144.二叉树的前序遍历
题目链接
前、中、后的遍历的递归做法实际上都是一样的,区别就是遍历操作的位置不同。
对于先序遍历,也就是先根,即把查看当前结点的操作放在最前面即可。
class Solution {
public List<Integer> preorderTraversal(TreeNode root) {
List<Integer> res = new ArrayList<>();
preorder(root,res);
return res;
}
public void preorder(TreeNode root, List<Integer> result) {
if (root == null) {
return;
}
result.add(root.val);
preorder(root.left, result);
preorder(root.right, result);
}
}
而中序和后序遍历也是一样:
// 中序
class Solution {
public List<Integer> inorderTraversal(TreeNode root) {
List<Integer> res = new ArrayList<>();
midorder(root,res);
return res;
}
public void midorder(TreeNode root, List<Integer> res){
if(root == null){
return;
}
midorder(root.left,res);
res.add(root.val);
midorder(root.right,res);
}
}
//后序
class Solution {
public List<Integer> postorderTraversal(TreeNode root) {
List<Integer> res = new ArrayList<>();
postorder(root,res);
return res;
}
public void postorder(TreeNode root, List<Integer> res){
if(root == null){
return;
}
postorder(root.left,res);
postorder(root.right,res);
res.add(root.val);
}
}
python版本也一样,这里就写一种:
class Solution:
def postorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
res = []
def dfs(root):
if root is None:
return
dfs(root.left)
dfs(root.right)
res.append(root.val)
dfs(root) # 调用dfs函数开始遍历
return res
如果不用递归,那会有一点麻烦,但也仅仅是代码上的。因为递归本身就是借用系统栈,而使用迭代则是自己创建栈进行操作即可。
前序则是将根节点入栈,后续的结点是按照先右边再左边的顺序入栈(因为我们要先处理左子,因此左子后入栈可以先被pop)。
class Solution {
public List<Integer> preorderTraversal(TreeNode root) {
List<Integer> res = new ArrayList<>();
if (root == null){
return res;
}
Stack<TreeNode> stack = new Stack<>();
stack.push(root);
while(!stack.isEmpty()){
TreeNode tmp = stack.pop();
res.add(tmp.val);
if(tmp.right != null){
stack.push(tmp.right);
}
if(tmp.left != null){
stack.push(tmp.left);
}
}
return res;
}
}
但中后序的操作和前序不太一样(虽然有方法可以进行统一,但本文不赘述)。而后序则是将先序(根左右)进行操作(根左右->根右左->左右根),即调整处理顺序+反转数组。
class Solution {
public List<Integer> inorderTraversal(TreeNode root) {
List<Integer> result = new ArrayList<>();
if (root == null){
return result;
}
Stack<TreeNode> stack = new Stack<>();
TreeNode cur = root;
while (cur != null || !stack.isEmpty()){
if (cur != null){
stack.push(cur);
cur = cur.left;
}else{
cur = stack.pop();
result.add(cur.val);
cur = cur.right;
}
}
return result;
}
}
102 二叉树的层序遍历
题目链接
层序遍历用的是队列,每次将一个节点入队,处理完当前节点,则其子节点分别入队,下一轮再处理子节点,也就是下一层的内容。
例如,一棵树为1、2、3、4、5(数组表示),那么第一次是1入队,处理完1后,1的子节点也就是2、3入队。处理完2,也就是2的子节点入队,即4、5。3处理后没有子节点,就剩下4、5需要处理。
如果是要求返回的是一个列表,没有嵌套结构,那就会好做很多,我们就按照上面的流程构造队列然后不断处理即可。但现在返回的要求是每一层都要有一个单独的列表,因此就麻烦一些。
我们就使用两重循环,第一重是记录队列是否为空,第二重则是看当前遍历的层。
class Solution {
public List<List<Integer>> levelOrder(TreeNode root) {
List<TreeNode> deque = new LinkedList<>();
List<List<Integer>> res = new ArrayList<List<Integer>>();
if(root == null){
return res;
}
deque.add(root);
while(!deque.isEmpty()){
// len记录当前层的个数,tmpList则是存放当前层,最后统一add到res上
int len = deque.size();
List<Integer> tmpList = new ArrayList<>();
while(len>0){
TreeNode tmpNode = deque.removeFirst();
tmpList.add(tmpNode.val);
if(tmpNode.left!=null){
deque.add(tmpNode.left);
}
if(tmpNode.right!=null){
deque.add(tmpNode.right);
}
len--;
