图解leetcode572. 另一棵树的子树

1.题目描述：

给你两棵二叉树root和subRoot。检验root中是否包含和subRoot具有相同结构和节点值的子树。如果存在，返回true；否则，返回false。二叉树tree的一棵子树包括tree的某个节点和这个节点的所有后代节点。tree也可以看做它自身的一棵子树。

2.递归：

自己的想法比较简单，当前root节点若和subRoot节点值相等，则递归左右子节点判断，若不相等，则将传入root左右子节点递归判断，但是有几种情况会出现问题，比如传入[1,1],[1]。来回修改还是不能不外调方法解决，半成品代码如下：

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode() {}
 *     TreeNode(int val) { this.val = val; }
 *     TreeNode(int val, TreeNode left, TreeNode right) {
 *         this.val = val;
 *         this.left = left;
 *         this.right = right;
 *     }
 * }
 */
class Solution {
    public boolean isSubtree(TreeNode root, TreeNode subRoot) {
        if(root == null && subRoot == null) return true;
        if(root == null || subRoot == null) return false;
        if(root.val == subRoot.val) return isSubtree(root.left, subRoot.left) && isSubtree(root.right, subRoot.right);
        else return isSubtree(root.left, subRoot) || isSubtree(root.right, subRoot); 
    }
}

使用双层递归，将深度优先搜索递归判断是否包含子树的方法抽取出来，再在主方法中递归每个节点的深搜即可。这种需要递归+遍历的推荐都写成两次递归的这种形式，不建议再额外写类似于leetcode437. 路径总和 III中树的遍历方法，时间复杂度O(m * n)，空间复杂度O(m)，代码如下：

class Solution {
    public boolean isSubtree(TreeNode root, TreeNode subRoot) {
        if(root == null) return false;
        return dfs(root, subRoot) || isSubtree(root.left, subRoot) || isSubtree(root.right, subRoot);
    }
    public boolean dfs(TreeNode root, TreeNode subRoot){
        if(root == null && subRoot == null) return true;
        if(root == null || subRoot == null) return false;
        if(root.val == subRoot.val) return dfs(root.left, subRoot.left) && dfs(root.right, subRoot.right);
        return false;
    }
}

3.前序遍历+KMP算法：

使用前序遍历将树的节点信息转化为字符串信息，随后使用KMP算法即可，具体思路见如下图解，结合图解代码就容易理解了。两棵树前序遍历和KMP算法时间复杂度均为O(m + n)。开辟集合空间，空间复杂度为O(m + n)。

class Solution{
    List<Integer> sOrder = new ArrayList<Integer>();
    List<Integer> tOrder = new ArrayList<Integer>();
    int maxElement, lNull, rNull;

    public boolean isSubtree(TreeNode s, TreeNode t){
        maxElement = Integer.MIN_VALUE;
        lNull = maxElement + 1;
        rNull = maxElement + 2;
        getDfsOrder(s, sOrder);//通过前序遍历得到对应用集合保存的信息
        getDfsOrder(t, tOrder);
        return kmp();
    }
    //前序遍历将树的节点信息转化为用集合保存的信息
    public void getDfsOrder(TreeNode t, List<Integer> tar){
        if(t == null) return;
        tar.add(t.val);
        if(t.left != null) getDfsOrder(t.left, tar);
        else tar.add(lNull);
        if(t.right != null) getDfsOrder(t.right, tar);
        else tar.add(rNull);
    }

    public boolean kmp(){
        int sLen = sOrder.size(), tLen = tOrder.size();
        int[] fail = new int[tOrder.size()];
        Arrays.fill(fail, -1);
        for(int i = 1, j = -1; i < tLen; ++i){
            while(j != -1 && !(tOrder.get(i).equals(tOrder.get(j + 1)))) j = fail[j];
            if(tOrder.get(i).equals(tOrder.get(j + 1))) ++j;
            fail[i] = j;
        }
        for(int i = 0, j = -1; i < sLen; ++i){
            while(j != -1 && !(sOrder.get(i).equals(tOrder.get(j + 1)))) j = fail[j];
            if(sOrder.get(i).equals(tOrder.get(j + 1))) ++j;
            if(j == tLen - 1) return true;
        }
        return false;
    }
}

4.树哈希：建议直接看官解方法三：树哈希

5.二刷递归：子树的判断方法与镜像和相同子树的判断类似，主方法体结合递归与判断比较关键。

class Solution {
    public boolean isSubtree(TreeNode root, TreeNode subRoot) {
        if (root == null) return false;
        return helper(root, subRoot) || isSubtree(root.left, subRoot) || isSubtree(root.right, subRoot);
    }
    public boolean helper(TreeNode p, TreeNode q) {
        if (p == null && q == null) return true;
        if (p == null || q == null || p.val != q.val) return false;
        return helper(p.left, q.left) && helper(p.right, q.right);
    }
}