《编程之美: 求二叉树中节点的最大距离》的另一个解法

最新推荐文章于 2024-07-30 11:20:51 发布

dongmianshu

最新推荐文章于 2024-07-30 11:20:51 发布

阅读量671

点赞数

文章标签：编程 graph null iostream 测试数据结构

http://www.cnblogs.com/miloyip/archive/2010/02/25/1673114.html

问题定义

如果我们把二叉树看成一个图，父子节点之间的连线看成是双向的，我们姑且定义"距离"为两节点之间边的个数。写一个程序求一棵二叉树中相距最远的两个节点之间的距离。

书上的解法

书中对这个问题的分析是很清楚的，我尝试用自己的方式简短覆述。

计算一个二叉树的最大距离有两个情况:

情况A: 路径经过左子树的最深节点，通过根节点，再到右子树的最深节点。
情况B: 路径不穿过根节点，而是左子树或右子树的最大距离路径，取其大者。

只需要计算这两个情况的路径距离，并取其大者，就是该二叉树的最大距离。

我也想不到更好的分析方法。

但接着，原文的实现就不如上面的清楚 (源码可从这里下载):

 
   01// 数据结构定义
 
   02struct NODE
 
   03{
 
   04    NODE* pLeft;        // 左子树
 
   05    NODE* pRight;       // 右子树
 
   06    int nMaxLeft;       // 左子树中的最长距离
 
   07    int nMaxRight;      // 右子树中的最长距离
 
   08    char chValue;       // 该节点的值
 
   09};
 
   10 
 
   11int nMaxLen = 0;
 
   12 
 
   13// 寻找树中最长的两段距离
 
   14void FindMaxLen(NODE* pRoot)
 
   15{
 
   16    // 遍历到叶子节点，返回
 
   17    if(pRoot == NULL)
 
   18    {
 
   19        return;
 
   20    }
 
   21 
 
   22    // 如果左子树为空，那么该节点的左边最长距离为0
 
   23    if(pRoot -> pLeft == NULL)
 
   24    {
 
   25        pRoot -> nMaxLeft = 0;
 
   26    }
 
   27 
 
   28    // 如果右子树为空，那么该节点的右边最长距离为0
 
   29    if(pRoot -> pRight == NULL)
 
   30    {
 
   31        pRoot -> nMaxRight = 0;
 
   32    }
 
   33 
 
   34    // 如果左子树不为空，递归寻找左子树最长距离
 
   35    if(pRoot -> pLeft != NULL)
 
   36    {
 
   37        FindMaxLen(pRoot -> pLeft);
 
   38    }
 
   39 
 
   40    // 如果右子树不为空，递归寻找右子树最长距离
 
   41    if(pRoot -> pRight != NULL)
 
   42    {
 
   43        FindMaxLen(pRoot -> pRight);
 
   44    }
 
   45 
 
   46    // 计算左子树最长节点距离
 
   47    if(pRoot -> pLeft != NULL)
 
   48    {
 
   49        int nTempMax = 0;
 
   50        if(pRoot -> pLeft -> nMaxLeft > pRoot -> pLeft -> nMaxRight)
 
   51        {
 
   52            nTempMax = pRoot -> pLeft -> nMaxLeft;
 
   53        }
 
   54        else
 
   55        {
 
   56            nTempMax = pRoot -> pLeft -> nMaxRight;
 
   57        }
 
   58        pRoot -> nMaxLeft = nTempMax + 1;
 
   59    }
 
   60 
 
   61    // 计算右子树最长节点距离
 
   62    if(pRoot -> pRight != NULL)
 
   63    {
 
   64        int nTempMax = 0;
 
   65        if(pRoot -> pRight -> nMaxLeft > pRoot -> pRight -> nMaxRight)
 
   66        {
 
   67            nTempMax = pRoot -> pRight -> nMaxLeft;
 
   68        }
 
   69        else
 
   70        {
 
   71            nTempMax = pRoot -> pRight -> nMaxRight;
 
   72        }
 
   73        pRoot -> nMaxRight = nTempMax + 1;
 
   74    }
 
   75 
 
   76    // 更新最长距离
 
   77    if(pRoot -> nMaxLeft + pRoot -> nMaxRight > nMaxLen)
 
   78    {
 
   79        nMaxLen = pRoot -> nMaxLeft + pRoot -> nMaxRight;
 
   80    }
 
   81}

这段代码有几个缺点:

算法加入了侵入式(intrusive)的资料nMaxLeft, nMaxRight
使用了全局变量 nMaxLen。每次使用要额外初始化。而且就算是不同的独立资料，也不能在多个线程使用这个函数
逻辑比较复杂，也有许多 NULL 相关的条件测试。

