110.平衡二叉树 (优先掌握递归)
再一次涉及到,什么是高度,什么是深度,可以巩固一下。
题目链接/文章讲解/视频讲解:代码随想录
递归法。其实就是在求最大深度(最大深度才能代表这个节点的高度)的函数的基础上修改的,如果左右节点的高度差的绝对值不超过1,才会返回该节点的高度,便于求该节点的祖先节点们是否满足这个关系,而且不需要完全遍历,只要判断出来一次递归的结果是-1,就能直接返回所有之前调用的递归函数。最后用根节点的结果是否为-1,来判断是否平衡——
class Solution {
public:
int getheight(TreeNode* node){
if (node==NULL) return 0;
int leftnode=getheight(node->left);
if(leftnode==-1) return -1;
int rightnode=getheight(node->right);
if(rightnode==-1) return -1;
if(abs(leftnode-rightnode)>1) return -1;
else return max(leftnode,rightnode)+1;
}
bool isBalanced(TreeNode* root) {
return getheight(root)==-1?false:true;
}
};
迭代法。对于求深度的函数:首先是使用栈来储存节点的,这是因为栈先进后出的特点契合于高度的求法,高度就是从底往上求的,是后序遍历;在使用后序遍历的基础上,加入对深度的求解,每遍历一个节点,就试图更新最大深度。对于主要函数:使用前序遍历,是因为不需要遍历全部节点,反而要尽少的便利次数来迅速判定不平衡——
class Solution {
private:
int getDepth(TreeNode* cur) {
stack<TreeNode*> st;
if (cur != NULL) st.push(cur);
int depth = 0; // 记录深度
int result = 0;
while (!st.empty()) {
TreeNode* node = st.top();
if (node != NULL) {
st.pop();
st.push(node); // 中
st.push(NULL);
depth++;
if (node->right) st.push(node->right); // 右
if (node->left) st.push(node->left); // 左
} else {
st.pop();
node = st.top();
st.pop();
depth--;
}
result = result > depth ? result : depth;
}
return result;
}
public:
bool isBalanced(TreeNode* root) {
stack<TreeNode*> st;
if (root == NULL) return true;
st.push(root);
while (!st.empty()) {
TreeNode* node = st.top(); // 中
st.pop();
if (abs(getDepth(node->left) - getDepth(node->right)) > 1) {
return false;
}
if (node->right) st.push(node->right); // 右(空节点不入栈)
if (node->left) st.push(node->left); // 左(空节点不入栈)
}
return true;
}
};
257. 二叉树的所有路径 (优先掌握递归)
这是大家第一次接触到回溯的过程, 我在视频里重点讲解了 本题为什么要有回溯,已经回溯的过程。 如果对回溯 似懂非懂,没关系, 可以先有个印象。
题目链接/文章讲解/视频讲解:代码随想录
这是在训练营接触到的第一道使用回溯法解决的问题,当然,说是回溯,实际上并不存在选择哪个节点最终到不了叶子节点的情况。
第一种递归方式,也是我选择的递归方式,就是将潜在的一条解决方案的路径按照vector<int>的方式存储(使用栈或者队列都并不方便,因为存入最后的结果数组的时候并不能将之前存入的数值pop掉,否则就会无法实现正确回溯),注意,数组传入的方式必须是传入地址,如果是复制的话,下层的递归改变的数组的值不会影响上层递归,导致回溯不成功——
// 版本一
class Solution {
private:
void traversal(TreeNode* cur, vector<int>& path, vector<string>& result) {
path.push_back(cur->val); // 中,中为什么写在这里,因为最后一个节点也要加入到path中
// 这才到了叶子节点
if (cur->left == NULL && cur->right == NULL) {
string sPath;
for (int i = 0; i < path.size() - 1; i++) {
sPath += to_string(path[i]);
sPath += "->";
}
sPath += to_string(path[path.size() - 1]);
result.push_back(sPath);
return;
}
if (cur->left) { // 左
traversal(cur->left, path, result);
path.pop_back(); // 回溯
}
if (cur->right) { // 右
traversal(cur->right, path, result);
path.pop_back(); // 回溯
}
}
public:
vector<string> binaryTreePaths(TreeNode* root) {
vector<string> result;
vector<int> path;
if (root == NULL) return result;
traversal(root, path, result);
return result;
}
};
第二种递归方式。直接将panth存储为string,这时候参数string就不是引用传递了,因为回溯pop掉的并不是子节点的值而只是“->”,利用这一特点可以不必pop掉难搞的数字,上一个递归方式也可以通过值传递来免去写pop回溯——
//版本二
class Solution {
private:
