计算布尔二叉树的值[叶子节点的巧妙判断方式]

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。

参考文献

[1] LeetCode 计算布尔二叉树的值