JavaScript刷LeetCode拿offer-树的遍历

最新推荐文章于 2024-05-28 15:08:53 发布
最新推荐文章于 2024-05-28 15:08:53 发布
阅读量292 收藏 1
点赞数
文章标签： leetcode javascript
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/js2030code/article/details/129122325
版权

什么是树

  • 一种分层数据的抽象模型。
  • 前端工作中常见的树包括：DOM树，级联选择，树形控件
  • JS中没有树，可以用Object和Array构建树
  • 树的常用操作：深度/广度优先遍历，先中后序遍历

深度优先遍历

  • 访问根节点
  • 对根节点的children挨个进行深度优先遍历

代码展示：

const tree = {
    val: 'a',
    children: [
        {
            val: 'b',
            children: [
                {
                    val: 'd',
                    children: []
                },
                {
                    val: 'e',
                    children: []
                }
            ]
        },
        {
            val: 'c',
            children: [
                {
                    val: 'f',
                    children: []
                },
                {
                    val: 'g',
                    children: []
                }
            ]
        }
    ],
};

const dfs = (root) => {
  console.log(root.val);
  root.children.forEach(dfs);
}

dfs(tree);

输出顺序：a -> b -> d -> e -> c -> f -> g

广度优先遍历

  • 新建一个队列，把根节点入队
  • 把队头出队并访问
  • 把队头的children分别入队
  • 重复二，三步，直到队列为空

代码展示：

const bfs = (root) => {
    const q = [root];
    while (q.length) {
        const n = q.shift();
        console.log(n.val);
        n.children.forEach((child) => {
            q.push(child);
        })
    }
}

bfs(tree);

输出顺序：a -> b -> c -> d -> e -> f -> g

先序遍历

  • 访问根节点
  • 对根节点的左子树进行先序遍历
  • 对根节点的右子树进行先序遍历

代码展示：

const bt = {
    val: 1,
    left: {
        val: 2,
        left: {
            val: 4,
            left: null,
            right: null
        },
        right: {
            val: 5,
            left: null,
            right: null
        }
    },
    right: {
        val: 3,
        left: {
            val: 6,
            left: null,
            right: null
        },
        right: {
            val: 7,
            left: null,
            right: null
        }
    }
};
// 递归
const preorder = (root) => {
    if (!root) return;
    console.log(root.val);
    preorder(root.left);
    preorder(root.right);
}

preorder(tree);

// 迭代
const preorder = (root) => {
    if (root) return;
    const stack = [root];
    while (stack.length) {
        const n = stack.pop();
        console.log(top.val);
        if (n.right) stack.push(n.right);
        if (n.left) stack.push(n.left);
    }
  }
}

preorder(tree);

参考视频：传送门

输出顺序：1 -> 2 -> 4 -> 5 -> 3 -> 6 -> 7

中序遍历

  • 对根节点的左子树进行中序遍历
  • 访问根节点
  • 对根节点的右子树进行中序遍历

代码展示：

// 递归
const inorder = (root) => {
    if (!root) return;
    preorder(root.left);
    console.log(root.val);
    preorder(root.right);
}

inorder(tree);

// 迭代
const inorder = (root) => {
    if (!root) return;
    const stack = [];
    let p = root;
    while (stack.length || p) {
        while (p) {
            stack.push(p);
            p = p.left;
        }
        const n = stack.pop();
        console.log(n.val);
        p = n.right;
    }
}

inorder(tree);

输出顺序：4 -> 2 -> 5 -> 1 -> 6 -> 3 -> 7

后序遍历

  • 对根节点的左子树进行后序遍历
  • 对根节点的右子树进行后序遍历
  • 访问根节点

代码展示：

// 递归
const postorder = (root) => {
    if (!root) return;
    preorder(root.left);
    preorder(root.right);
    console.log(root.val);
}

postorder(tree);

// 迭代
const postorder = (root) => {
    if (!root) return;
    const stack = [root];
    const outputStack = [];
    while (stack.length) {
        const n = stack.pop();
        outputStack.push(n);
        if (n.left) stack.push(n.left);
        if (n.right) stack.push(n.right);
    }
    while (outputStack) {
        const n = outputStack.pop();
        console.log(n.val);
    }
}

postorder(tree);