void traversal(TreeNode* cur, string path, vector<string>& result) {
path += to_string(cur->val); // 中,中为什么写在这里,因为最后一个节点也要加入到path中
if (cur->left == NULL && cur->right == NULL) {
result.push_back(path);
return;
}
if (cur->left) {
path += "->";
traversal(cur->left, path, result); // 左
path.pop_back(); // 回溯 '>'
path.pop_back(); // 回溯 '-'
}
if (cur->right) {
path += "->";
traversal(cur->right, path, result); // 右
path.pop_back(); // 回溯'>'
path.pop_back(); // 回溯 '-'
}
}
public:
vector<string> binaryTreePaths(TreeNode* root) {
vector<string> result;
string path;
if (root == NULL) return result;
traversal(root, path, result);
return result;
}
};
迭代法。需要将根节点到每一个节点的路径都存储起来,然后试图更新这个路径(也就是增加路径的长度,到达它的子节点们),只有当该节点是叶子节点的时候才会真正存入结果数组中——
vector<string> binaryTreePaths(TreeNode* root) {
stack<TreeNode*> treeSt;// 保存树的遍历节点
stack<string> pathSt; // 保存遍历路径的节点
vector<string> result; // 保存最终路径集合
if (root == NULL) return result;
treeSt.push(root);
pathSt.push(to_string(root->val));
while (!treeSt.empty()) {
TreeNode* node = treeSt.top(); treeSt.pop(); // 取出节点 中
string path = pathSt.top();pathSt.pop(); // 取出该节点对应的路径
if (node->left == NULL && node->right == NULL) { // 遇到叶子节点
result.push_back(path);
}
if (node->right) { // 右
treeSt.push(node->right);
pathSt.push(path + "->" + to_string(node->right->val));
}
if (node->left) { // 左
treeSt.push(node->left);
pathSt.push(path + "->" + to_string(node->left->val));
}
}
return result;
}
404.左叶子之和 (优先掌握递归)
其实本题有点文字游戏,搞清楚什么是左叶子,剩下的就是二叉树的基本操作。
题目链接/文章讲解/视频讲解:代码随想录
其实就是判断这个叶子节点必须是它的父母节点的左子树,也就是判断每一个节点它的左子节点是否是叶子节点。要注意的一点是左叶子不仅可能会出现在左子树上,还可能出现在右子树上,这是因为判定是否左叶子只和父母节点有关,和祖先节点没有关系。
我感觉文章里面的解法并不如我自己的解法更加简单易懂些。但是本质上都是一个意思。
文章解法(递归)。注意不能只写第二句提前返回,但是只写第一句提前返回是对的,只不过多执行几次函数罢了;对leftValue的重新赋值必须放在它的递归调用初始化的后面,否则执行了if语句之后,再递归调用函数leftValue的值又改为0了——
int sumOfLeftLeaves(TreeNode* root) {
if (root == NULL) return 0;
if (root->left == NULL && root->right== NULL) return 0;
int leftValue = sumOfLeftLeaves(root->left); // 左
if (root->left && !root->left->left && !root->left->right) { // 左子树就是一个左叶子的情况
leftValue = root->left->val;
}
int rightValue = sumOfLeftLeaves(root->right); // 右
int sum = leftValue + rightValue; // 中
return sum;
}
我的解法(递归)——
class Solution {
public:
int sum=0;
void getsum(TreeNode* node){
if(node->left&&node->left->left==NULL&&node->left->right==NULL){
sum+=node->left->val;
}else if(node->left) getsum(node->left);
if(node->right) getsum(node->right);
}
int sumOfLeftLeaves(TreeNode* root) {
getsum(root);
return sum;
}
};
迭代法。主要就是对每个节点进行一下判断就可以了——
int sumOfLeftLeaves(TreeNode* root) {
stack<TreeNode*> st;
if (root == NULL) return 0;
st.push(root);
int result = 0;
while (!st.empty()) {
TreeNode* node = st.top();
st.pop();
if (node->left != NULL && node->left->left == NULL && node->left->right == NULL) {
result += node->left->val;
}
if (node->right) st.push(node->right);
if (node->left) st.push(node->left);
}
return result;
}