网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
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
}
}
}
递归版本实现:
// 递归版本实现
const preOrder1 = (root) => {
if(!root){
return;
}
console.log(root.val);
preOrder1(root.left);
preOrder1(root.right);
}
preOrder1(bt);
/\*\*打印结果:
1
2
4
5
3
6
7
\*/
非递归版本实现:
// 非递归版实现
/\*\*
\* 思路:
\* 1.新建一个栈模拟函数的调用堆栈;
\* 2.对于先序遍历来说,需要先把根节点取出,然后再遍历左子树了右子树;
\* 3.按照栈的先进后出特点,先把右子树放进栈里,再把左子树放进栈里,一一取出。
\*/
const preOrder2 = (root) => {
if(!root){
return;
}
// 新建一个stack代表函数的调用堆栈
const stack = [root];
// console.log(stack)
while(stack.length){
// 将根节点从栈里弹出
const n = stack.pop();
console.log(n.val);
if(n.right){
stack.push(n.right);
}
if(n.left){
stack.push(n.left);
}
}
}
preOrder2(bt);
/\*\*打印结果:
1
2
4
5
3
6
7
\*/
(2)JS实现二叉树的中序遍历
对于二叉树的中序遍历来说,是先访问左子树,之后访问根节点,最后再访问右子树。下面我们用两种方式来实现中序遍历,第一种是递归版本,第二种是非递归版本。
同样地,我们先来先定义一棵树:
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
}
}
}
递归版本实现:
// 递归版本实现
const inOrder1 = (root) => {
if(!root){
return;
}
inOrder(root.left);
console.log(root.val);
inOrder(root.right);
}
inOrder1(bt);
/\*\*打印结果:
4
2
5
1
6
3
7
\*/
非递归版本实现:
// 非递归版实现
/\*\*
\* 思路:
\* 1.新建一个栈模拟函数的调用堆栈;
\* 2.对于中序遍历来说,需要先把左子树全部丢到栈里面;那么需要每当遍历一个,就推到栈里面
\* 3.遍历完成之后,把最尽头的结点弹出,并访问它;此处最尽头的结点即尽头出的根节点,左根右
\* 4.访问完左结点后,需要访问右结点;
\*/
const inOrder2 = (root) => {
if(!root){
return;
}
let p = root;
const stack = [];
while(p || stack.length){
while(p){
// 先进栈
stack.push(p);
// 进栈完继续指向左子树
p = p.left;
}
// 弹出最后一个
const n = stack.pop();
console.log(n.val);
p = n.right;
}
}
inOrder2(bt);
/\*\*打印结果:
4
2
5
1
6
3
7
\*/
(3)JS实现二叉树的后序遍历
对于二叉树的后序遍历来说,是先访问左子树,之后访问右子树,最后再访问根节点。下面我们用两种方式来实现后序遍历,第一种是递归版本,第二种是非递归版本。
首先同样地,先来定义一棵树:
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
}
}
}
递归版本实现:
// 递归版本实现
const postOrder1 = (root) => {
if(!root){
return;
}
postOrder1(root.left);
postOrder1(root.right);
console.log(root.val);
}
preOrder1(bt);
/\*\*打印结果:
1
2
4
5
3
6
7
\*/
非递归版本实现:
// 非递归版实现
/\*\*
\* 思路:
\* 1.建立一个空栈stack;
\* 2.分别把左子树,右子树分别放入stack栈
\* 3.建立一个倒序栈outputStack,先把根树放进,再一一放入右子树,右子树全部放完之后再放左子树
\*/
const postOrder2 = (root) => {
if(!root){
return;
}
// 倒序栈输出,放根右左的顺序,之后再一一取出
const outputStack = [];
// 先放左子树,再放右子树,方便后面取出
const stack = [root];
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();
console.log(n.val);
}
}
preOrder2(bt);
/\*\*打印结果:
1
2
4
5
3
6
7
\*/
(4)总结
看完上面的代码实现后,我们来做个总结。为什么这里要展示递归版本和非递归版本呢?
