > 0){
for (Node* child : cur->children) {
tmpNode.push(child);
}
}
}
count = tmpNode.size(); // 队列长度就是下一层的节点个数
}
return depth;
}
};
二叉树的最小深度
题干
题目:给定一个二叉树,找出其最小深度。最小深度是从根节点到最近叶子节点的最短路径上的节点数量。
思路
递归法:求二叉树的最小深度,可分解为求每个子树的最小深度。但容易犯的错误是,遇到左子树为空,而右子树非空的情况,左子树的深度视为 0 吗?不是,我们只有遇到 “叶子节点” 才算深度,所以当左子树为空,需要往右子树继续遍历求最小深度。
错误代码如下!!!
class Solution {
public:
int minDepth(TreeNode* root) {
if (root == nullptr) return 0;
int leftDepth = minDepth(root->left);
int rightDepth = minDepth(root->right);
// 此时如果左子树为空,右子树非空,求出来的最小深度会是 0 ,是错误的
int depth = min(leftDepth,rightDepth);
return depth+1;
}
};
迭代法:仍旧是层序遍历,只要遍历到叶子节点就暂停,不用遍历到最后一个结点。
代码
递归法
class Solution {
public:
int minDepth(TreeNode* root) {
if (root == nullptr) return 0;
// 找叶子结点
if (root->left == nullptr && root->right == nullptr) return 1;
int depth;
if (root->left != nullptr && root->right == nullptr){
// 左子树非空,右子树空,要继续遍历记录左子树
depth = minDepth(root->left);
} else if (root->right != nullptr && root->left == nullptr){
// 左子树空,右子树非空,要继续遍历右子树
depth = minDepth(root->right);
} else{
// 左右子树都非空,则要比较求最小深度
depth = min(minDepth(root->left), minDepth(root->right));
}
return depth+1;
}
};
迭代法
class Solution {
public:
int minDepth(TreeNode* root) {
// 如果根节点为空,直接返回空数组,如果不判空,后续会报错
if (root == nullptr){
return {};
}
TreeNode* cur = root; // 遍历每一个节点
int count = 1; // 记录每一层的节点个数,第一层只有根节点,节点个数为 1
queue<TreeNode*> tmpNode; // 存储每一层的节点
tmpNode.push(root); // 初始只存储第一层的根节点
int result = 0; // 存储层数
// 当队列为空说明已经遍历完所有节点
while (!tmpNode.empty()){
result++; // 每循环一次说明就多了一层!!!!
// 遍历当前层的节点
while (count--){
cur = tmpNode.front(); // 弹出队头
tmpNode.pop(); // 弹出节点
// 判断当前结点是否为叶子结点,若是,则当前结点所在的层数即最小深度
if (cur->left == nullptr && cur->right == nullptr){
return result;
}
// 将左右孩子节点入队
if (cur->left != nullptr){
tmpNode.push(cur->left);
}
if (cur->right != nullptr){
tmpNode.push(cur->right);
}
}
count = tmpNode.size(); // 队列长度就是下一层的节点个数
}
return result;
}
};