【算法训练】二叉树系列(一)

今天的题目在于理解前序位置、后序位置等关键位置的重要性。

一、二叉树的最大深度 104

在这里插入图片描述

1、分析

首先可以将总体问题,分解成小问题,即当前结点的最大深度,应该是左右分支深度更大者的值加一。所以我们用递归的思想,对一个结点做出计算最大深度的操作,剩下的结点递归算法会对他们做相同的操作。
这题较为简单,可以见具体代码

2、代码

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def maxDepth(self, root: Optional[TreeNode]) -> int:
        if not root: #base case 递归的出口
            return 0
        left = self.maxDepth(root.left) #得到左子树的最大深度
        right = self.maxDepth(root.right) #得到右子树的最大深度
        return max(left,right)+1 #取左右子树中最大者然后+1即为当前结点的最大深度

JS

/**
 * Definition for a binary tree node.
 * function TreeNode(val, left, right) {
 *     this.val = (val===undefined ? 0 : val)
 *     this.left = (left===undefined ? null : left)
 *     this.right = (right===undefined ? null : right)
 * }
 */
/**
 * @param {TreeNode} root
 * @return {number}
 */
var maxDepth = function(root) {
    if(root===null){ 
        return 0;
    }
    let left = maxDepth(root.left);
    let right = maxDepth(root.right);
    return Math.max(left,right)+1;

};

二、二叉树的直径 543

在这里插入图片描述

1、分析

首先注意到,最长的直径可能不穿过根节点。我们考虑用一个外部变量res记录结果,然后针对每个结点求以该结点为根的直径(就是左子树最大深度,加上右子树的最大深度),依次比较更新res值。
对于每个结点求最大深度,又可以分解为求该结点下的左右子树最大深度,然后二者中最大值+1即为所求。
基于以上两点我们采用有返回值的递归搭配外部变量求解。由于我们需要先知道左右子树的结果,关键代码放在后序遍历位置进行。
具体见代码和注释。

2、代码

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def diameterOfBinaryTree(self, root: Optional[TreeNode]) -> int:
        self.res = 0 #用于存放最终结果的外部变量
        def helper(node):
            if not node: #base case 递归出口
                return 0
            left = helper(node.left) #求左子树最大深度
            right = helper(node.right) #求右子树最大深度
            self.res = max(self.res,left+right) #将当前节点的直径与res比较, 保证res始终是最大直径
            return max(left,right)+1 #取左右子树深度中更大的值然后加一,即为当前节点的最大深度
        helper(root)
        return self.res

JS

/**
 * Definition for a binary tree node.
 * function TreeNode(val, left, right) {
 *     this.val = (val===undefined ? 0 : val)
 *     this.left = (left===undefined ? null : left)
 *     this.right = (right===undefined ? null : right)
 * }
 */
/**
 * @param {TreeNode} root
 * @return {number}
 */
var diameterOfBinaryTree = function(root) {
    let res = 0;
    var helper = function(node){
        if(node===null){
            return 0;
        }
        let left = helper(node.left);
        let right = helper(node.right);
        res = Math.max(res,right+left);
        return Math.max(left,right)+1;
    }
    helper(root);
    return res;

};

二叉树的前序遍历 144

在这里插入图片描述

1、分析

常规前序遍历,用递归实现,先对当前结点进行操作,然后再对左右子节点进行操作。具体见代码。

2、代码

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def preorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
        res = []
        def helper(node):
            if node:
                res.append(node.val)
                helper(node.left)
                helper(node.right)
        helper(root)
        return res

JS

/**
 * Definition for a binary tree node.
 * function TreeNode(val, left, right) {
 *     this.val = (val===undefined ? 0 : val)
 *     this.left = (left===undefined ? null : left)
 *     this.right = (right===undefined ? null : right)
 * }
 */
/**
 * @param {TreeNode} root
 * @return {number[]}
 */
var preorderTraversal = function(root) {
    let res = [];
    let helper = function(node){
        if(node!==null){
            res.push(node.val);
            helper(node.left);
            helper(node.right);
        }
    }
    helper(root);
    return res;

};
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值