代码随想录算法训练营第十八天|513. 找树左下角的值，112. 路径总和，106.从中序与后序遍历序列构造二叉树

513. 找树左下角的值

题目

给定一个二叉树的 根节点 root，请找出该二叉树的 最底层 最左边 节点的值。

假设二叉树中至少有一个节点。

解题思路

• 最简单的方法，使用层序遍历，遍历到最下层找到最下层的第一个节点。这个也是符合人常规思维的一种方法

代码

这个代码可以说是层序遍历的模板代码了，如果算法能力较弱，可以背下来。

class Solution {
public:
    int findBottomLeftValue(TreeNode* root) {
        if (root == nullptr) return 0;
        queue<TreeNode*> que;
        que.push(root);
        int res;
        while (!que.empty()) {
            int size = que.size();
            for (int i = 0; i < size; ++i) {
                TreeNode *node = que.front();
                que.pop();
                // 找到目标节点
                if (node->left == nullptr && node->right == nullptr && i == 0) res = node->val;
                if (node->left) que.push(node->left);
                if(node->right) que.push(node->right);
            }
        }
        return res;
    }
};

112. 路径总和

题目

给你二叉树的根节点 root 和一个表示目标和的整数 targetSum 。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 targetSum 。如果存在，返回 true ；否则，返回 false 。

叶子节点 是指没有子节点的节点。

示例: 给定如下二叉树，以及目标和 sum = 22，

返回 true, 因为存在目标和为 22 的根节点到叶子节点的路径 5->4->11->2。

解题思路

• 前序遍历递归的进行遍历所有节点，并且遍历到每个节点时，使用targetSum减去当前节点的val即可得到下一个节点新的targetSum
• 这样，每次遍历都减下去的话，遍历到叶子节点的时候，只需要判断当前的targetSum与当前节点的val是否相等即可

代码

class Solution {
public:
    bool hasPathSum(TreeNode* root, int targetSum) {
        // 递归的终止条件
        if (root == nullptr) return false;
        // 中 当走到叶子节点是，只需要判断当前值与root->val相等即可
        if (root->left == nullptr && root->right == nullptr) return root->val == targetSum;
        
        // 左 当向左遍历时，每次传入一个新的targetSum为 当前的targetSum减去当前节点的值
        bool left = hasPathSum(root->left, targetSum - root->val);
        
        // 右 同理，向右遍历时，也是如此
        bool right = hasPathSum(root->right, targetSum - root->val);

        return left || right;
    }
};

106.从中序与后序遍历序列构造二叉树

题目

根据一棵树的中序遍历与后序遍历构造二叉树。

注意: 你可以假设树中没有重复的元素。

例如，给出

中序遍历 inorder = [9,3,15,20,7]
后序遍历 postorder = [9,15,7,20,3] 返回如下的二叉树：

解题思路

• 这是数据结构课程的基础，通过 中序遍历、后序遍历 确定二叉树，如下是整体流程图
  

代码

class Solution {
private:
    TreeNode* traversal (vector<int>& inorder, vector<int>& postorder) {
        if (postorder.size() == 0) return NULL;

        // 后序遍历数组最后一个元素，就是当前的中间节点
        int rootValue = postorder[postorder.size() - 1];
        TreeNode* root = new TreeNode(rootValue);

        // 叶子节点
        if (postorder.size() == 1) return root;

        // 找到中序遍历的切割点
        int delimiterIndex;
        for (delimiterIndex = 0; delimiterIndex < inorder.size(); delimiterIndex++) {
            if (inorder[delimiterIndex] == rootValue) break;
        }

        // 切割中序数组
        // 左闭右开区间：[0, delimiterIndex)
        vector<int> leftInorder(inorder.begin(), inorder.begin() + delimiterIndex);
        // [delimiterIndex + 1, end)
        vector<int> rightInorder(inorder.begin() + delimiterIndex + 1, inorder.end() );

        // postorder 舍弃末尾元素
        postorder.resize(postorder.size() - 1);

        // 切割后序数组
        // 依然左闭右开，注意这里使用了左中序数组大小作为切割点
        // [0, leftInorder.size)
        vector<int> leftPostorder(postorder.begin(), postorder.begin() + leftInorder.size());
        // [leftInorder.size(), end)
        vector<int> rightPostorder(postorder.begin() + leftInorder.size(), postorder.end());

        root->left = traversal(leftInorder, leftPostorder);
        root->right = traversal(rightInorder, rightPostorder);

        return root;
    }
public:
    TreeNode* buildTree(vector<int>& inorder, vector<int>& postorder) {
        if (inorder.size() == 0 || postorder.size() == 0) return NULL;
        return traversal(inorder, postorder);
    }
};