LeetCode Day15 | 二叉树的层序遍历:102、107、199、637、429、515、116、117、226. 翻转二叉树、101. 对称二叉树

102. 二叉树的层序遍历

难度:☆2

a. 迭代法:层序遍历+队列

队列和数组。deque实现一个先进先出的队列,队列里面保存二叉树每一层的节点。通过两层循环遍历所有节点,保存在数组里。

# 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 levelOrder(self, root: Optional[TreeNode]) -> List[List[int]]:
        result = []
        stack = deque()
        if root:
            stack.append(root)
        while stack:
            size = len(stack)
            level = []
            for _ in range(size):
                node = stack.popleft()
                level.append(node.val)
                if node.left:
                    stack.append(node.left)
                if node.right:
                    stack.append(node.right)
            result.append(level)
        return result

Python Doc: deque相比list的好处是,list的pop(0)是O(n)复杂度,deque的popleft()是O(1)复杂度。

107. 二叉树的层序遍历 II

难度:☆2

a. 迭代法:层序遍历+队列

队列和数组。deque实现一个先进先出的队列,队列里面保存二叉树每一层的节点。通过两层循环遍历所有节点,保存在数组里。翻转结果数组,实现自底向上的层序遍历。

class Solution:
    def levelOrderBottom(self, root: Optional[TreeNode]) -> List[List[int]]:
        results = []
        queue = deque()
        if root:
            queue.append(root)
        while queue:
            size = len(queue)
            result = []
            for _ in range(size):
                cur = queue.popleft()
                result.append(cur.val)
                if cur.left:
                    queue.append(cur.left)
                if cur.right:
                    queue.append(cur.right)
            results.append(result)
        results.reverse()
        return results

199. 二叉树的右视图

难度:☆2

a. 迭代法:层序遍历+队列

队列和数组。二叉树的层序遍历。deque实现一个先进先出的队列,队列里面保存二叉树每一层的节点。通过两层循环遍历所有节点,把每一层末尾的节点数值保存在数组里返回。

class Solution:
    def rightSideView(self, root: Optional[TreeNode]) -> List[int]:
        result = []
        queue = deque()
        if root:
            queue.append(root)
        while queue:
            size = len(queue)
            right = queue[-1]
            result.append(right.val)
            for _ in range(size):
                cur = queue.popleft()
                if cur.left:
                    queue.append(cur.left)
                if cur.right:
                    queue.append(cur.right)
        return result

637. 二叉树的层平均值

难度:☆2

a. 迭代法:层序遍历+队列

队列和数组。类似102题层序遍历。deque实现一个先进先出的队列,队列里面保存二叉树每一层的节点。通过两层循环遍历所有节点,保存在数组里,并求每一层的节点之和。最后将每一层的平均数存入结果数组。

class Solution:
    def averageOfLevels(self, root: Optional[TreeNode]) -> List[float]:
        result = []
        queue = deque()
        if root:
            queue.append(root)
        while queue:
            size = len(queue)
            total = 0
            for _ in range(size):
                cur = queue.popleft()
                total += cur.val
                if cur.left:
                    queue.append(cur.left)
                if cur.right:
                    queue.append(cur.right)
            result.append(total / size)
        return result

429. N 叉树的层序遍历

难度:☆3

a. 迭代法:层序遍历+队列

队列和数组。类似102题层序遍历。deque实现一个先进先出的队列,队列里面保存二叉树每一层的节点。通过两层循环遍历所有节点,将节点的N个子节点保存在结果数组里返回。

class Solution:
    def levelOrder(self, root: 'Node') -> List[List[int]]:
        results = []
        queue = deque()
        if root:
            queue.append(root)
        while queue:
            size = len(queue)
            level = []
            for _ in range(size):
                cur = queue.popleft()
                level.append(cur.val)
                for i in range(len(cur.children)):
                    queue.append(cur.children[i])
            results.append(level)
        return results

用deque的extend方法的另一种写法:

class Solution:
    def levelOrder(self, root: 'Node') -> List[List[int]]:
        level_order = []
        if not root:
            return level_order
        que = deque([root])
        while que:
            level = []
            for _ in range(len(que)):
                cur = que.popleft()
                level.append(cur.val)
                if cur.children:
                    que.extend(cur.children)               
            level_order.append(level)
        return level_order

