前言
对整个问题做问题转换,改变的是整个程序结构,多半可降低时空复杂度;对其中一小部分做逻辑转换,改变的几行代码,多半可降低运行时间。
一、计算布尔二叉树的值
二、后序遍历+逻辑转换
1、idea
根据题意必须是左右根,这就是经典的后序遍历,拿到左右子树的布尔值,根据根的情况,做抽象操作,直到得到root树的布尔值。
注:
1.由于左子树和右子树不可能相同,除非两者都为nil,即叶子节点的情况,所以将叶子节点的判断方式改为root.Left == root.Right;
2.由于该树为完整二叉树,则左右树镜像,一空则空,左有右有,所以直接将判断方式改为root.Left == nil;
即可。
3.代码结构,碰到if + return的情况,就不用if else了。同时提前拿到左右子树的布尔值,不要在两个return中dfs,做一些重复运算。
2、golang
/**
* Definition for a binary tree node.
* type TreeNode struct {
* Val int
* Left *TreeNode
* Right *TreeNode
* }
*/
func evaluateTree(root *TreeNode) bool {
// nil == nil
// 平时判断叶子节点,没有利用左右子树永不相同的特点,除非叶子节点,就会相交。
// 除此之外,还有内在规律,此树为完整二叉树,只需要判断一个子树是否为nil就能判断是否为叶节点。
// if root.Left == nil {}
if root.Left == root.Right {
// 叶子节点
return root.Val == 1
}
f1 := evaluateTree(root.Left)
f2 := evaluateTree(root.Right)
if root.Val == 2 {
return f1 || f2
}
return f1 && f2
}
// 左右根 == 后序遍历
// 返回左右子树的情况,根据根来做操作,并返回。
总结
1)问题转换,逻辑转换,这两者对抽象能力及挖掘潜在规律的能力有要求,可提高代码的质量,这也需就是算法的本质。
2)叶子节点的判断方式,从以前left == nil && right == nil;
可以根据叶子节点的特点改为left == nil;
同时在完整二叉树中挖掘规律的left == nill;
挖掘内在规律限定,提高代码质量。