输出顺序：4 -> 5 -> 2 -> 6 -> 7 -> 3 -> 1

leetcode题目

难度：简单

  1. 二叉树的最大深度

思路：

  • 求最大深度，优先考虑深度优先遍历
  • 在深度优先遍历过程中，记录每个节点所在的层级，找到最大的层级即可

代码展示：

/**
 * @param {TreeNode} root
 * @return {number}
 */
var maxDepth = function(root) {
  let maxDepth = 0;
  const dfs = (n, l) => {
    if (!n) return;
    dfs(n.left, l + 1);
    dfs(n.right, l + 1);
    if (!n.left && !n.right) maxDepth = Math.max(maxDepth, l);
  }
  dfs(root, 1);
  return maxDepth;
};

复杂度分析：

  • 时间复杂度：O(n)：n为二叉树节点个数。

  • 空间复杂度：O(height)：height为二叉树的最大深度。在平均情况下，二叉树的高度与节点个数为对数关系，即 O(logN)。而在最坏情况下，树形成链状，空间复杂度为 O(N)。

  1. 翻转二叉树

思路：

  • 方法一使用广度优先遍历，在遍历树的过程中，交换当前层级下的左右子树
  • 方法二使用递归解决，递归最重要的是定义子问题。

代码展示：

方法一：广度优先遍历

/**
 * @param {TreeNode} root
 * @return {TreeNode}
 */
var invertTree = function(root) {
    if (!root) root;
    const bfs = (root) => {
        const q  = [root];
        while (q.length) {
            const n = q.shift();
            const temp = n.right;
            n.right = n.left;
            n.left = temp;
            if (n.left) q.push(n.left);
            if (n.right) q.push(n.right);
        }
    }
    bfs(root);
    return root;
}

方法二：递归

/**
 * @param {TreeNode} root
 * @return {TreeNode}
 */
var invertTree = function(root) {
  if (!root) return null;
  let newTree = new TreeNode(root.val);
  newTree.left = invertTree(root.right);
  newTree.right = invertTree(root.left);
  return newTree;
};

复杂度分析：

  • 时间复杂度：O(n)：n为二叉树节点个数。

  • 空间复杂度：O(height)：height为二叉树的最大深度。在平均情况下，二叉树的高度与节点个数为对数关系，即 O(logN)。而在最坏情况下，树形成链状，空间复杂度为 O(N)。

  1. 对称二叉树

思路：

  • 通过遍历比较两个相同根节点的左子树和右子树的值是否相等
  • 如果每次都相等，直到两个节点都不存在，说明是对称的
  • 如果两个节点不相等，则说明不对称

代码展示：

/** * @param {TreeNode} root * @return {boolean} */
var isSymmetric = function(root) {
    if (!root) return false;
    const checkSym = (p, q) => {
        if (!p && !q) return true;
        if (!p || !q) return false;
        return p.val === q.val && checkSym(p.left, q.right) && checkSym(q.left, p.right);
    }
    return checkSym(root, root);
}

复杂度分析：

  • 时间复杂度：O(n)：n为二叉树节点数。

  • 空间复杂度：O(n)：n为二叉树节点数，最差情况为O(n)。

  1. 二叉树的直径

在这里插入图片描述

思路：

  • 考虑深度优先遍历
  • 寻找两个最深的节点距离之和

代码展示：

/**
 * @param {TreeNode} root
 * @return {number}
 */
var diameterOfBinaryTree = function(root) {
  if (!root) return 0;
  let res = 1; // 默认为根节点的路径长度
  const dfs = (root) => {
    if (!root) return 0;
    let L = dfs(root.left);  // 左子树深度，上图为例，最长L为2
    let R = dfs(root.right);  // 右子树深度，上图为例，最长R为1
    res = Math.max(res, L + R + 1); // 最大L+R+1，+1为根节点，总共深度为4，即节点树为4
    return Math.max(L, R) + 1;  // 包含根节点的深度，上图为例，最长L为2，最长R为1
  }
  dfs(root);
  return res - 1; // 最终结果要得到直径为3
};

复杂度分析：

  • 时间复杂度：O(n)：n为二叉树节点数。
  • 空间复杂度：O(height)：height为二叉树的最大深度。在平均情况下，二叉树的高度与节点个数为对数关系，即 O(logN)。而在最坏情况下，树形成链状，空间复杂度为 O(N)。

