输入一棵二叉树,判断该二叉树是否是平衡二叉树。
平衡二叉树的定义:所谓的平衡之意,就是树中任意一个结点下左右两个子树的高度差不超过 1。
首先一个思路就是:就是从上到下判断每一个结点的左右子树高度差是不是超过1.
在遍历树的每个结点的时候,调用函数TreeDepth得到它的左右子树的深度。如果每个结点的左右子树的深度相差都不超过1,则这是一颗平衡的二叉树。这种方法的缺点是,首先判断根结点是不是平衡的,需要使用TreeDepth获得左右子树的深度,然后还需要继续判断子树是不是平衡的,还是需要使用TreeDepth获得子树的左右子树的深度,这样就导致了大量的重复遍历。越往下的结点被重复遍历的次数就越多。
class Solution:
def IsBalanced_Solution(self, root):
if not root:
return True
# 判断当前结点是不是平衡的
if abs(self.maxDepth(root.left) - self.maxDepth(root.right)) > 1:
return False
# 如果当前结点是平衡的,再判断它的子树
return self.IsBalanced_Solution(root.left) and self.IsBalanced_Solution(root.right)
def maxDepth(self,root):
if not root:
return 0
return max(self.maxDepth(root.left), self.maxDepth(root.right)) + 1
思路2:既然底层的结点老是被重复,那就可以先遍历下面得,也就是后续遍历。
后续遍历是左子树->右子树->根结点,所以下面的是先被遍历的。判断上面的结点平衡与否就可以直接利用下面左右子树的信息。这样就可以一边遍历一遍判断。
class Solution:
# 使用后序遍历
# 每次遍历统计当前节点的左子树和右子树的高度,并比较左右子树的高度差
# 当高度差超过1,这该二叉树不属于平衡二叉树
def IsBalanced(self, pRoot):
if pRoot is None:
return 0
# 后序遍历
left = self.IsBalanced(pRoot.left)
right = self.IsBalanced(pRoot.right)
# 子树不平衡,该结点就不平衡
if left == -1 or right == -1:
return -1
# 根据定义判断不平衡
if abs(left - right) > 1:
return -1
# 如果是平衡的,返回深度
return max(left, right) + 1
def IsBalanced_Solution(self, pRoot):
# write code here
if self.IsBalanced(pRoot) != -1:
return True
else:
return False
如果找到不平衡的子树,也就是返回了-1 ,这个-1 就会在递归中一路向上返回。return max(left, right) + 1 这句返回深度的语句,在递归过程中是得不到调用的。