我的尝试

我认为这个问题的核心是，情况A 及 B 需要不同的信息: A 需要子树的最大深度，B 需要子树的最大距离。只要函数能在一个节点同时计算及传回这两个信息，代码就可以很简单:

 
   01#include <iostream>
 
   02 
 
   03using namespace std;
 
   04 
 
   05struct NODE
 
   06{
 
   07    NODE *pLeft;
 
   08    NODE *pRight;
 
   09};
 
   10 
 
   11struct RESULT
 
   12{
 
   13    int nMaxDistance;
 
   14    int nMaxDepth;
 
   15};
 
   16 
 
   17RESULT GetMaximumDistance(NODE* root)
 
   18{
 
   19    if (!root)
 
   20    {
 
   21        RESULT empty = { 0, -1 };   // trick: nMaxDepth is -1 and then caller will plus 1 to balance it as zero.
 
   22        return empty;
 
   23    }
 
   24 
 
   25    RESULT lhs = GetMaximumDistance(root->pLeft);
 
   26    RESULT rhs = GetMaximumDistance(root->pRight);
 
   27 
 
   28    RESULT result;
 
   29    result.nMaxDepth = max(lhs.nMaxDepth + 1, rhs.nMaxDepth + 1);
 
   30    result.nMaxDistance = max(max(lhs.nMaxDistance, rhs.nMaxDistance), lhs.nMaxDepth + rhs.nMaxDepth + 2);
 
   31    return result;
 
   32}

计算 result 的代码很清楚；nMaxDepth 就是左子树和右子树的深度加1；nMaxDistance 则取 A 和 B 情况的最大值。

为了减少 NULL 的条件测试，进入函数时，如果节点为 NULL，会传回一个 empty 变量。比较奇怪的是 empty.nMaxDepth = -1，目的是让调用方 +1 后，把当前的不存在的 (NULL) 子树当成最大深度为 0。

除了提高了可读性，这个解法的另一个优点是减少了 O(节点数目) 大小的侵入式资料，而改为使用 O(树的最大深度) 大小的栈空间。这个设计使函数完全没有副作用(side effect)。

测试代码

以下也提供测试代码给读者参考 (页数是根据第7次印刷，节点是由上至下、左至右编号):

 
   view source 
   print 
   ? 
  

 
   01void Link(NODE* nodes, int parent, int left, int right)
 
   02{
 
   03    if (left != -1)
 
   04        nodes[parent].pLeft = &nodes[left];
 
   05 
 
   06    if (right != -1)
 
   07        nodes[parent].pRight = &nodes[right];
 
   08}
 
   09 
 
   10void main()
 
   11{
 
   12    // P. 241 Graph 3-12
 
   13    NODE test1[9] = { 0 };
 
   14    Link(test1, 0, 1, 2);
 
   15    Link(test1, 1, 3, 4);
 
   16    Link(test1, 2, 5, 6);
 
   17    Link(test1, 3, 7, -1);
 
   18    Link(test1, 5, -1, 8);
 
   19    cout << "test1: " << GetMaximumDistance(&test1[0]).nMaxDistance << endl;
 
   20 
 
   21    // P. 242 Graph 3-13 left
 
   22    NODE test2[4] = { 0 };
 
   23    Link(test2, 0, 1, 2);
 
   24    Link(test2, 1, 3, -1);
 
   25    cout << "test2: " << GetMaximumDistance(&test2[0]).nMaxDistance << endl;
 
   26 
 
   27    // P. 242 Graph 3-13 right
 
   28    NODE test3[9] = { 0 };
 
   29    Link(test3, 0, -1, 1);
 
   30    Link(test3, 1, 2, 3);
 
   31    Link(test3, 2, 4, -1);
 
   32    Link(test3, 3, 5, 6);
 
   33    Link(test3, 4, 7, -1);
 
   34    Link(test3, 5, -1, 8);
 
   35    cout << "test3: " << GetMaximumDistance(&test3[0]).nMaxDistance << endl;
 
   36 
 
   37    // P. 242 Graph 3-14
 
   38    // Same as Graph 3-2, not test
 
   39 
 
   40    // P. 243 Graph 3-15
 
   41    NODE test4[9] = { 0 };
 
   42    Link(test4, 0, 1, 2);
 
   43    Link(test4, 1, 3, 4);
 
   44    Link(test4, 3, 5, 6);
 
   45    Link(test4, 5, 7, -1);
 
   46    Link(test4, 6, -1, 8);
 
   47    cout << "test4: " << GetMaximumDistance(&test4[0]).nMaxDistance << endl;
 
   48}