剑指 Offer 27. 二叉树的镜像

思路：

  • 逐层递归互换左右子树节点的位置

代码展示：

/**
 * @param {TreeNode} root
 * @return {TreeNode}
 */
var mirrorTree = function(root) {
    if (!root) return root;
    const temp = root.left;
    root.left = root.right;
    root.right = temp;
    mirrorTree(root.left);
    mirrorTree(root.right);
    return root;
}

优化后：

/** * @param {TreeNode} root * @return {TreeNode} */
var mirrorTree = function(root) {
    if (!root) return root;
    [root.left, root.right] = [mirrorTree(root.right), mirrorTree(root.left)];
    return root;
}

复杂度分析：

  • 时间复杂度：O(n)：n为二叉树节点数。

  • 空间复杂度：O(n)：n为二叉树节点树。

  1. 二叉树的最近公共祖先

剑指 Offer 68 - II. 二叉树的最近公共祖先

思路：

  • 递归

代码展示：

/** * @param {TreeNode} root * @param {TreeNode} p * @param {TreeNode} q * @return {TreeNode} */
var lowestCommonAncestor = function(root, p, q) {
  // 当传入递归的树等于 p 或者等于 q，说明找到了 p 或者 q，返回给递归调用的 l 或 r
  if (!root || p === root || q === root) return root;
  let l = lowestCommonAncestor(root.left, p, q); // 递归调用，寻找 p 和 q
  let r = lowestCommonAncestor(root.right, p, q); // 递归调用，寻找 p 和 q
  return l && r ? root : l || r; 
  // 如果 p 和 q 分别在 root.left 和 root.right 中找到，则根节点 root 成为最近的公共祖先返回。
  // 假如 p 和 q 在 root.left 中找到，递归会把 p 和 q 的公共祖先返回给 l。
  // 假如，p 和 q 在 root.right 中找到，递归会把 p 和 q 的公共祖先返回给 r。
  // 根节点root，l 或 r 最终成为当前函数的返回值。
};

复杂度分析：

  • 时间复杂度：O(n)：n为二叉树节点数。
  • 空间复杂度：O(n)：n为二叉树节点数。递归调用的栈深度取决于二叉树的高度，二叉树最坏情况下为一条链，此时高度为 N，因此空间复杂度为 O(N)。

剑指 Offer 55 - I. 二叉树的深度

思路：

  • 考虑深度优先遍历

代码展示：

var maxDepth = function (root) {
    if (!root) return 0;
    let max = 0;
    const dfs = (root, l) => {
        if (root.left) dfs(root.left, l + 1);
        if (root.right) dfs(root.right, l + 1);
        if (!root.left && !root.right) max = Math.max(max, l);
    }
    dfs(root, 1);
    return max;
}

复杂度分析：

  • 时间复杂度：O(n)：n为二叉树节点数，计算树的深度需要遍历所有节点。

  • 空间复杂度：O(n)：最差情况下，空间复杂度为O(n)。

  1. 二叉树的所有路径

思路：

  • 本题考虑使用深度优先遍历。
  • 如果当前节点有左子树或右子树，就递归调用函数，直到左右子树都不存在，此时就是我们要找的的路径。

代码展示：

/**
 * @param {TreeNode} root
 * @return {string[]}
 */
var binaryTreePaths = function(root) {
  if (!root) return [];
  const res = [];
  const dfs = (root, path) => {
      if (root) {
          path += root.val;
          if (!root.left && !root.right) {
              res.push(path);
          } else {
              path += '->';
              dfs(root.left, path);
              dfs(root.right, path);
          }
      }
  }
  dfs(root, "");
  return res;
};

复杂度分析：

  • 时间复杂度：O(n^2)：n为二叉树节点数。在深度优先搜索中每个节点会被访问一次且只会被访问一次，每一次会对 path 变量进行拷贝构造，时间代价为 O(N)，故时间复杂度为 O(N^2)。
  • 空间复杂度：O(n^2)：n为二叉树节点数。

剑指 Offer 32 - I. 从上到下打印二叉树

剑指 Offer 32 - II. 从上到下打印二叉树 II

  • 解题方法同二叉树的层序遍历
  1. 平衡二叉树

思路：

  • 考虑深度优先遍历

  • 算出最大深度和最小深度的差值，即可判断是否为平衡二叉树 (本题和求二叉树直径做法类似)

