二叉树理论基础
满二叉树:
如果一棵二叉树只有度为0的结点和度为2的结点,并且度为0的结点在同一层上,则这棵二叉树为满二叉树,深度为k,共有2^k-1个节点。
以下图片和文字源自代码随想录
完全二叉树:
除了最底层,都是满的,同时最底层是从左往右连续填充的。
二叉搜索树
二叉搜索树是一个有序树。
①若它的左子树不空,则左子树上所有结点的值均小于它的根结点的值;
②若它的右子树不空,则右子树上所有结点的值均大于它的根结点的值;
③它的左、右子树也分别为二叉排序树。
平衡二叉搜索树
又被称为AVL(Adelson-Velsky and Landis)树,且具有以下性质:它是一棵空树或它的左右两个子树的高度差的绝对值不超过1,并且左右两个子树都是一棵平衡二叉树。
遍历方式
深度优先遍历:
前序遍历(递归法,迭代法)
中序遍历(递归法,迭代法)
后序遍历(递归法,迭代法)
广度优先遍历:
层序遍历(迭代法)
二叉树的前中后序遍历
确定递归三要素
①确定递归函数的参数和返回值: 确定哪些参数是递归的过程中需要处理的,那么就在递归函数里加上这个参数, 并且还要明确每次递归的返回值是什么进而确定递归函数的返回类型。
②确定终止条件: 写完了递归算法, 运行的时候,经常会遇到栈溢出的错误,就是没写终止条件或者终止条件写的不对,操作系统也是用一个栈的结构来保存每一层递归的信息,如果递归没有终止,操作系统的内存栈必然就会溢出。
③确定单层递归的逻辑: 确定每一层递归需要处理的信息。在这里也就会重复调用自己来实现递归的过程。
题目链接:前序遍历
题目链接:中序遍历
题目链接:后序遍历
思路:递归,深度优先搜索(dfs)
# 前序遍历
class Solution:
def preorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
result = []
def preorderTra(cur):
if cur == None:
return
result.append(cur.val)
preorderTra(cur.left)
preorderTra(cur.right)
preorderTra(root)
return result
# 后序遍历
class Solution:
def postorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
result = []
def postorderTra(cur):
if cur == None:
return
postorderTra(cur.left)
postorderTra(cur.right)
result.append(cur.val)
postorderTra(root)
return result
# 中序遍历
class Solution:
def inorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
result = []
def inorderTra(cur):
if cur == None:
return
inorderTra(cur.left)
result.append(cur.val)
inorderTra(cur.right)
inorderTra(root)
return result
非递归遍历待二刷