代码随想录算法训练营第18天|513.找树左下角的值、110.路径总和、106.从总序与后序遍历序列构造二叉树、105.从前序与中序遍历序列构造二叉树
一. 二叉树相关算法题
513.找树左下角的值
层序遍历-迭代
思路
- 层序遍历到最后一行然后找最左边节点的值
- 至于怎么找最左边的值可以在层序遍历的时候先入队列右叶子节点,再入队列左叶子节点
- 那么再每层队列遍历时队列最后一个就是左节点
class Solution {
public int findBottomLeftValue(TreeNode root) {
//层序遍历
Deque<TreeNode> deque = new LinkedList<>();
if (root != null) deque.push(root);
int res = 0;
while (!deque.isEmpty()) {
int size = deque.size();
while (size-->0) {
TreeNode node = deque.pollLast();
// 先入队列右叶子可以保证每层队列最后一位就是每层的左下角
if (node.right != null) deque.push(node.right);
if (node.left != null) deque.push(node.left);
if (size==0) {
res = node.val;
}
}
}
return res;
}
}
递归
思路
- 保证左边搜索同时记录深度最大的叶子节点
- 递归三部曲:
- 递归参数和返回值:当前节点,上一轮最长深度;返回值为void
- 递归终止条件:遇到叶子节点更新最大深度和返回值
- 单层逻辑:先搜索左叶子再搜索右叶子
- 具体代码如下
class Solution {
private int maxDepth = Integer.MIN_VALUE;
private int result;
public int findBottomLeftValue(TreeNode root) {
getLeft(root,0);
return result;
}
public void getLeft(TreeNode cur, int depth){
//递归终止条件
if (cur.left == null && cur.right == null) {
// depth已经在上轮递归中加1了
if (maxDepth<depth){
maxDepth = depth;
result = cur.val;
}
}
//注意一定要先访问左子树,因为要保证从左边搜索
if (cur.left != null) {
depth++;
getLeft(cur.left, depth);
depth--; //回溯
}
if (cur.right != null) {
depth++;
getLeft(cur.right, depth);
depth--; //回溯
}
}
}
110.路径总和
递归
思路
- 没有设计到根节点的处理所以前中后序都可以
- 本题可以根据深度优先遍历从根节点出发将targetSum逐级减去当前节点的值如果到叶子节点target减为0直接返回true
- 递归三要素:
- 确定递归函数的参数和返回类型
2. 参数:需要知道当前节点,还需要累加路径节点之和
3. 返回值应该为布尔值因为只要一出现target减为0的路径就返回true - 递归终止条件:当遇到target清零0需要返回true.反之到达根节点还没有清零返回false并回溯target
- 单层递归逻辑:
4. 因为终止条件是判断叶子节点所以要控制不让叶子节点进入递归,并且在进入下轮递归前先计算出target
5. 判断左右子树是否返回true如果为true直接返回
6. 否则回溯target的值
- 确定递归函数的参数和返回类型
class Solution {
public boolean hasPathSum(TreeNode root, int targetSum) {
if (root == null) return false;
return getPathSum(root,targetSum - root.val); //进入递归函数前先减去当前节点的值
}
public boolean getPathSum(TreeNode cur, int count){
//计算叶子节点不用把空节点加入递归
// 遍历节点的同时将target减去节点的值如果到达叶子节点且target减到0就返回true
if (cur.left == null && cur.right == null && count == 0) return true;
// 如果到叶子节点且target没有归0 返回false
if (cur.left == null && cur.right == null) return false;
// 单层递归逻辑
if (cur.left != null) {
count = count - cur.left.val; //进入递归函数前先减去当前节点的值
//如果叶子节点返回true 直接返回true
if (getPathSum(cur.left, count)) return true;
// 如果叶子节点返回false 回溯
count = count + cur.left.val;
}
if (cur.right != null) {
count = count - cur.right.val; //进入递归函数前先减去当前节点的值
//如果叶子节点返回true 直接返回true
if (getPathSum(cur.right, count)) return true;
// 如果叶子节点返回false 回溯
count = count + cur.right.val;
}
//如果左右叶子节点都没有得到结果
// 直接返回false
return false;
}
}
106.从总序与后序遍历序列构造二叉树
思路
-
可以先从后续队列最后一个元素确定根节点
-
然后通过根节点确认在中序序列的位置,通过此根节点在中序序列的位置拆分出左右子序列
-
根据中序左右子序列的长度拆分后序的左右子序列
-
大致可以分为6步
- 第一步:如果数组大小为零的话,说明是空节点了。
- 第二步:如果不为空,那么取后序数组最后一个元素作为节点元素。
- 第三步:找到后序数组最后一个元素在中序数组的位置,作为切割点
- 第四步:切割中序数组,切成中序左数组和中序右数组 (顺序别搞反了,一定是先切中序数组)
- 第五步:切割后序数组,切成后序左数组和后序右数组,
- 第六步:递归处理左区间和右区间
- 具体代码如下
class Solution {
Map<Integer,Integer> map = new HashMap<>();
public TreeNode buildTree(int[] inorder, int[] postorder) {
//因为题目中说节点数值不相等,可以通过Map缓存中序数组中节点数值对应的下标
for (int i = 0; i < inorder.length; i++) {
map.put(inorder[i],i);
}
//左闭右开,右边就直接是数组长度