代码展示：

/**
 * @param {TreeNode} root
 * @return {boolean}
 */
var isBalanced = function(root) {
  if (!root) return true;
  let diff = 0;
  const dfs = (root) => {
    if (!root) return 0;
    let L = dfs(root.left);
    let R = dfs(root.right);
    diff = Math.max(diff, Math.abs(R - L));
    return Math.max(L, R) + 1;
  }
  dfs(root);
  return diff - 1 <= 0;
};

复杂度分析：

  • 时间复杂度：O(n)：n为二叉树节点数。

  • 空间复杂度：O(n)：n为二叉树节点数，最差情况为O(n)。

  1. 合并二叉树

思路：

  • 递归对两个相同位置的节点相加

代码展示：

/**
 * @param {TreeNode} root1
 * @param {TreeNode} root2
 * @return {TreeNode}
 */
var mergeTrees = function(root1, root2) {
  if (!root1 || !root2) return root1 || root2;
  let newRoot = new TreeNode(root1.val + root2.val);
  newRoot.left = mergeTrees(root1.left, root2.left);
  newRoot.right = mergeTrees(root1.right, root2.right);
  return newRoot;
};

复杂度分析：

  • 时间复杂度：O(n)：n为二叉树节点数。

  • 空间复杂度：O(n)：n为二叉树节点数。

  1. 路径总和

思路：

  • 考虑深度优先遍历
  • 记录从根节点到当前节点的和，与target比较。

代码展示：

/** * @param {TreeNode} root * @param {number} targetSum * @return {boolean} */
var hasPathSum = function(root, targetSum) {
  if (!root) return false;
  let res = false;
  const dfs = (root, val) => {
    if (root.left) dfs(root.left, val + root.left.val);
    if (root.right) dfs(root.right, val + root.right.val);
    if (!root.left && !root.right && val === targetSum) res = true;
  }
  dfs(root, root.val);
  return res;
};

复杂度分析：

  • 时间复杂度：O(n)：n为二叉树节点数。

  • 空间复杂度：O(n)：n为二叉树节点数。

  1. 二叉树的最小深度

思路：

  • 方法一考虑使用广度优先遍历

  • 方法二考虑使用深度优先遍历

代码展示：

方法一：

/**
 * @param {TreeNode} root
 * @return {number}
 */
var minDepth = function(root) {
    if (!root) return 0;
    let minDep = Infinity;
    const bfs = (root, l) => {
        const q = [[root, l]];
        while (q.length) {
            const [n, l] = q.shift();
            if (n.left) q.push([n.left, l + 1]);
            if (n.right) q.push([n.right, l + 1]);
            if (!n.left && !n.right) minDep = Math.min(minDep, l);
        }
    }
    bfs(root, 1);
    return minDep;
};

方法二：

/** * @param {TreeNode} root * @return {number} */
var minDepth = function(root) {
  if (!root) return 0;
  if (root.left && root.right) {
    return 1 + Math.min(minDepth(root.left), minDepth(root.right));
  } else if (root.left) {
    return 1 + minDepth(root.left);
  } else if (root.right) {
    return 1 + minDepth(root.right);
  } else {
    return 1;
  }
};

复杂度分析：

  • 时间复杂度：O(n)：n为二叉树节点数。

  • 空间复杂度：O(n)：n为二叉树节点数。

  1. N 叉树的前序遍历

思路：

  • 类似于二叉树的前序遍历

代码展示：

// 递归
var preorder = function(root) {
  if (!root) return [];
  const res = [];
  const preord = (n) => {
    if (n) res.push(n.val);
    n.children.forEach(preord);
  }
  preord(root);
  return res;
};

// 迭代
var preorder = function(root) {
  if (!root) return [];
  const stack = [root];
  const res = [];
  while (stack.length) {
    const n = stack.pop();
    res.push(n.val);
    n.children.reverse().forEach(child => {
      stack.push(child);
    });
  }
  return res;
}