515. 在每个树行中找最大值

难度:☆2

a. 迭代法:层序遍历+队列

队列和数组。类似102题层序遍历。deque实现一个先进先出的队列,队列里面保存二叉树每一层的节点。通过两层循环遍历所有节点,将每层的最大节点保存在数组里返回。

class Solution:
    def largestValues(self, root: Optional[TreeNode]) -> List[int]:
        result = []
        queue = deque()
        if root:
            queue.append(root)
        while queue:
            size = len(queue)
            largest = -sys.maxsize
            for _ in range(size):
                cur = queue.popleft()
                if cur.val > largest:
                    largest = cur.val
                if cur.left:
                    queue.append(cur.left)
                if cur.right:
                    queue.append(cur.right)
            result.append(largest)
        return result

Python Doc: sys.maxsize 最大整数。

116. 填充每个节点的下一个右侧节点指针

难度:☆2

a. 迭代法:层序遍历+队列

队列,二叉树的层序遍历。题意要求满二叉树。deque实现一个先进先出的队列,队列里面保存二叉树每一层的节点。通过两层循环遍历所有节点,让每一层的节点指向下一个,最后一个节点不处理(默认指向None)。

class Solution:
    def connect(self, root: 'Optional[Node]') -> 'Optional[Node]':
        queue = deque()
        if root:
            queue.append(root)
        while queue:
            size = len(queue)
            for i in range(size):
                cur = queue.popleft()
                if i < size - 1:
                    cur.next = queue[0]
                if cur.left:
                    queue.append(cur.left)
                if cur.right:
                    queue.append(cur.right)
        return root

b. 迭代法:链表

first指向每层第一个节点,cur依次指向每层所有节点,对cur的左/右节点的next赋值,遍历所有节点。比队列的思维难度更高。

class Solution:
    def connect(self, root: 'Optional[Node]') -> 'Optional[Node]':
        first = root  # 每层的第一个
        while first:
            cur = first
            while cur:  # 遍历每层的节点
                if cur.left:
                    cur.left.next = cur.right  # 找左节点的next
                if cur.right and cur.next:
                    cur.right.next = cur.next.left  # 找右节点的next
                cur = cur.next  # cur同层移动到下一节点
            first = first.left  # 从本层扩展到下一层
        return root

117. 填充每个节点的下一个右侧节点指针 II

难度:☆2

a. 迭代法:层序遍历+队列

队列,二叉树的层序遍历。题意不同于116题限制满二叉树,代码完全同116题。也可以遍历每一层节点生成一个个列表,再对每一个列表串联成链表。

class Solution:
    def connect(self, root: 'Node') -> 'Node':
        queue = deque()
        if root:
            queue.append(root)
        while queue:
            size = len(queue)
            for i in range(size):
                cur = queue.popleft()
                if i < size - 1:
                    cur.next = queue[0]
                if cur.left:
                    queue.append(cur.left)
                if cur.right:
                    queue.append(cur.right)
        return root

226. 翻转二叉树

难度:☆3

a. 递归法:前序遍历

二叉树的前序遍历,递归法实现。

class Solution:
    def invertTree(self, root: Optional[TreeNode]) -> Optional[TreeNode]:
        if not root:
            return root
        root.left, root.right = root.right, root.left  # 中
        self.invertTree(root.left)  # 左
        self.invertTree(root.right)  # 右
        return root

b. 递归法:后序遍历

二叉树的后序遍历,递归法实现。

class Solution:
    def invertTree(self, root: Optional[TreeNode]) -> Optional[TreeNode]:
        if not root:
            return root
        self.invertTree(root.left)  # 左
        self.invertTree(root.right)  # 右
        root.left, root.right = root.right, root.left  # 中
        return root

c. 递归法:中序遍历

二叉树的中序遍历,递归法实现。易错注意:中序遍历中间节点的操作在中间,翻转左子树之后,还要再翻转左子树,因为翻转了中间节点的左右子树。

class Solution:
    def invertTree(self, root: Optional[TreeNode]) -> Optional[TreeNode]:
        if not root:
            return root
        self.invertTree(root.left)  # 左
        root.left, root.right = root.right, root.left  # 中
        self.invertTree(root.left)  # 注意还是左
        return root

d. 迭代法:前序遍历

二叉树的前序遍历,迭代法借助栈实现。

class Solution:
    def invertTree(self, root: TreeNode) -> TreeNode:
        if not root:
            return root
        st = [root]
        while st:
            node = st.pop()
            node.left, node.right = node.right, node.left  # 中
            if node.left:
                st.append(node.left)  # 左
            if node.right:
                st.append(node.right)  # 右
        return root

e. 迭代法:后序遍历

二叉树的后序遍历,迭代法借助栈实现。

class Solution:
    def invertTree(self, root: TreeNode) -> TreeNode:
        if not root:
            return root
        st = [root]
        while st:
            node = st.pop()
            if node.left:
                st.append(node.left)  # 左
            if node.right:
                st.append(node.right)  # 右
            node.left, node.right = node.right, node.left  # 中
        return root