}
res.add(tmpList);
}
return res;
}
}
python版本如下:
class Solution:
def levelOrder(self, root: Optional[TreeNode]) -> List[List[int]]:
if not root:
return []
res = []
deque = [root]
while(len(deque)!=0):
size = len(deque)
tempList = []
for i in range(size):
tmp = deque.pop(0)
if tmp.left is not None:
deque.append(tmp.left)
if tmp.right is not None:
deque.append(tmp.right)
tempList.append(tmp.val)
res.append(tempList)
return res
所以层序遍历大致就是如下的步骤:将节点入队列,然后对队列进行操作:队头元素出队进行操作,将队头元素的子节点放入队列。如果遇到返回列表要用嵌套列表,就单独申请一个tmpList进行存储。
下面的题都是基于层序遍历的:
107 二叉树的层次遍历2
没啥可说的,把最后结果逆转即可。
List<List<Integer>> result = new ArrayList<>();
for (int i = list.size() - 1; i >= 0; i-- ) {
result.add(list.get(i));
}
return result;
或者
return result[::-1]
199 二叉树的右视图
题目链接
我起初单纯的以为只要看右子树就可以了,但忽略了一个问题:
如果一棵树只有左子树没有右子树,从右边看看到的也是左子树,因此不能单纯的这样考虑。
仔细思考一下,还是用层序遍历的思想更简单,只需要考虑层序的最后一个元素是谁就可以了。因此代码如下:
class Solution {
public List<Integer> rightSideView(TreeNode root) {
List<Integer> res = new ArrayList<>();
if(root==null){
return res;
}
List<TreeNode> deque = new LinkedList<>();
deque.add(root);
while(!deque.isEmpty()){
int len = deque.size();
List<Integer> tmpList = new LinkedList<>();
// 得到当前层的内容
while(len>0){
TreeNode tmpNode = deque.removeFirst();
tmpList.add(tmpNode.val);
if(tmpNode.left != null){
deque.add(tmpNode.left);
}
if(tmpNode.right!=null){
deque.add(tmpNode.right);
}
len--;
}
// 选择当前层最后的一个元素
res.add(tmpList.removeLast());
}
return res;
}
}
637.二叉树的层平均值
题目链接
很简单,简单的层序遍历记录大小,最后计算平均值即可。注意用浮点数。
*/
class Solution {
public List<Double> averageOfLevels(TreeNode root) {
List<Double> res = new ArrayList<>();
List<TreeNode> deque = new LinkedList<>();
deque.add(root);
while(!deque.isEmpty()){
Double avg=0.0;
int len = deque.size();
for(int i=0; i<len; i++){
TreeNode tmpNode = deque.removeFirst();
avg += tmpNode.val;
if(tmpNode.left != null){
deque.add(tmpNode.left);
}
if(tmpNode.right!=null){
deque.add(tmpNode.right);
}
}
res.add(avg/len);
}
return res;
}
}
429 n叉树的层序遍历
题目链接
主要是n叉树的子节点不能直接用if判断,而是用for来判断即可。
class Solution {
public List<List<Integer>> levelOrder(Node root) {
List<List<Integer>> res = new ArrayList<List<Integer>>();
List<Node> deque = new LinkedList<>();
if(root==null){
return res;
}
deque.add(root);
while(!deque.isEmpty()){
//tmpList记录这一层的节点值
List<Integer> tmpList = new ArrayList<>();
int len = deque.size();
// 得到一层的节点
while(len>0){
Node tmpNode = deque.removeFirst();
tmpList.add(tmpNode.val);
//children用来遍历全部的子节点,将子节点添加进入队列。
List<Node> children = tmpNode.children;
for(Node child :children){
deque.add(child);
}
len--;
}
// 将一层的节点值添加进res
res.add(tmpList);
}
return res;
}
}
515. 在每个树行中找最大值
题目描述
很简单,找最大值即可
class Solution {
public List<Integer> largestValues(TreeNode root) {
List<Integer> res = new ArrayList<>();
List<TreeNode> deque = new LinkedList<>();
if(root==null){
return res;
}
deque.add(root);
while(!deque.isEmpty()){
int len = deque.size();
int max = Integer.MIN_VALUE;
for(int i=0; i<len; i++){
TreeNode node = deque.removeFirst();
max =Math.max(node.val,max);
if(node.left!=null){
deque.add(node.left);
}
if(node.right!=null){
deque.add(node.right);
}
}
