如果我们把二叉树看成一个图,父子节点之间的连线看成是双向的,我们姑且定义―距 离‖为两个节点之间边的个数。
写一个程序求一颗二叉树中相距最远的两个节点之间的距离。
分析与解法 我们先画几个不同形状的二叉树,,看看能否得到一些启示。
从例子中可以看出,相距最远的两个节点,一定是两个叶子节点,或者是一个叶子节 点到它的根节点。
(为什么?)
解法一 根据相距最远的两个节点一定是叶子节点这个规律,我们可以进一步讨论。
对于任意一个节点,以该节点为根,假设这个根有 K 个孩子结点,那么相距最远的两 个节点 U 和 V 之间的路径与这个根节点的关系有两种情况:
1. 若路径经过根 Root,则 U 和 V 是属于不同子树的,且它们都是该子树中道根节点 最远的节点,否则跟它们的距离最远相矛盾。
2. 如果路径不经过 Root,那么它们一定属于根的 K 个子树之一。并且它们也是该子树 中相距最远的两个顶点
因此,问题就可以转化为在字数上的解,从而能够利用动态规划来解决。
设第 K 棵子树中相距最远的两个节点:Uk 和 Vk,其距离定义为 d(Uk,Vk),那么节点 Uk 或 Vk 即为子树 K 到根节点 Rk 距离最长的节点。
不失一般性,我们设 Uk 为子树 K中 道根节点 Rk 距离最长的节点,其到根节点的距离定义为 d(Uk,R)。
取 d(Ui,R)(1<=i<=k)中最 大的两个值 max1 和 max2,那么经过根节点 R 的最长路径为 max1+max2+2,所以树 R 中相 距最远的两个点的距离为max{d(U1,V1),…,d(Uk,Vk),max1+max2+2}。
采用深度优先搜索如图 3-15,只需要遍历所有的节点一次,时间复杂度为 O(|E|)=O(|V|-1),其中 V 为点的集合,E 为边的集合。
示例代码如下,我们使用二叉树来实现该算法。
//数据结构定义
struct NODE
{
NODE* pLeft; //左孩子
NODE* pRight; //右孩子
int nMaxLeft; //左孩子中的最长距离
int nMaxRight; //右孩子中的最长距离
char chValue; //该节点的值
};
int nMaxLen=0;
//寻找树中最长的两段距离
void FindMaxLen(NODE* pRoot)
{
//遍历到叶子节点,返回
if(pRoot==NULL)
{
return;
}
//如果左子树为空,那么该节点的左边最长距离为 0
if(pRoot->pLeft==NULL)
{
pRoot->nMaxLeft=0;
}
//如果右子树为空,那么该节点的右边最长距离为 0
if(pRoot->pRight==NULL)
{
pRoot->nMaxRight=0;
}
//如果左子树不为空,递归寻找左子树最长距离
if(pRoot->pLeft!=NULL)
{
FindMaxLen(pRoot->pLeft);
}
//如果右子树不为空,递归寻找右子树最长距离
if(pRoot->pRight!=NULL)
{
FindMaxLen(pRoot->pRight);
}
if(pRoot->pLeft!=NULL)
{
int nTempMax=0;
if(pRoot->pLeft->nMaxLeft > pRoot->pLeft->nMaxRight)
nTempMax=pRoot->pLeft->nMaxLeft;
else
nTempMax=pRoot->pLeft->nMaxRight;
pRoot->nMaxLeft=nTempMax+1;
}
//计算右子树最长节点距离
if(pRoot->pRight!=NULL)
{
int nTempMax=0;
if(pRoot->pRight->nMaxLeft > pRoot->pRight->nMaxRight)
nTempMax= pRoot->pRight->nMaxLeft;
else
nTempMax= pRoot->pRight-> nMaxRight;
pRoot->nMaxRight=nTempMax+1;
}
//更新最长距离
if(pRoot->nMaxLeft+pRoot->nMaxRight > nMaxLen)
nMaxLen=pRoot->nMaxLeft+pRoot->nMaxRight;
}