LeetCode 617. 合并二叉树

617. 合并二叉树

  
给你两棵二叉树： root1 和 root2 。

想象一下，当你将其中一棵覆盖到另一棵之上时，两棵树上的一些节点将会重叠（而另一些不会）。你需要将这两棵树合并成一棵新二叉树。合并的规则是：如果两个节点重叠，那么将这两个节点的值相加作为合并后节点的新值；否则，不为 null 的节点将直接作为新二叉树的节点。

返回合并后的二叉树。

注意: 合并过程必须从两个树的根节点开始。

示例 1：

输入：root1 = [1,3,2,5], root2 = [2,1,3,null,4,null,7]
输出：[3,4,5,5,4,null,7]

示例 2：

输入：root1 = [1], root2 = [1,2]
输出：[2,2]

提示：

• 两棵树中的节点数目在范围 [0, 2000] 内
• -104 <= Node.val <= 104

思路：

• 如果两个二叉树的对应节点都为空：则合并后的二叉树的对应节点也为空；
• 如果两个二叉树的对应节点只有一个为空：则合并后的二叉树的对应节点为其中的非空节点；
• 如果两个二叉树的对应节点都不为空：则合并后的二叉树的对应节点的值为两个二叉树的对应节点的值之和，此时需要显性合并两个节点。

时间复杂度：O(min(m,n))，其中 m 和 n 分别是两个二叉树的节点个数。对两个二叉树同时进行深度优先搜索，只有当两个二叉树中的对应节点都不为空时才会对该节点进行显性合并操作，因此被访问到的节点数不会超过较小的二叉树的节点数。

空间复杂度：O(min(m,n))，其中 m 和 n 分别是两个二叉树的节点个数。空间复杂度取决于递归调用的层数，递归调用的层数不会超过较小的二叉树的最大高度。最坏情况为单链表时，二叉树的高度等于节点数。

/**
 * Definition for a binary tree node.
 * type TreeNode struct {
 *     Val int
 *     Left *TreeNode
 *     Right *TreeNode
 * }
 */

// 方法1 原地修改：
func mergeTrees(root1 *TreeNode, root2 *TreeNode) *TreeNode {
    // 题意：不为 null 的节点将直接作为新二叉树的节点
    if root1 == nil {
        return root2
    }

    if root2 == nil {
        return root1
    }
    
    root1.Val = root1.Val + root2.Val
    root1.Left = mergeTrees(root1.Left, root2.Left)
    root1.Right = mergeTrees(root1.Right, root2.Right)

    return root1

    // root2.Val = root1.Val + root2.Val
    // root2.Left = mergeTrees(root1.Left, root2.Left)
    // root2.Right = mergeTrees(root1.Right, root2.Right)

    // return root2
}

// 方法2 新建树（不修改原树结构）：
func mergeTrees(root1 *TreeNode, root2 *TreeNode) *TreeNode {
    if root1 == nil && root2 == nil {
        return nil
    }

    if root1 == nil {
        // 新建root节点
        return &TreeNode{root2.Val, root2.Left, root2.Right}
    }

    if root2 == nil {
        // 新建root节点
        return &TreeNode{root1.Val, root1.Left, root1.Right}
    }
    
    // 新建root节点
    root := &TreeNode{
        Val: root1.Val + root2.Val,
        Left: mergeTrees(root1.Left, root2.Left),
        Right: mergeTrees(root1.Right, root2.Right),
    }

    return root
}