事实上,在我们的日常开发中,递归遍历是非常常见的。但试想一下,有时候我们的业务逻辑有可能很复杂,那这个时候前端从后端接收到的数据量是比较大的。这个时候如果用递归版本来处理的话,算法复杂度相对来说就会比较高了。
所以我们多了一种非递归版本的实现方式,非递归版本的实现方式,旨在以空间来换时间,减少代码的时间复杂度。
☘️四、leetcode经典题目剖析
接下来我们引用几道经典的 leetcode
算法,来巩固树和二叉树的知识。
1、leetcode104二叉树的最大深度(简单)
(1)题意
附上题目链接:leetcode104二叉树的最大深度
给定一个二叉树,找出其最大深度。
二叉树的深度为根节点到最远叶子节点的最长路径上的节点数。
说明: 叶子节点是指没有子节点的节点。
输入输出示例:
- 输入: 给定二叉树
[3,9,20,null,null,15,7]
- 输出: 3
(2)解题思路
- 求最大深度,考虑使用深度优先遍历。
- 在深度优先遍历过程中,记录每个节点所在的层级,找出最大的层级即可。
(3)解题步骤
- 新建一个变量,记录最大深度。
- 深度优先遍历整棵树,并记录每个节点的层级,同时不断刷新最大深度的这个变量。
- 遍历结束返回最大深度的变量。
(4)代码实现
/\*\*
\* @param {TreeNode} root
\* @return {number}
\*/
let maxDepth = function(root) {
let res = 0;
const dfs = (n, l) => {
if(!n){
return;
}
if(!n.left && !n.right){
res = Math.max(res, l);
}
dfs(n.left, l + 1);
dfs(n.right, l + 1);
}
dfs(root, 1);
return res;
}
2、leetcode111二叉树的最小深度(简单)
(1)题意
附上题目链接:leetcode111二叉树的最小深度
给定一个二叉树,找出其最小深度。
最小深度是从根节点到最近叶子节点的最短路径上的节点数量。
**说明:**叶子节点是指没有子节点的节点。
输入输出示例:
- 输入: root =
[3,9,20,null,null,15,7]
- 输出: 2
(2)解题思路
- 求最小深度,考虑使用广度优先遍历。
- 在广度优先遍历过程中,遇到叶子节点,停止遍历,返回节点层级。
(3)解题步骤
- 广度优先遍历整棵树,并记录每个节点的层级。
- 遇到叶子节点,返回节点层级,停止遍历。
(4)代码实现
/\*\*
\* @param {TreeNode} root
\* @return {number}
\*/
let minDepth = function(root){
if(!root){
return 0;
}
const q = [[root, 1]];
while(q.length){
const [n, l] = q.shift();
if(!n.left && !n.right){
return l;
}
if(n.left){
q.push([n.left, l + 1]);
}
if(n.right){
q.push([n.right, l + 1]);
}
}
}
3、leetcode102二叉树的层序遍历(中等)
(1)题意
附上题目链接:leetcode102二叉树的层序遍历
给你一个二叉树,请你返回其按 层序遍历 得到的节点值。 (即逐层地,从左到右访问所有节点)。
输入输出示例:
- 输入: 二叉树:
[3,9,20,null,null,15,7]
3
/ \
9 20
/ \
15 7
- 输出:
[
[3],
[9,20],
[15,7]
]
(2)解题思路
- 层序遍历顺序就是广度优先遍历。
- 不过在遍历时候需要记录当前节点所处的层级,方便将其添加到不同的数组中。
(3)解题步骤
- 广度优先遍历二叉树。
- 遍历过程中,记录每个节点的层级,并将其添加到不同的数组中。
(4)代码实现
/\*\*
\* @param {TreeNode} root
\* @return {number[][]}
\*/
// 方法一
let levelOrder1 = function(root) {
if(!root){
return [];
}
const q = [[root, 0]];
const res = [];
while(q.length){
const [n, level] = q.shift();
if(!res[level]){
// 没有该层次的数组时先创建一个数组
res.push([n.val]);
}else{
// 有数组时直接将值放进
res[level].push(n.val);
}
if(n.left){
q.push([n.left, level + 1]);
}
if(n.right){
q.push([n.right, level + 1]);
}
}
return res;
};
// 方法二
let levelOrder2 = function(root){
if(!root){
return [];
}
const q = [root];
const res = [];
while(q.length){
let len = q.length;
