递归和迭代方式判断二叉树是否镜像对称小结

 二叉树的一些问题，一般都能采用递归和迭代两种方式去解决。
首先，

***方式一：递归。
采用递归解决问题，通常我们可以分解出三个角度去得出解题思路。
1.明确递归结束条件
2.明确递归过程
3.明确短路的条件***

现在我们针对判断二叉树是否镜像对称的问题，套用一下。

题目描述：
给定一个二叉树，检查它是否是镜像对称的。

例如，二叉树 [1,2,2,3,4,4,3] 是对称的。

1

/ |
2 2
/ \ / |
3443

但是下面这个 [1,2,2,null,3,null,3] 则不是镜像对称的:

1

/ 、
2 2
\ 、
3 3
/**

• Definition for a binary tree node.

• public class TreeNode {

• int val;
  

• TreeNode left;
  

• TreeNode right;
  

• TreeNode(int x) { val = x; }
  

• }
  */
  class Solution {
  public boolean isSymmetric(TreeNode root) {

  }
  }

思路：

 递归结束条件：
 *如果根节点为null 则返回true;
 *A节点为null &&B节点为null 则返回true;
 *如果A或者B其中一个为null,则返回false;
 
 递归过程:
 *判断A,B的val值是否相等。
 *判断 A 的右子树与 B 的左子树是否对称
*判断 A 的左子树与 B 的右子树是否对称
 短路条件：
 在递归判断过程中存在短路现象，也就是做 与 操作时，如果前面的值返回 false 则后面的不再进行计算

主要代码实现：

public boolean isSymmetric(TreeNode root){
	if(root==null) return true;
	return isMirror(TreeNode A,TreeNode B);
}

public boolean isMirror(TreeNode A,TreeNode B){
	if(A==null&&B==null) return true;
	if(A==null||B==null) return false;
	return (A.val==B.val)&&isMirror(A.left,B.right)&&isMirror(A.right,B.right);
}

复杂度分析

时间复杂度：O(n)，因为我们遍历整个输入树一次，所以总的运行时间为 O(n)，其中 n 是树中结点的总数。
空间复杂度：递归调用的次数受树的高度限制。在最糟糕情况下，树是线性的，其高度为 O(n)。因此，在最糟糕的情况下，由栈上的递归调用造成的空间复杂度为 O(n)。此处存疑。

方式二：迭代。
思路：
除了递归的方法外，我们也可以利用队列进行迭代
主要就是保证队列中需要比对的两个值连续。每次取出两个值进行比较，如不相等，或者队列为空时，结束迭代。
具体来说，队列中每两个连续的结点应该是相等的，而且它们的子树互为镜像。最初，队列中包含的是 root 以及 root。每次提取两个结点并比较它们的值。然后，将两个结点的左右子结点按相反的顺序插入队列中。当队列为空时，或者我们检测到树不对称（即从队列中取出两个不相等的连续结点）时，该算法结束。

主要代码实现：

 public boolean isSymmetric(TreeNode root){
 	//创建一个对列
 	Queue<TreeNode> queue = new LinkedList<>();
 	//最开始比对根节点，主要是提取一个通用代码。
 	queue.add(root);
 	queue.add(root);
 	//主要代码，迭代,迭代前提条件，对列非空。
 	while(!queue.isEmpty()){
 		//对列中取出两个连续的节点。
 		TreeNode A = queue.poll();
 		TreeNode B = queue.poll();
 		if(A==null&&B==null) return continue;
 		if(A==null||B==null) return false;
 		if(A.val!=B.val) return false;
 		//将两个结点的左右子结点按相反的顺序插入队列中
 		queue.add(A.left);
 		queue.add(B.right);
 		queue.add(A.right);
 		queue.add(B.left);
 	}
 	return true;
 }

复杂度分析

时间复杂度：O(n)，因为我们遍历整个输入树一次，所以总的运行时间为 O(n)，其中 n 是树中结点的总数。
空间复杂度：搜索队列需要额外的空间。在最糟糕情况下，我们不得不向队列中插入 O(n)个结点。因此，空间复杂度为 O(n).

参考文档：https://leetcode-cn.com/problems/symmetric-tree/solution/dui-cheng-er-cha-shu-by-leetcode/