复杂度分析：

  • 时间复杂度：O(n)：n为二叉树节点数。
  • 空间复杂度：O(height)：height为二叉树最大深度。

剑指 Offer 54. 二叉搜索树的第k大节点

思路：

  • 根据树的特点，采用中序遍历，按右子树 - 根节点 - 左子树的顺序遍历，就可以由大到小找到第k大节点

代码展示：

/**
 * @param {TreeNode} root
 * @param {number} k
 * @return {number}
 */
var kthLargest = function(root, k) {
  if (!root || k <= 0) return null;
  const stack = [];
  const res = null;
  let p = root;
  while (stack.length || p) {
    while (p) {
      stack.push(p);
      p = p.right;
    }
    const top = stack.pop();
    if (--k === 0) return top.val;
    p = top.left;
  }
  return res;
};

复杂度分析：

  • 时间复杂度：O(n)：n为二叉树节点数。
  • 空间复杂度：O(n)：n为二叉树节点数。

难度：中等

  1. 二叉树的前序遍历

代码展示：

/**
 * @param {TreeNode} root
 * @return {number[]}
 */
var preorderTraversal = function(root) {
  if (!root) return [];
  const stack = [root];
  const res = [];
  while (stack.length) {
    const n = stack.pop();
    res.push(n.val);
    if (n.right) stack.push(n.right);
    if (n.left) stack.push(n.left);
  }
  return res;
};

复杂度分析：

  • 时间复杂度：O(n)：n为二叉树节点数。

  • 空间复杂度：O(n)

  1. 二叉树的中序遍历

代码展示：

/**
 * @param {TreeNode} root
 * @return {number[]}
 */
var inorderTraversal = function(root) {
  if (!root) return [];
  const stack = [];
  const res = [];
  let p = root;
  while (stack.length || p) {
    while (p) {
      stack.push(p);
      p = p.left;
    }
    const n = stack.pop();
    res.push(n.val);
    p = n.right;
  }
  return res;
};

复杂度分析：

  • 时间复杂度：O(n)：n为二叉树节点数。

  • 空间复杂度：O(n)

  1. 二叉树的后序遍历

代码展示：

/**
 * @param {TreeNode} root
 * @return {number[]}
 */
var postorderTraversal = function(root) {
  if (!root) return [];
  const stack = [root];
  const outputStack = [];
  const res = [];
  while (stack.length) {
      const n = stack.pop();
      outputStack.push(n);
      if (n.left) stack.push(n.left);
      if (n.right) stack.push(n.right);
  }
  while (outputStack.length) {
      const n = outputStack.pop();
      res.push(n.val);
  }
  return res;
};

复杂度分析：

  • 时间复杂度：O(n)：n为二叉树节点数。

  • 空间复杂度：O(n)

  1. 二叉树的层序遍历

代码展示：

方法一：深度优先遍历

/**
 * @param {TreeNode} root
 * @return {number[][]}
 */
var levelOrder = function(root) {
  if (!root) return [];
  const res = [];
  const dfs = ([root, l]) => {
    if (!res[l]) {
      res[l] = [root.val];
    } else {
      res[l].push(root.val)
    }
    if (root.left) dfs([root.left, l + 1]);
    if (root.right) dfs([root.right, l + 1]);
  }
  dfs([root, 0]);
  return res;
};

方法二：广度优先遍历

/**
 * @param {TreeNode} root
 * @return {number[][]}
 */
var levelOrder = function(root) {
  if (!root) return [];
  let res = [];
  const bfs = (root, l) => {
    const q = [[root, l]];
    while (q.length) {
      const [n, l] = q.shift();
      if (!res[l]) res[l] = [];
      res[l].push(n.val);
      if (n.left) q.push([n.left, l + 1]);
      if (n.right) q.push([n.right, l + 1]);
    }
  };
  bfs(root, 0);
  return res;
};

复杂度分析：

  • 时间复杂度：O(n)：n为二叉树节点数。

  • 空间复杂度：O(n)