return getRoot(inorder,0, inorder.length, postorder, 0, postorder.length);
}
public TreeNode getRoot(int[] inorder,int instart,int inend, int[] postorder, int postStart, int postEnd) {
// 第一步:如果数组大小为零的话,说明是空节点了。
if (postStart == postEnd) return null;
// 第二步:如果不为空,那么取后序数组最后一个元素作为节点元素。
int rootValue = postorder[postEnd-1]; //左闭右开所以要减一获取
TreeNode root = new TreeNode(rootValue);
if ( postEnd-postStart == 1) return root;
// 第三步:找到后序数组最后一个元素在中序数组的位置,作为切割点
int rootIndex = map.get(rootValue);
// 第四步:切割中序数组,切成中序左数组和中序右数组 (顺序别搞反了,一定是先切中序数组)
// 这里切割时就体现了左闭右开的好处:不用处理根节点,不用对长度计算减一得到末位索引
//中序左数组
int inorderLeftStart = instart;
int inorderLeftEnd = rootIndex;
//中序右数组
int inOrderRightStart = rootIndex+1;
int inOrderRightEnd = inend;
// 第五步:切割后序数组,切成后序左数组和后序右数组,
// 切割后的左右子数组一定等与中序的左右子数组,所以后序数组的左右子数组通过中序左右子数组长度确定
int postOrderLeftStart = postStart;
//子数组长度等于中序子数组长度 左闭右开所以不用考虑减一
int postOrderLetfEnd = postStart+inorderLeftEnd-inorderLeftStart;
int postOrderRightStart = postOrderLetfEnd;
//同样根据中序子数组长度计算
int postOrderRightEnd = postOrderRightStart+inOrderRightEnd-inOrderRightStart;
// 第六步:递归处理左区间和右区间
root.left = getRoot(inorder,inorderLeftStart,inorderLeftEnd,postorder,postOrderLeftStart,postOrderLetfEnd);
root.right = getRoot(inorder,inOrderRightStart,inOrderRightEnd,postorder,postOrderRightStart,postOrderRightEnd);
return root;
}
}
105.从前序与中序遍历序列构造二叉树
思路
- 与后序相反:通过前序第一个节点确定根节点
- 第一步:如果数组大小为零的话,说明是空节点了。
- 第二步:如果不为空,那么取前序数组第一个元素作为节点元素。
- 第三步:找到前序数组第一个元素在中序数组的位置,作为切割点
- 第四步:切割中序数组,切成中序左数组和中序右数组 (顺序别搞反了,一定是先切中序数组),使用左闭右开的话有边界直接就是根节点下标和数组长度
- 第五步:切割前序数组,切成前序左数组和前序右数组,
- 第六步:递归处理左区间和右区间
class Solution {
Map<Integer,Integer> map = new HashMap<>();
public TreeNode buildTree(int[] preorder, int[] inorder) {
//因为题目中说节点数值不相等,可以通过Map缓存中序数组中节点数值对应的下标
for (int i = 0; i < inorder.length; i++) {
map.put(inorder[i],i);
}
//左闭右开,右边就直接是数组长度
return getRoot(inorder,0, inorder.length, preorder, 0, preorder.length);
}
public TreeNode getRoot(int[] inorder,int instart,int inend, int[] postorder, int postStart, int postEnd) {
// 第一步:如果数组大小为零的话,说明是空节点了。
if (postEnd==postStart) return null;
// 第二步:如果不为空,那么取前序数组第一个元素作为节点元素。
int rootValue = postorder[postStart];
TreeNode root = new TreeNode(rootValue);
if (postEnd-postStart==1) return root;
// 第三步:找到前序数组第一个元素在中序数组的位置,作为切割点
int rootIndex = map.get(rootValue);
// 第四步:切割中序数组,切成中序左数组和中序右数组 (顺序别搞反了,一定是先切中序数组)
// 这里切割时就体现了左闭右开的好处:不用处理根节点,不用对长度计算减一得到末位索引
//中序左数组
int inorderLeftStart = instart;
int inorderLeftEnd = rootIndex; //左闭右开
//中序右数组
int inOrderRightStart = rootIndex+1;
int inOrderRightEnd = inend;
// 第五步:切割前序数组,切成前序左数组和前序右数组,
int postOrderLeftStart = postStart+1; //左闭右开
// 切割后的左右子数组一定等与中序的左右子数组,所以后序数组的左右子数组通过中序左右子数组长度确定
int postOrderLetfEnd = postOrderLeftStart+inorderLeftEnd-inorderLeftStart;
//子数组长度等于中序子数组长度 左闭右开所以不用考虑减一
int postOrderRightStart = postOrderLetfEnd;
//同样根据中序子数组长度计算
int postOrderRightEnd = postEnd;
// 第六步:递归处理左区间和右区间
root.left = getRoot(inorder,inorderLeftStart,inorderLeftEnd,postorder,postOrderLeftStart,postOrderLetfEnd);
root.right = getRoot(inorder,inOrderRightStart,inOrderRightEnd,postorder,postOrderRightStart,postOrderRightEnd);
return root;
}
}