f. 迭代法:中序遍历

二叉树的中序遍历,迭代法借助栈实现。易错注意:中序遍历中间节点的操作在中间,翻转左子树之后,还要再翻转左子树,因为翻转了中间节点的左右子树。

class Solution:
    def invertTree(self, root: TreeNode) -> TreeNode:
        if not root:
            return root
        st = [root]
        while st:
            node = st.pop()
            if node.left:
                st.append(node.left)  # 左
            node.left, node.right = node.right, node.left  # 中
            if node.left:
                st.append(node.left)  # 注意还是左    
        return root

g. 迭代法:层序遍历

二叉树的层序遍历,迭代法借助队列实现。deque实现一个先进先出的队列,队列里面保存二叉树每一层的节点。通过两层循环遍历所有节点,交换每个节点的左右孩子,并把左右孩子加到队列里。注意,交换左右孩子,也可以放在“把左右孩子加到队列里”的操作后面。

class Solution:
    def invertTree(self, root: Optional[TreeNode]) -> Optional[TreeNode]:
        queue = deque()
        if root:
            queue.append(root)
        while queue:
            size = len(queue)
            for _ in range(size):
                cur = queue.popleft()
                cur.left, cur.right = cur.right, cur.left
                if cur.left:
                    queue.append(cur.left)
                if cur.right:
                    queue.append(cur.right)
        return root

101. 对称二叉树

难度:☆3

a. 递归法:后序遍历

二叉树的后序遍历,递归法实现。探究中间父节点的左子树和右子树是否对称。递归三部曲:确定递归函数的参数和返回值,确定终止条件,确定单层递归的逻辑。

class Solution:
    def isSymmetric(self, root: Optional[TreeNode]) -> bool:
        if root is None: return True
        return self.compare(root.left, root.right)

    def compare(self, left, right):
        if left is None and right is None: return True
        elif left is None and right: return False
        elif left and right is None: return False
        elif left.val != right.val: return False
        outside = self.compare(left.left, right.right)  # 比较左子树的左孩子、右子树的右孩子
        inside = self.compare(left.right, right.left)  # 比较左子树的右孩子、右子树的左孩子
        result = inside and outside  # 返回上层中间节点(父节点)
        return result 

简化写法:

class Solution:
    def isSymmetric(self, root: Optional[TreeNode]) -> bool:
        if root is None: return True
        return self.compare(root.left, root.right)

    def compare(self, leftTree: TreeNode, rightTree: TreeNode) -> bool:
        if leftTree is None and rightTree: return False            
        elif leftTree and rightTree is None: return False
        elif leftTree is None and rightTree is None: return True
        elif leftTree.val != rightTree.val: return False
        return self.compare(leftTree.left, rightTree.right) and self.compare(leftTree.right, rightTree.left)

更加精简:

class Solution:
    def isSymmetric(self, root: Optional[TreeNode]) -> bool:        
        if root is None:
            return True
        return self.check(root.left, root.right)
    
    def check(self, left: TreeNode, right: TreeNode) -> bool:
        if left is None or right is None:
            return left is right
        if left.val != right.val:
            return False
        return self.check(left.right, right.left) and self.check(left.left, right.right)

b. 迭代法:队列

迭代法用队列实现,关键是把要比较的节点放进去,再pop出来做比较。

class Solution:
    def isSymmetric(self, root: Optional[TreeNode]) -> bool:
        if root is None:
            return True
        queue = deque()
        queue.append(root.left)
        queue.append(root.right)
        while queue:
            leftNode = queue.popleft()  # 队列:先入先出
            rightNode = queue.popleft()
            if leftNode is None and rightNode is None:
                continue            
            if leftNode is None or rightNode is None or leftNode.val != rightNode.val:
                return False
            
            queue.append(leftNode.left)
            queue.append(rightNode.right)
            queue.append(leftNode.right)
            queue.append(rightNode.left)
        return True

c. 迭代法:栈

迭代法用栈实现,关键是把要比较的节点放进去,再pop出来做比较。和队列实现的代码基本一致,注意栈是先入后出。

class Solution:
    def isSymmetric(self, root: Optional[TreeNode]) -> bool:
        if root is None:
            return True
        stack = []
        stack.append(root.left)
        stack.append(root.right)
        while stack:
            rightNode = stack.pop()  # 栈:先入后出
            leftNode = stack.pop()
            if leftNode is None and rightNode is None:
                continue            
            if leftNode is None or rightNode is None or leftNode.val != rightNode.val:
                return False
            
            stack.append(leftNode.left)
            stack.append(rightNode.right)
            stack.append(leftNode.right)
            stack.append(rightNode.left)
        return True
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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

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