文章目录
前言
深度用前序遍历,高度用后序遍历;因为前序是一直向下遍历,不想上返回结果,符合深度的1234...,而后序是先统计左右孩子的高度值,然后向上返回结果再+1,符合高度的定义。
一、110.平衡二叉树
思路,通过计算平衡二叉树的高度,在此过程中进行条件判断,来得到是否为平衡二叉树的结论。
1.搞清 深度与高度的区别
2.理解平衡二叉树的判断依据
3.递归
class Solution {
public boolean isBalanced(TreeNode root) {
if(length(root) == -1) return false;
else return true;
}
public int length(TreeNode node){//后序 左右中
if(node == null) return 0;
int l = length(node.left);
if(l == -1) return -1;
int r = length(node.right);
if(r == -1) return -1;
int res = Math.abs(l-r);
if(res > 1) return -1;
return (Math.max(l,r) + 1);
}
}
二、257. 二叉树的所有路径
1.递归和回溯是一家
2.本题的临界条件是叶子节点,因为没必要到空节点
3.其实是有回溯的,只不过隐藏在函数调用时的参数赋值里
4.递归完,要做回溯啊,因为path 不能一直加入节点,它还要删节点,然后才能加入新的节点。
if (cur->left) {
traversal(cur->left, path, result);
}
if (cur->right) {
traversal(cur->right, path, result);
}
path.pop_back();
这个回溯就有很大的问题,我们知道,回溯和递归是一一对应的,有一个递归,就要有一个回溯,这么写的话相当于把递归和回溯拆开了, 一个在花括号里,一个在花括号外。
class Solution {
/**
* 递归法
*/
public List<String> binaryTreePaths(TreeNode root) {
List<String> res = new ArrayList<>();// 存最终的结果
if (root == null) {
return res;
}
List<Integer> paths = new ArrayList<>();// 作为结果中的路径
traversal(root, paths, res);
return res;
}
private void traversal(TreeNode root, List<Integer> paths, List<String> res) {
paths.add(root.val);// 前序遍历,中
// 遇到叶子结点
if (root.left == null && root.right == null) {
// 输出
StringBuilder sb = new StringBuilder();// StringBuilder用来拼接字符串,速度更快
for (int i = 0; i < paths.size() - 1; i++) {
sb.append(paths.get(i)).append("->");
}
sb.append(paths.get(paths.size() - 1));// 记录最后一个节点
res.add(sb.toString());// 收集一个路径
return;
}
// 递归和回溯是同时进行,所以要放在同一个花括号里
if (root.left != null) { // 左
traversal(root.left, paths, res);
paths.remove(paths.size() - 1);// 回溯
}
if (root.right != null) { // 右
traversal(root.right, paths, res);
paths.remove(paths.size() - 1);// 回溯
}
}
}
三、404.左叶子之和
这道题目要求左叶子之和,其实是比较绕的,因为不能判断本节点是不是左叶子节点。
此时就要通过节点的父节点来判断其左孩子是不是左叶子了。
平时我们解二叉树的题目时,已经习惯了通过节点的左右孩子判断本节点的属性,而本题我们要通过节点的父节点判断本节点的属性。
class Solution {
public int sumOfLeftLeaves(TreeNode root) {
if (root == null) return 0;
int leftValue = sumOfLeftLeaves(root.left); // 左
int rightValue = sumOfLeftLeaves(root.right); // 右
int midValue = 0;
if (root.left != null && root.left.left == null && root.left.right == null) {
midValue = root.left.val;
}
int sum = midValue + leftValue + rightValue; // 中
return sum;
}
}
总结
套路。