【LeetCode算法笔记-Python(PyCharm运行)】剑指 Offer 27. 二叉树的镜像

本文链接：https://blog.csdn.net/qq_43355165/article/details/122780188

本文介绍了如何实现二叉树的镜像操作，包括递归法和辅助栈（或队列）两种方法。递归法通过交换节点的左右子节点实现，而辅助栈方法则是遍历树并交换节点子节点。两种方法的时间复杂度均为O(N)，空间复杂度在最坏情况下为O(N)。文章提供了详细的Python代码实现，并通过PyCharm进行调试以帮助理解算法逻辑。

摘要由CSDN通过智能技术生成

剑指 Offer 27. 二叉树的镜像

写在开头
题目描述
题目解析

写在开头

每次遇见递归都会头疼一阵，所以为了搞清楚算法的原理和运行过程，我就用PyCharm进行调试，搞清楚每一步运行时变量的变化情况，特别是递归的反馈过程。这也是小编为什么坚持用PyCharm刷算法题的原因。当然，只针对一些过程较为复杂的算法。比如本题的递归过程有点绕，调试中就能一点点摸清楚，加深对算法的记忆。

题目描述

请完成一个函数，输入一个二叉树，该函数输出它的镜像。 

例如输入： 
                 4 
                / \ 
               2   7 
              / \ / \ 
             1  3 6  9 
镜像输出： 
                 4 
                / \ 
               7   2 
              / \ / \ 
             9  6 3  1 
示例 1： 
输入：root = [4,2,7,1,3,6,9]
输出：[4,7,2,9,6,3,1]

限制： 0 <= 节点个数 <= 1000

题目解析

二叉树镜像定义： 对于二叉树中任意节点 root ，设其左 / 右子节点分别为 left, right；则在二叉树的镜像中的对应 root 节点，其左 / 右子节点分别为 right, left。
在这里插入图片描述

方法1：递归法

根据二叉树镜像的定义，考虑递归遍历（dfs）二叉树，交换每个节点的左 / 右子节点，即可生成二叉树的镜像。

递归解析：

终止条件：当节点 root 为空时（即越过叶节点），则返回 null ；
递推工作：
1. 初始化节点tmp ，用于暂存root的左子节点；
2. 开启递归右子节点 mirrorTree(root.right)，并将返回值作为 root 的左子节点。
3. 开启递归左子节点 mirrorTree(tmp) ，并将返回值作为 root 的右子节点。
  返回值：返回当前节点 root ；

Q：为何需要暂存 root 的左子节点？
A：在递归右子节点 “root.left = mirrorTree(root.right);” 执行完毕后， root.left的值已经发生改变，此时递归左子节点 mirrorTree(root.left)则会出问题。

复杂度分析：

时间复杂度 O(N) ：其中 NN 为二叉树的节点数量，建立二叉树镜像需要遍历树的所有节点，占用O(N)时间。
空间复杂度 O(N) ：最差情况下（当二叉树退化为链表），递归时系统需使用 O(N)大小的栈空间。

Python代码：

class Solution:
    def mirrorTree(self, root):
        if not root: return
        tmp = root.left
        root.left = self.mirrorTree(root.right)
        root.right = self.mirrorTree(tmp)
        return root

Python 利用平行赋值的写法（即 a, b = b, a），可省略暂存操作。其原理是先将等号右侧打包成元组 (b,a) ，再序列地分给等号左侧的 a, b 序列。

class Solution:
    def mirrorTree(self, root: TreeNode) -> TreeNode:
        if not root: return
        root.left, root.right = self.mirrorTree(root.right), self.mirrorTree(root.left)
        return root

方法二：辅助栈（或队列）

利用栈（或队列）遍历树的所有节点 node ，并交换每个 node 的左 / 右子节点。

算法流程：

特例处理：当 root为空时，直接返回 null；
初始化：栈（或队列），本文用栈，并加入根节点root。
循环交换：当栈 stack 为空时跳出；
1. 出栈：记为 node ；
2. 添加子节点：将 node 左和右子节点入栈；
3. 交换：交换 node 的左 / 右子节点。
返回值：返回根节点 root 。

复杂度分析：

时间复杂度O(N)：其中N 为二叉树的节点数量，建立二叉树镜像需要遍历树的所有节点，占用 O(N)时间。
空间复杂度 O(N) ：如下图所示，最差情况下，栈 stack 最多同时存储 (N + 1)/2 个节点，占用 O(N)额外空间。

Python代码

class Solution:
    def mirrorTree(self, root: TreeNode) -> TreeNode:
        if not root: return
        stack = [root]
        while stack:
            node = stack.pop()
            if node.left: stack.append(node.left)
            if node.right: stack.append(node.right)
            node.left, node.right = node.right, node.left
        return root

PyCharm调试

class TreeNode(object):
    def __init__(self, x):
        self.val = x
        self.left = None
        self.right = None

class Solution(object):
    # 1. 递归
    def mirrorTree_1(self, root):
        """
        :type root: TreeNode
        :rtype: TreeNode
        """
        if not root: return
        # tmp = root.left
        # root.left = self.mirrorTree(root.right)
        # root.right = self.mirrorTree(tmp)
        root.left, root.right = self.mirrorTree(root.right), self.mirrorTree_1(root.left)
        return root
    # 2. 辅助栈
    def mirrorTree(self, root):
        if not root: return
        stack = [root]
        while stack:
            node = stack.pop()
            if node.left: stack.append(node.left)
            if node.right: stack.append(node.right)
            node.left, node.right = node.right, node.left
        return root

t1 = TreeNode(4)
t2 = TreeNode(2)
t3 = TreeNode(7)
t4 = TreeNode(1)
t5 = TreeNode(3)
t6 = TreeNode(6)
t7 = TreeNode(9)

t2.left = t4
t2.right = t5
t3.left = t6
t3.right = t7
t1.left = t2
t1.right = t3
solution = Solution()
a = solution.mirrorTree(t1)