Leetcode55 - II. 平衡二叉树（从底至顶、从顶至底，清晰图解）

55 - II. 平衡二叉树（从底至顶、从顶至底，清晰图解）

Krahets发布于 2020-03-1927.3k精选Python3Java二叉树深度优先搜索Python

此题为 面试题55 - I. 二叉树的深度 的拓展，建议先做上一题。

以下两种方法均基于以下性质推出： 此树的深度 等于 左子树的深度 与 右子树的深度 中的 最大值 +1+1 。

方法一：后序遍历 + 剪枝 （从底至顶）

此方法为本题的最优解法，但剪枝的方法不易第一时间想到。

思路是对二叉树做后序遍历，从底至顶返回子树深度，若判定某子树不是平衡树则 “剪枝” ，直接向上返回。

算法流程：

recur(root) 函数：

• 返回值：
  1. 当节点root 左 / 右子树的深度差 \leq 1≤1 ：则返回当前子树的深度，即节点 root 的左 / 右子树的深度最大值 +1+1 （ max(left, right) + 1 ）；
  2. 当节点root 左 / 右子树的深度差 > 2>2 ：则返回 -1−1 ，代表 此子树不是平衡树 。
• 终止条件：
  1. 当 root 为空：说明越过叶节点，因此返回高度 00 ；
  2. 当左（右）子树深度为 -1−1 ：代表此树的 左（右）子树 不是平衡树，因此剪枝，直接返回 -1−1 ；

isBalanced(root) 函数：

• 返回值： 若 recur(root) != -1 ，则说明此树平衡，返回 truetrue ； 否则返回 falsefalse 。

 

1 / 10

复杂度分析：

• 时间复杂度 O(N)O(N)： NN 为树的节点数；最差情况下，需要递归遍历树的所有节点。
• 空间复杂度 O(N)O(N)： 最差情况下（树退化为链表时），系统递归需要使用 O(N)O(N) 的栈空间。

代码：

• python
• java

class Solution:
    def isBalanced(self, root: TreeNode) -> bool:
        def recur(root):
            if not root: return 0
            left = recur(root.left)
            if left == -1: return -1
            right = recur(root.right)
            if right == -1: return -1
            return max(left, right) + 1 if abs(left - right) <= 1 else -1

        return recur(root) != -1

方法二：先序遍历 + 判断深度 （从顶至底）

此方法容易想到，但会产生大量重复计算，时间复杂度较高。

思路是构造一个获取当前子树的深度的函数 depth(root) （即 面试题55 - I. 二叉树的深度 ），通过比较某子树的左右子树的深度差 abs(depth(root.left) - depth(root.right)) <= 1 是否成立，来判断某子树是否是二叉平衡树。若所有子树都平衡，则此树平衡。

算法流程：

isBalanced(root) 函数： 判断树 root 是否平衡

• 特例处理： 若树根节点 root 为空，则直接返回 truetrue ；
• 返回值： 所有子树都需要满足平衡树性质，因此以下三者使用与逻辑 \&\&&& 连接；
  1. abs(self.depth(root.left) - self.depth(root.right)) <= 1 ：判断 当前子树 是否是平衡树；
  2. self.isBalanced(root.left) ： 先序遍历递归，判断 当前子树的左子树 是否是平衡树；
  3. self.isBalanced(root.right) ： 先序遍历递归，判断 当前子树的右子树 是否是平衡树；

depth(root) 函数： 计算树 root 的深度

• 终止条件： 当 root 为空，即越过叶子节点，则返回高度 00 ；
• 返回值： 返回左 / 右子树的深度的最大值 +1+1 。

 

1 / 6

复杂度分析：

• 时间复杂度 O(N log N)O(NlogN)： 最差情况下（为 “满二叉树” 时）， isBalanced(root) 遍历树所有节点，判断每个节点的深度 depth(root) 需要遍历 各子树的所有节点 。
  • 满二叉树高度的复杂度 O(log N)O(logN) ，将满二叉树按层分为 log (N+1)log(N+1) 层；
  • 通过调用 depth(root) ，判断二叉树各层的节点的对应子树的深度，需遍历节点数量为 N \times 1, \frac{N-1}{2} \times 2, \frac{N-3}{4} \times 4, \frac{N-7}{8} \times 8, ..., 1 \times \frac{N+1}{2}N×1,2N−1​×2,4N−3​×4,8N−7​×8,...,1×2N+1​ 。因此各层执行 depth(root) 的时间复杂度为 O(N)O(N) （每层开始，最多遍历 NN 个节点，最少遍历 \frac{N+1}{2}2N+1​ 个节点）。

  其中，\frac{N-3}{4} \times 44N−3​×4 代表从此层开始总共需遍历 N-3N−3 个节点，此层共有 44 个节点，因此每个子树需遍历 \frac{N-3}{4}4N−3​ 个节点。

  • 因此，总体时间复杂度 == 每层执行复杂度 \times× 层数复杂度 = O(N \times log N)O(N×logN) 。

• 空间复杂度 O(N)O(N)： 最差情况下（树退化为链表时），系统递归需要使用 O(N)O(N) 的栈空间。

代码：

• python
• java

class Solution:
    def isBalanced(self, root: TreeNode) -> bool:
        if not root: return True
        return abs(self.depth(root.left) - self.depth(root.right)) <= 1 and \
            self.isBalanced(root.left) and self.isBalanced(root.right)

    def depth(self, root):
        if not root: return 0
        return max(self.depth(root.left), self.depth(root.right)) + 1