leetcode - 101. 对称二叉树

给定一个二叉树，检查它是否是镜像对称的。

例如，二叉树 $[1,2,2,3,4,4,3]$ 是对称的。

但是下面这个 $[1,2,2,null,3,null,3]$ 则不是镜像对称的:

说明:

如果你可以运用递归和迭代两种方法解决这个问题，会很加分。
————————

解法一：递归，如果一个树的左子树与右子树镜像对称，那么这个树是对称的。

因此，该问题可以转化为：两个树在什么情况下互为镜像？

如果同时满足下面的条件，两个树互为镜像：

1. 它们的两个根结点具有相同的值。
2. 每个树的右子树都与另一个树的左子树镜像对称。
   

就像人站在镜子前审视自己那样。镜中的反射与现实中的人具有相同的头部，但反射的右臂对应于人的左臂，反之亦然。
——————————
来源于leetcode官方题解。其C++代码如下：

/**
 1. Definition for a binary tree node.
 2. struct TreeNode {
 3.     int val;
 4.     TreeNode *left;
 5.     TreeNode *right;
 6.     TreeNode(int x) : val(x), left(NULL), right(NULL) {}
 7. };
 */
class Solution {
public:
    bool isSS(TreeNode* root1,TreeNode* root2)  # 递归函数
    {
        if(root1==NULL || root2==NULL)  # 如果左右结点都为空，返回true
            return !root1 && !root2;
        return isSS(root1->left,root2->right) && isSS(root1->right,root2->left)&&(root1->val==root2->val);
    }
    bool isSymmetric(TreeNode* root)  # 主函数 
    {
        if(root==NULL)  
            return true;
        return isSS(root->left,root->right);
    }
};

1. 时间复杂度：$O(n)$，因为我们遍历整个输入树一次，所以总的运行时间为 $O(n)$，其中 n 是树中结点的总数。
2. 空间复杂度：递归调用的次数受树的高度限制。在最糟糕情况下，树是线性的，其高度为 $O(n)$。因此，在最糟糕的情况下，由栈上的递归调用造成的空间复杂度为 $O(n)$。（一般的递归算法就要有$O(n)$的空间复杂度了，因为每次递归都要存储返回信息）

---

解法二：迭代法。可以利用队列进行迭代。队列中每两个连续的结点应该是相等的，而且它们的子树互为镜像。最初，队列中包含的是 root 以及 root。该算法的工作原理类似于 BFS，但存在一些关键差异。每次提取两个结点并比较它们的值。然后，将两个结点的左右子结点按相反的顺序插入队列中。当队列为空时，或者我们检测到树不对称（即从队列中取出两个不相等的连续结点）时，该算法结束。

作者：LeetCode
链接：https://leetcode-cn.com/problems/symmetric-tree/solution/dui-cheng-er-cha-shu-by-leetcode/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
——————
c++代码如下：

/**
 1. Definition for a binary tree node.
 2. struct TreeNode {
 3.     int val;
 4.     TreeNode *left;
 5.     TreeNode *right;
 6.     TreeNode(int x) : val(x), left(NULL), right(NULL) {}
 7. };
 */
class Solution {
public:
    bool isSymmetric(TreeNode* root) {
        queue<TreeNode*> q;  # 创建一个队列
        q.push(root);  # 将二叉树的根节点放进队列中
        q.push(root);
        while(!q.empty())  # 当队列非空时，执行迭代操作
        {
            TreeNode* q1 = q.front();  # front的作用是访问队列的首元素
            q.pop();  # 将首元素出队
            TreeNode* q2 = q.front();  # 访问新的首元素
            q.pop();  # 将首元素出队
            if(q1==NULL && q2==NULL)  # 如果获得的两个首元素，判断两者是否为NULL
                continue;
            if(q1==NULL || q2==NULL)
                return false;
            if(q1->val!=q2->val)  # 判断两者的值是否相等
                return false;
            q.push(q1->left);  # 将左子树的左节点进队
            q.push(q2->right);  # 将右子树的右节点进队
            q.push(q1->right);  # 将左子树的右节点进队
            q.push(q2->left);  # 将右子树的左节点进队
        }
        return true;
    }
};

1. 时间复杂度：O(n)O(n)，因为我们遍历整个输入树一次，所以总的运行时间为 O(n)O(n)，其中 nn 是树中结点的总数。
2. 空间复杂度：搜索队列需要额外的空间。在最糟糕情况下，我们不得不向队列中插入 O(n)O(n) 个结点。因此，空间复杂度为 O(n)O(n)。