数据结构与算法12、剑指Offer5、6-重建二叉树、树的子结构

树用递归比较多，每次都要选择left子树、right子树，所以用循环不太方便，直接递归选择子树作为当前树来进行处理。

前序、中序、后序遍历

直接看链接。

前序：根、左、右递归
中序：左、根、右递归
后续：左、右、根递归

分析：
前序的第一个元素必定是根节点，那么中序整体结构是左根右，
所以前序的第一个元素在中序中的位置的左边为左子树，右边为右子树。
首先整体前、中序看做一个树进行处理，然后找到左、右子树后，再递归对左、右子树进行处理。
那么递归结束的条件？前/中序序列中没有剩余数据了即返回None。
边界条件也进行判断一下？序列为空则返回None。

递归函数的作用从整体和局部两个方面分三步走：
1.整体：确定当前root节点，然后root的left和right想要被确定函数就必须要返回一个东西。
2.局部：假设现在是子树，root节点被确定后，该root节点的left和right被确定可以先不理会，那么整个函数返回的应该是该子树的root节点。
3.整体+局部：先确定最终的root节点，然后root.left得到的就是左子树返回的‘root’，root.right同理，最后返回最终的root即可。

递归的三套路和DP一样，也是找到函数作用，找到关联处，找到停止条件。

直接上代码：

# -*- coding:utf-8 -*-
# class TreeNode:
#     def __init__(self, x):
#         self.val = x
#         self.left = None
#         self.right = None
class Solution:
    # 返回构造的TreeNode根节点
    def reConstructBinaryTree(self, pre, tin):
        # write code here
        if len(pre) == 0:
            return None
        
        root = TreeNode(pre[0])
        mid = tin.index(pre[0])
        root.left = self.reConstructBinaryTree(pre[1:mid+1], tin[:mid])
        root.right = self.reConstructBinaryTree(pre[mid+1:], tin[mid+1:])
        return root

分析：
复杂问题分解为几个简单的问题。

A树大一点，B树小一点，将B树拿着在A树里找，有匹配到的，则B是A的子结构。
那么可以拆分为两个问题，一个问题是将B树与A树中的每个子树进行判断是否子结构，另一个问题是如何进行判断是否是子结构。注意第二个问题是A子树和B树均从根节点开始一步步进行判断。

1.那么我们先考虑A子树和B树从根节点进行判断的方法：
先判断根节点，然后判断左子树，再判断右子树，那么用循环不好表示左、右子树，所以还是用递归去实现。

def isSubtree(self, roota, rootb):
	if rootb is None:  # B树都结束了，但A树还有，那么B是A的子结构
	    return True
	if roota is None:  # A提前结束了，肯定不是子结构了。
	    return False
	
	if roota.val != rootb.val:
	    return False
	left = isSubtree(roota.left, rootb.left)
	if left is False:
	    return False
	right = isSubtree(roota.right, rootb.right)
	if right is False:
	    return False
	return True

2.再考虑将B树与A树中的每个子树进行判断是否子结构：
同样用到递归。

# -*- coding:utf-8 -*-
# class TreeNode:
#     def __init__(self, x):
#         self.val = x
#         self.left = None
#         self.right = None
class Solution:
    def HasSubtree(self, pRoot1, pRoot2):
        # write code here
        if pRoot1 is None:
            return False
        if pRoot2 is None:
            return False
        
        if self.isSubtree(pRoot1, pRoot2):
            return True
        left = self.HasSubtree(pRoot1.left, pRoot2)
        # 注意这里千万不要写成isSubtree函数！！！
        if left is True:
        # 注意这里的True判断，如果为False，
        # 那么则继续向下判断，而不是return False！！！
        # 所以这里是判断True！
            return True
        right = self.HasSubtree(pRoot1.right, pRoot2)
        if right is True:
            return True
        #return False
        
    def isSubtree(self, roota, rootb):  # 该部分注释参考上面写好的注释
        if rootb is None:
            return True
        if roota is None:
            return False

        if roota.val != rootb.val:
            return False
        left = self.isSubtree(roota.left, rootb.left)
        if left is False:
            return False
        right = self.isSubtree(roota.right, rootb.right)
        if right is False:
            return False
        return True