题目 513.找树左下角的值
问题描述
给定一个二叉树,在树的最后一行找到最左边的值。
解题思路
- 因为要找最后一行最左边的值,所以先找最后一行,用深度搜索实现。
- 最左的话,前序,中序,后序都可以,因为这几个搜索左边都是最优先的.
- 如果最后一行只有一个右节点,此节点就为答案,因为我们找的是”最靠近左边的值”而不是 单纯左边的值
代码
- 递归(比较抽象)
class Solution:
def findBottomLeftValue(self, root: Optional[TreeNode]) -> int:
self.maxDepth = -1
self.res = 0
self.dfs(root, 0)
return self.res
def dfs(self, node, depth):
if node is None:
return
if depth > self.maxDepth:
self.maxDepth = depth
self.res = node.val
self.dfs(node.left, depth + 1)
self.dfs(node.right, depth + 1)
- 迭代
from collections import deque
class Solution:
def findBottomLeftValue(self, root):
if root is None:
return 0
queue = deque()
queue.append(root)
result = 0
while queue:
size = len(queue)
for i in range(size):
node = queue.popleft()
if i == 0:
result = node.val
if node.left:
queue.append(node.left)
if node.right:
queue.append(node.right)
return result
复杂度分析(递归)
-
时间复杂度O(N)
-
空间复杂度
在最坏的情况下,二叉树可能退化成链表,也就是说,每个节点都只有一个孩子节点。这种情况下,递归的深度就等于二叉树的节点数,所以空间复杂度为O(N)。另一方面,如果二叉树是平衡的,那么递归的深度就等于二叉树的高度,即log(N),所以空间复杂度为O(log(N))。
题目 112. 路径总和
问题描述
给定一个二叉树和一个目标和,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。
说明: 叶子节点是指没有子节点的节点。
解题思路
这个问题是要确定是否存在一条从根到叶的路径,这条路径上所有节点的值相加等于给定的目标和。
- 确定递归函数的参数和返回值:在这个问题中,我们需要构造一个辅助函数,用于实现深度优先搜索(DFS)。这个函数的参数应该包括当前节点和剩余的目标和(count),并返回一个布尔值,表示是否存在满足条件的路径。
- 确定终止条件:在递归函数中,我们需要确定一些终止条件。如果当前节点为空,那么直接返回False,因为空节点不能构成任何路径。如果当前节点是叶子节点(即没有左右子节点),那么判断剩余的目标和是否为0,如果是,说明找到了一条满足条件的路径,返回True;否则,返回False。
- 首先,需要更新剩余的目标和,将其减去当前节点的值。然后,如果当前节点有左子节点,那么就递归调用函数,使用左子节点和更新后的目标和作为参数;如果递归调用的结果为True,说明在左子树中找到了满足条件的路径,可以直接返回True。同理,如果当前节点有右子节点,也是同样的逻辑。如果左右子节点都没有找到满足条件的路径,那么就返回False。
代码
- 递归
class Solution:
def hasPathSum(self, root: Optional[TreeNode], targetSum: int) -> bool:
if root is None:
return False
return self.traversal(root, targetSum - root.val)
def traversal(self, cur, count):
#递归终止条件
#遇到叶子节点,并且计数为0
if not cur.left and not cur.right and count == 0:
return True
#遇到叶子节点而没有找到合适的边,直接返回
if not cur.left and not cur.right:
return False
if cur.left:
count -= cur.left.val
#如果刚好减完满足target则返回true,如果没有则回溯
if self.traversal(cur.left, count):
return True
count += cur.left.val
if cur.right:
count -= cur.right.val
#已经加满了
if self.traversal(cur.right, count):
return True
count += cur.right.val
return False
class Solution:
def hasPathSum(self, root: TreeNode, sum: int) -> bool:
if not root:
return False
# 此时栈里要放的是pair<节点指针,路径数值>
st = [(root, root.val)]
while st:
node, path_sum = st.pop()
# 如果该节点是叶子节点了,同时该节点的路径数值等于sum,那么就返回true
if not node.left and not node.right and path_sum == sum:
return True
# 右节点,压进去一个节点的时候,将该节点的路径数值也记录下来
if node.right:
st.append((node.right, path_sum + node.right.val))
# 左节点,压进去一个节点的时候,将该节点的路径数值也记录下来
if node.left:
st.append((node.left, path_sum + node.left.val))
return False
复杂度分析 递归
题目 113. 路径总和ii
问题描述
给定一个二叉树和一个目标和,找到所有从根节点到叶子节点路径总和等于给定目标和的路径。
解题思路
- 我们从根节点开始,将其加入到当前路径中,并从目标和中减去其值。
- 对于每个子节点,我们重复上述步骤:将其加入到当前路径中,并从目标和中减去其值。然后,我们检查当前节点是否是叶子节点并且目标和是否为0。如果是,那么我们找到了一条满足条件的路径,将其加入到结果中。
- 我们回溯到父节点,即将当前节点从路径中移除,并将其值加回到目标和中。然后,我们继续遍历其他的子节点。
代码
- 递归
class Solution:
def pathSum(self, root: Optional[TreeNode], targetSum: int) -> List[List[int]]:
self.result = []
self.path = []
if not root:
return self.result
self.path.append(root.val)
self.traversal(root, targetSum - root.val)
return self.result
def traversal(self, cur, count):
if not cur.left and not cur.right and count == 0:
self.result.append(self.path[:])
return
if not cur.left and not cur.right:
return
if cur.left:
self.path.append(cur.left.val)
count -= cur.left.val
self.traversal(cur.left, count)
count += cur.left.val
self.path.pop()
if cur.right:
self.path.append(cur.right.val)
count -= cur.right.val
self.traversal(cur.right, count)
count += cur.right.val
self.path.pop()
return
- 迭代
class Solution:
def hasPathSum(self, root: TreeNode, sum: int) -> bool:
if not root:
return False
# 此时栈里要放的是pair<节点指针,路径数值>
st = [(root, root.val)]
while st:
node, path_sum = st.pop()
# 如果该节点是叶子节点了,同时该节点的路径数值等于sum,那么就返回true
if not node.left and not node.right and path_sum == sum:
return True
# 右节点,压进去一个节点的时候,将该节点的路径数值也记录下来
if node.right:
st.append((node.right, path_sum + node.right.val))
# 左节点,压进去一个节点的时候,将该节点的路径数值也记录下来
if node.left:
st.append((node.left, path_sum + node.left.val))
return False
复杂度分析(递归)
-
时间复杂度O(N)
-
空间复杂度O(log(N))
-
我们需要保存当前路径,最坏情况下,路径长度可能等于二叉树的高度,因此空间复杂度为O(H),其中H是二叉树的高度。在一般情况下,如果二叉树是平衡的,那么H约等于log(N),因此空间复杂度约为O(log(N))。
题目 106.从中序与后序遍历序列构造二叉树
问题描述
根据一棵树的中序遍历与后序遍历构造二叉树。
解题思路
- 后续数组为0,空节点
- 后续数组最后一个元素为root元素
- 寻找中序数组位置作为切割点
- 切中序数组
- 切后序数组
- 递归处理左区间,右区间
- 无论什么时候前序和后序遍历的长度和所包含元素都相同,知识排列不同而已。
首先,我们观察中序遍历和后序遍历的性质:
中序遍历的顺序是左子树 -> 根节点 -> 右子树。
后序遍历的顺序是左子树 -> 右子树 -> 根节点。
代码
class Solution:
def buildTree(self, inorder: List[int], postorder: List[int]) -> Optional[TreeNode]:
#1st,特殊情况:树为空,或者说是终止递归条件
if not postorder:
return None
#2nd:后序遍历最后一个为当前的中间节点
root_val=postorder[-1]
root=TreeNode(root_val)
#3rd:找切割点
separator_idx=inorder.index(root_val)
#4th:切割中序,inorder数组,得到左半边和右半边
inorder_left=inorder[:separator_idx]
inorder_right=inorder[separator_idx+1:]
#5th:切割后序,postorder数组,得到左半边,右半边
postorder_left = postorder[:len(inorder_left)]
#把已经遍历过的root排除了,所以len(postorder)-1
postorder_right= postorder[len(inorder_left):len(postorder)-1]
#!!!重点1:中序数组的大小一定跟后序数组的大小相同
#6th:递归
root.left=self.buildTree(inorder_left, postorder_left)
root.right= self.buildTree(inorder_right, postorder_right)
#7th:返回答案
return root
复杂度分析
题目 105 .从前序与中序遍历序列构造二叉树
问题描述
如上一题
解题思路
如上一题
代码
class Solution:
def buildTree(self, preorder: List[int], inorder: List[int]) -> TreeNode:
# 第一步: 特殊情况讨论: 树为空. 或者说是递归终止条件
if not preorder:
return None
# 第二步: 前序遍历的第一个就是当前的中间节点.
root_val = preorder[0]
root = TreeNode(root_val)
# 第三步: 找切割点.
separator_idx = inorder.index(root_val)
# 第四步: 切割inorder数组. 得到inorder数组的左,右半边.
inorder_left = inorder[:separator_idx]
inorder_right = inorder[separator_idx + 1:]
# 第五步: 切割preorder数组. 得到preorder数组的左,右半边.
# ⭐️ 重点1: 中序数组大小一定跟前序数组大小是相同的.
preorder_left = preorder[1:1 + len(inorder_left)]
preorder_right = preorder[1 + len(inorder_left):]
# 第六步: 递归
root.left = self.buildTree(preorder_left, inorder_left)
root.right = self.buildTree(preorder_right, inorder_right)
# 第七步: 返回答案
return root