  1. 从前序与中序遍历序列构造二叉树

  2. 从中序与后序遍历序列构造二叉树

剑指 Offer 07. 重建二叉树

思路：

  • 递归

代码展示：

参考：多种解法，逐渐优化

/**
 * @param {number[]} preorder
 * @param {number[]} inorder
 * @return {TreeNode}
 */
var buildTree = function(preorder, inorder) {
  if (!preorder.length || !inorder.length) return null;
  const map = new Map();
  for (let i = 0; i < inorder.length; i++) {
    map.set(inorder[i], i);
  }
  const builder = (p_start, p_end, i_start, i_end) => {
    if (p_start > p_end) return null;
    let rootVal = preorder[p_start]; // 找到根节点
    let root = new TreeNode(rootVal); // 设置二叉树的根节点
    let mid = map.get(rootVal);  // 找到根节点在inorder中的位置
    let leftNum = mid - i_start; // 左子树的个数
    root.left = builder(p_start + 1, p_start + leftNum, i_start, mid - 1);
    root.right = builder(p_start + leftNum + 1, p_end, mid + 1, i_end);
    return root;
  }
  return builder(0, preorder.length - 1, 0, inorder.length - 1);
};

复杂度分析：

  • 时间复杂度：O(n)：n为二叉树节点数。

  • 空间复杂度：O(n)

  1. 二叉树的锯齿形层序遍历

思路：

  • 同二叉树层序遍历

代码展示：

/**
 * @param {TreeNode} root
 * @return {number[][]}
 */
var zigzagLevelOrder = function(root) {
  if (!root) return [];
  const res = [];
  const bfs = ([root, index]) => {
    if (!root) return;
    if (!res[index]) {
      res[index] = [root.val];
    } else {
      index % 2 === 0 ? res[index].push(root.val) : res[index].unshift(root.val);
    }
    if (root.left) bfs([root.left, index + 1]);
    if (root.right) bfs([root.right, index + 1]);
  }
  bfs([root, 0]);
  return res;
};

复杂度分析：

  • 时间复杂度：O(n)：n为二叉树节点数。

  • 空间复杂度：O(n)

  1. 二叉树的右视图

思路：

  • 方法一考虑广度优先遍历，每层保留最后一个元素

  • 方法二考虑使用类似先序遍历，根 - 右 - 左的方式遍历，每层第一个出现的元素保留下来即可

代码展示：

方法一：广度优先遍历

/**
 * @param {TreeNode} root
 * @return {number[]}
 */
var rightSideView = function(root) {
  if (!root) return [];
  const res = [];
  const bfs = (root, l) => {
    const q = [[root, l]]
    while (q.length) {
      const [n, l] = q.shift();
      res[l] = n.val;
      if (n.left) q.push([n.left, l + 1]);
      if (n.right) q.push([n.right, l + 1]);
    }
  }
  bfs(root, 0);
  return res;
};

方法二：

/**
 * @param {TreeNode} root
 * @return {number[]}
 */
var rightSideView = function(root) {
  if (!root) return [];
  const res = [];
  const stack = [[root, 0]];
  while (stack.length) {
    const [n, l] = stack.pop();
    if (res[l] == undefined) res.push(n.val);
    if (n.left) stack.push([n.left, l + 1]);
    if (n.right) stack.push([n.right, l + 1]);
  }
  return res;
};

复杂度分析：

  • 时间复杂度：O(n)：n为二叉树节点数。
  • 空间复杂度：O(n)

剑指 Offer 26. 树的子结构

思路：

  • 递归比较

代码展示：

/** * @param {TreeNode} A * @param {TreeNode} B * @return {boolean} */
var isSubStructure = function(A, B) {
  if (!A || !B) return false;
  const isSameSub = (p, q) => {
    if (!q) return true;
    if (!p) return false;
    if (p.val !== q.val) return false;
    return isSameSub(p.left, q.left) && isSameSub(p.right, q.right);
  }
  return isSameSub(A, B) || isSubStructure(A.left, B) || isSubStructure(A.right, B);
};

复杂度分析：

  • 时间复杂度：O(mn)：m，n分别为A和B的节点数。

  • 空间复杂度：O(m)

  1. 验证二叉搜索树

代码展示：

/** * @param {TreeNode} root * @return {boolean} */
var isValidBST = function(root) {
  const helper = (root, lower, upper) => {
    if (root === null) {
      return true;
    }
    if (root.val <= lower || root.val >= upper) {
      return false;
    }
    return helper(root.left, lower, root.val) && helper(root.right, root.val, upper);
  }
  return helper(root, -Infinity, Infinity);
};

复杂度分析：

  • 时间复杂度：O(n)：n为二叉树节点数。

  • 空间复杂度：O(n)