res.add(max);
}
return res;
}
}
116. 填充每个节点的下一个右侧节点指针
题目链接
使用queue实现linkedList接口,更改指针的操作只需要当前节点的next指向队列的顶端即可。因为原先队列的队头元素移出,该元素指向的就是移除元素后的队头元素。
class Solution {
public Node connect(Node root) {
if (root == null) {
return root;
}
// 初始化队列,将根节点入队
Queue<Node> queue = new LinkedList<>();
queue.add(root);
// 循环处理队列中的每一层节点
while (!queue.isEmpty()) {
int size = queue.size();
// 遍历当前层的所有节点
for (int i = 0; i < size; i++) {
Node node = queue.poll();
// 如果当前节点不是本层最后一个节点,连接 next 指针到下一个节点
if (i < size - 1) {
node.next = queue.peek();
} else {
node.next = null;
}
// 将当前节点的子节点入队
if (node.left != null) {
queue.add(node.left);
}
if (node.right != null) {
queue.add(node.right);
}
}
}
return root;
}
}
104. 二叉树的最大深度
题目描述
很简单,只是深度优先遍历,直接用递归解决即可。
class Solution {
int max = 0;
public int maxDepth(TreeNode root) {
if (root == null) {
return 0;
}
dfs(1, root);
return max;
}
public void dfs(int depth, TreeNode node){
max = Math.max(max,depth);
if(node.left!=null){
dfs(depth+1, node.left);
}
if(node.right!=null){
dfs(depth+1, node.right);
}
}
}
//或者这样
class Solution {
public int maxDepth(TreeNode root) {
if (root == null) {
return 0;
} else {
int leftHeight = maxDepth(root.left);
int rightHeight = maxDepth(root.right);
return Math.max(leftHeight, rightHeight) + 1;
}
}
}
python版本:
class Solution:
def maxDepth(self, root):
if root is None:
return 0
else:
left_height = self.maxDepth(root.left)
right_height = self.maxDepth(root.right)
return max(left_height, right_height) + 1
111. 二叉树的最小深度
最小深度元也是一样,不过深度的大小一定是遍历到叶子节点才能知道,也就是要没左右子节点才可以,因此设置一个flag。
class Solution {
int min = 100005;
public int minDepth(TreeNode root) {
if(root==null){
return 0;
}else{
dfs(root,1);
}
return min;
}
public void dfs(TreeNode node,int depth){
int flag=0;
if(node.left!=null){
dfs(node.left,depth+1);
flag=1;
}
if(node.right!=null){
dfs(node.right,depth+1);
flag=1;
}
if(flag==0){
min = Math.min(min,depth);
}
}
}
python版本:
class Solution:
Min = 100005
def dfs(self, node, depth):
if node.left is None and node.right is None:
self.Min = min(self.Min, depth)
if node.left is not None:
self.dfs(node.left, depth + 1)
if node.right is not None:
self.dfs(node.right, depth + 1)
def minDepth(self, root: Optional[TreeNode]) -> int:
if root is None:
return 0
else:
self.dfs(root, 1)
return self.Min
226. 翻转二叉树
很简单,直接进行反转即可,用reverse不断的进行反转。也可以写在一个函数里。
class Solution {
public TreeNode invertTree(TreeNode root) {
if (root == null) {
return root;
}
reverse(root);
return root;
}
public void reverse(TreeNode node){
if (node == null) {
return;
}
TreeNode tmp = node.left;
node.left = node.right;
node.right = tmp;
reverse(node.left);
reverse(node.right);
}
}
//或者这样
class Solution {
public TreeNode invertTree(TreeNode root) {
if (root == null) {
return null;
}
TreeNode left = invertTree(root.left);
TreeNode right = invertTree(root.right);
root.left = right;
root.right = left;
return root;
}
}
python版本:
class Solution:
def invertTree(self, root: Optional[TreeNode]) -> Optional[TreeNode]:
if not root:
return root
left = self.invertTree(root.left)
right = self.invertTree(root.right)
root.left, root.right = right, left
return root