LeetCode，二叉树

最新推荐文章于 2024-07-12 18:12:33 发布

团团圆圆y

最新推荐文章于 2024-07-12 18:12:33 发布

阅读量162

点赞数

分类专栏： LeetCode 文章标签： leetcode 数据结构 b树

本文链接：https://blog.csdn.net/qq_45031079/article/details/125087804

版权

LeetCode 专栏收录该内容

36 篇文章 0 订阅

订阅专栏

1. 二叉树基本知识

二叉树

树是无环的通路，是由节点和节点之间的“枝”构成。一个包含n个节点的二叉树，包含n-1条枝，树底部的节点称为“树根”，树上面没有枝延伸的节点为“叶子”。上层节点被称为“父节点”，下层的节点为“子节点”。树的层数k被称为树的深度。

如果一个树中，每个节点最多只有两个子节点的时候，一棵树为二叉树。根据结构特征，又可以将树分为满二叉树、完全二叉树等。满二叉树的结果如下，其特点为每个非叶子节点都有2个子节点，

图1. 满二叉树

一个k层满二叉树的包含的节点数为 $2^k-1$ 。完美二叉树中，对一颗具有n个结点的二叉树按层编号，如果编号为i(1<=i<=n)的结点与同样深度的满二叉树中编号为i的结点在二叉树中位置完全相同，则这棵二叉树称为完全二叉树。参考深入学习二叉树(一) 二叉树基础 - 简书。如下，

图2. 完全二叉树

完全二叉树的特点如下，

1）叶子结点只能出现在最下层和次下层。
2）最下层的叶子结点集中在树的左部。
3）倒数第二层若存在叶子结点，一定在右部连续位置。
4）如果结点度为1，则该结点只有左孩子，即没有右子树。
5）同样结点数目的二叉树，完全二叉树深度最小。
注：满二叉树一定是完全二叉树，但反过来不一定成立。

二叉树的遍历

根据在什么时候访问中间节点，遍历可以分为前序遍历、中序遍历和后序遍历，其中的“序”针对的都是对左中右中的中间节点。参考关于二叉树，你该了解这些！。

以下面的二叉树为例，

图2. 二叉树的遍历

前序遍历：1245367

中序遍历：4251637

后序遍历：4526731

对于前序遍历来说，相当于从根节点开始遍历；中序遍历和后序遍历，先找到左节点，左节点→中间节点→右节点；后序遍历，先访问左右节点，再访问中间节点，左节点→右节点→中间节点。不论是哪种访问顺序，都是先访问左节点，再访问右节点。

以后序遍历为例，

（1）根节点为1,1的左节点为2；

（2）2的左节点为4；

（3）4没有左节点，因此4为第一个被访问的节点，对应的右节点为5；

（4）5没有左节点，因此5为第二个被访问的节点；

（5）访问中间节点2；

（6）2（左节点）对应的右节点为3，其左节点为6；

（7）6没有左节点，因此6为下一个被访问的节点；

（8）6对应的右节点为7，没有左右节点，访问7；

（9）对应的中间节点为3，访问3；

（10）对应的中间节点为根节点，访问1，结束。

从以上过程可以看出，该遍历过程为一个递归的过程。前序遍历为从根部遍历；中序遍历为从左向右遍历；后序遍历为从左向右遍历。

2. 二叉树遍历的代码实现

LeetCode144

LeetCode145

LeetCode94

代码如下，

# Definition for a binary tree node.
class TreeNode(object):
    def __init__(self, val=0, left=None, right=None):
        self.val = val
        self.left = left
        self.right = right

    def set_left(self, left):
        self.left = left

    def set_right(self, right):
        self.right = right

class Solution(object):
    def preorderTraversal(self, root):
        """
        :type root: TreeNode
        :rtype: List[int]
        """
        r = []
        if root is not None:
            r.append(root.val)
            if root.left != None:
                r.extend(self.preorderTraversal(root.left))
            if root.right != None:
                r.extend(self.preorderTraversal(root.right))
            return r
        else:
            return

    def inorderTraversal(self, root):
        """
        :type root: TreeNode
        :rtype: List[int]
        """
        r = []
        if root is not None:
            if root.left != None:
                r.extend(self.inorderTraversal(root.left))
            r.append(root.val)
            if root.right != None:
                r.extend(self.inorderTraversal(root.right))
            return r
        else:
            return

    def postorderTraversal(self, root):
        """
        :type root: TreeNode
        :rtype: List[int]
        """
        r = []
        if root is not None:
            if root.left != None:
                r.extend(self.postorderTraversal(root.left))
            if root.right != None:
                r.extend(self.postorderTraversal(root.right))
            r.append(root.val)
            return r
        else:
            return




if __name__ == '__main__':
    root = [1,  2, 3]
    node1 = TreeNode(1)
    node2 = TreeNode(2)
    node3 = TreeNode(3)

    node1.set_right(node2)
    node2.set_left(node3)

    sol = Solution()
    # r = sol.preorderTraversal(node1)
    r = sol.inorderTraversal(node1)
    print(r)