  1. 不同的二叉搜索树

思路：

  • 卡塔兰数公式

代码展示：

var numTrees = function(n) {
    let C = 1;
    for (let i = 0; i < n; ++i) {
        C = C * 2 * (2 * i + 1) / (i + 2);
    }
    return C;
};

复杂度分析：

  • 时间复杂度：O(n)：n为二叉树节点数。

  • 空间复杂度：O(1)

  1. 完全二叉树的节点个数

代码展示：

/** * @param {TreeNode} root * @return {number} */
var countNodes = function(root) {
  return root ? countNodes(root.left) + countNodes(root.right) + 1 : 0;
};

复杂度分析：

  • 时间复杂度：O(n)：n为二叉树节点数。
  • 空间复杂度：O(1)

剑指 Offer 34. 二叉树中和为某一值的路径

代码展示：

/**
 * @param {TreeNode} root
 * @param {number} target
 * @return {number[][]}
 */
var pathSum = function(root, target) {
  if (!root) return [];
  const res = [];
  let temp = [];
  const dfs = (root, v) => {
    if (!root) return null;
    temp.push(root.val);
    if (root.left) dfs(root.left, root.left.val + v);
    if (root.right) dfs(root.right, root.right.val + v);
    if (!root.left && !root.right && v === target) {
      res.push([...temp]);
    }
    temp.pop();
  }
  dfs(root, root.val);
  return res;
};

复杂度分析：

  • 时间复杂度：O(n)：n为二叉树节点数。
  • 空间复杂度：O(n)

难度：困难

  1. 二叉树中的最大路径和

代码展示：

参考解法

/**
 * @param {TreeNode} root
 * @return {number}
 */
var maxPathSum = function(root) {
  let maxNum = Number.MIN_SAFE_INTEGER;
  const dfs = (root) => {
    if (!root) return 0;
    const left = dfs(root.left);
    const right = dfs(root.right);
    const curMaxSum = left + root.val + right; // 当前子树内部最大路径和
    maxNum = Math.max(maxNum, curMaxSum);
    const outputMaxSum = root.val + Math.max(left, right); // 当前子树对上一层输出的最大路径和
    return outputMaxSum > 0 ? outputMaxSum : 0; // 大于0有输出的必要，小于0就返回0
  };
  dfs(root);
  return maxNum;
}

复杂度分析：

  • 时间复杂度：O(n)：n为二叉树节点数。
  • 空间复杂度：O(n)