res.push([]);
while(len--){
const n = q.shift();
res[res.length - 1].push(n.val);
if(n.left){
q.push(n.left);
}
if(n.right){
q.push(n.right);
}
}
}
return res;
}
4、leetcode94二叉树的中序遍历(简单)
(1)题意
附上题目链接:leetcode94二叉树的中序遍历
给定一个二叉树的根节点 root
,返回它的 中序 遍历。
输入输出示例:
- 输入: root =
[1,null,2,3]
- 输出:
[1,3,2]
(2)解题思路&&解题步骤
- 这里的解题思路和步骤和上方讲中序遍历时类似,所以不再做讲解,下面直接看代码实现。
(3)代码实现
/\*\*
\* @param {TreeNode} root
\* @return {number[]}
\*/
// 遍历版本
let inorderTraversal1 = function(root) {
const res = [];
const rec = (n) => {
if(!n){
return;
}
rec(n.left);
rec(n.val);
rec(n.right);
}
rec(root);
return res;
};
// 迭代版本——栈方法
let inorderTraversal2 = function(root){
const res = [];
const stack = [];
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;
}
inorderTraversal1(root);
inorderTraversal2(root);
5、leetcode112路径总和(简单)
(1)题意
附上题目链接:leetcode112路径总和
给你二叉树的根节点 root
和一个表示目标和的整数 targetSum
,判断该树中是否存在 根节点到叶子节点 的路径,这条路径上所有节点值相加等于目标和 targetSum
。
叶子节点 是指没有子节点的节点。
输入输出示例:
- 输入:
root
= [5,4,8,11,null,13,4,7,2,null,null,null,1],targetSum
= 22 - 输出: true
(2)解题思路
- 在深度优先遍历的过程中,记录当前路径思维节点值的和。
- 在叶子节点处,判断当前路径的节点值的和是否等于目标值。
(3)解题步骤
- 深度优先遍历二叉树,在叶子节点处,判断当前路径路径的节点值的和是否等于目标值,是就返回true。
- 遍历结束,如果没有匹配,就返回false。
(4)代码实现
/\*\*
\* @param {TreeNode} root
\* @param {number} targetSum
\* @return {boolean}
\*/
// 递归法
let hasPathSum = function(root, targetSum) {
if(!root){
return false;
}
let res = false;
const dfs = (n, s) => {
if(!n.left && !n.right && s === targetSum){
res = true;
}
if(n.left){
dfs(n.left, s + n.left.val);
}
if(n.right){
dfs(n.right, s + n.right.val);
}
}
dfs(root, root.val);
return res;
};
6、leetcode129求根节点到叶节点数字之和(中等)
(1)题意
附上题目链接:leetcode129求根节点到叶节点数字之和
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
const dfs = (n, s) => {
if(!n.left && !n.right && s === targetSum){
res = true;
}
if(n.left){
dfs(n.left, s + n.left.val);
}
if(n.right){
dfs(n.right, s + n.right.val);
}
}
dfs(root, root.val);
return res;
};
### 6、leetcode129求根节点到叶节点数字之和(中等)
**(1)题意**
附上题目链接:[leetcode129求根节点到叶节点数字之和](https://bbs.csdn.net/topics/618545628)
[外链图片转存中...(img-6FkRX1A8-1715721928044)]
[外链图片转存中...(img-QFEpDshW-1715721928044)]
**网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。**
**[需要这份系统化资料的朋友,可以戳这里获取](https://bbs.csdn.net/topics/618545628)**
**一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**