剑指 Offer 37. 序列化二叉树

总结

继续对树的深度/广度优先遍历，先中后序遍历，层序遍历等遍历和递归的方法，有更深入的理解和学习。

js2030code
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
JavaScript刷LeetCode拿offer-滑动窗口
m0_67615103的博客
12-08 204
《JavaScript刷LeetCode拿offer-双指针技巧》中，简单地介绍了双指针技巧相比较单指针的优点，以及结合 Easy 难度的题目带大家进一步了解双指针的应用。进入 Medium 难度之后，解题的关键在于如何构造双指针以及确定指针移动的规则，解题方法可以归纳为以下两类：滑动窗口算法（Sliding Window Algorithm）;对数组进行预处理（如：排序，前缀和等等），再利用双指针遍历;这两种方法都可以将双循环问题转化为单循环问题，从而有效地降低算法的时间复杂度。本篇主要介绍滑动窗口算法以
JS树的遍历实例
05-24
js 实现树形数据结构遍历[前序,后续]；实现树形节点移动，任然保持树形结构；
JS树的遍历
封狼居胥
10-16 666
先序、中序、后序、层次遍历： //树的数据结构 function TreeNode(x){ this.val = x; this.left = null; this.right = null; } //先序遍历(Degree Left Right) function DLR(root){ console.log(root.val); if(root.lef...
Js之遍历树
weixin_45346457的博客
12-22 434
let namesMap; /** * @author: aa * @description: 遍历树 * @param {*} arr * @param {*} node * @return {*} */ export const traverseTree = (arr, node) => { arr.forEach((i) => { if (i.name === node) { namesMap = { area: i.area, .
JavaScript中的树遍历
weixin_26750481的博客
09-09 380
A tree is a non-linear data structure — a collection of nodes connected by directed (or undirected) edges. Each node contains a value and the connection between nodes is called edges. The top-most nod...
js遍历树结构数据
cweeq的博客
01-05 1372
js遍历树结构数据
JavaScript刷LeetCode拿offer-二叉树层序遍历篇
m0_67615103的博客
11-15 72
博主最近在刷leetcode，做到二叉树套题的时候发现很多题的解题思路都是基于二叉树的层序遍历来完成的，因此写下这篇文章，记录一下二叉树层序遍历这件"神器"在实战的运用。
JavaScript刷LeetCode拿offer-链表篇
m0_67615103的博客
12-09 84
链表（Linked List）是一种常见的基础数据结构，也是线性表的一种。一个线性表是 n 个具有相同特性的数据元素的有限序列，线性表的存储结构分为两类：顺序表（数组）和链表。的不同：数组在使用前需要先申请占用内存的大小，并且是，不适合，正是由于连续内存存储，使得。链表则克服了数组需要预先知道数据大小的缺点，可以充分地利用内存空间，实现，但是由于每个节点增加了指针域，。前面从存储方式的分析中，可以知道数组具备随机访问的能力，
JavaScript刷LeetCode拿offer-位运算
m0_67615103的博客
11-16 82
经常会有人问，作为前端，你在实际工作中用到过哪些算法，而我回答一般是，树和位运算；想想 webpack 上的那些依赖的版本类型，想想 react 源码中的那些 flag 的定义和运算，我觉得还是很有必要去学习一下位运算到底能解决一些什么问题。
jquery遍历节点树
03-29
jquery遍历节点树jquery遍历节点树jquery遍历节点树
windhuiyi#leetcode#02-二叉树-广度遍历层序遍历1
07-25
public void helper(TreeNode root, int level){// 当前层没有 list，新建// 取得当前层的 list迭代pub
萌新刷leetcode题-leetcode-with-js:用JavaScript来刷leetcode
06-30
leetcode-with-js 前端萌新尝试用 JavaScript 来刷 leetcode 如有不对，大佬们多多指教～ 另： 在我的个人博客上会更新一些其他前端学习与工作上遇到的事情，欢迎访问，地址： 该仓库内容会在我的个人博客 LeetCode ...
Javascript-leetcode:Javascript-leetcode 算法！算法！算法！
05-08
Leetcode它于2018年3月23日开始。在2018年7月9日完成100个问题。
lrucacheleetcode-javascript-LeetCode:javascript-LeetCode
06-29
刷LeetCode有一段时间了,下面记录一些经典的题目, 用来以后复习回顾使用. LeetCode: () 常用数据结构实现 LeetCode题目 链表 栈 队列 堆 贪心算法 递归与回溯 二分查找与分治算法 二叉树 哈希表和字符串 Two ...
JavaScript刷LeetCode拿offer-经典高频40题
m0_67615103的博客
12-20 136
给定一个仅包含大小写字母和空格 ’ ’ 的字符串，返回其最后一个单词的长度。};
skypesky#leetcode-for-javascript#970. 强整数1
07-25
970. 强整数对数运算function powerfulIntegers(x: number, y: number, bound: number): numb
LeetCode---链表
最新发布
qq_51647149的博客
05-28 600
力扣链表部分习题
【力扣一轮】454.四数之和 && 383.赎金信
诚。
05-22 328
为什么能想到这里，注意到它的和是0，（和可以是任何数）这样就相当于两两数组为一对，看其中一对数组中的元素，在另外一对数组中是否出现了相反数。这里的一对说的是A+B或其他组合方式，（不重要，因为都是随机的）然而以上想法截止到第二句，都没问题，需要注意的是，不是全对应。A2：因为在存储时，不仅要存储对应的元素，也要存储元素出现的次数，所以用到map。结合之前的有效字母异位符，数组，set，map，使用数组即可。也就是说如果一对数组中有两个-2，另一对数组中只有一个2，那么计算为0的次数为2。
leetcoder题目java_LeetCode算法题-Toeplitz Matrix（Java实现）
05-29
好的，您的问题是关于 `Toeplitz Matrix` 这道 LeetCode 算法题的 Java 实现。这道题的题目描述是给定一个矩阵，判断该矩阵是否为 Toeplitz 矩阵。Toeplitz 矩阵指的是从左上角到右下角的对角线上的元素都相等。 ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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