二叉树节点构造
public class TreeNode {
int val;
TreeNode left;
TreeNode right;
TreeNode() {}
TreeNode(int val) { this.val = val; }
TreeNode(int val, TreeNode left, TreeNode right) {
this.val = val;
this.left = left;
this.right = right;
}
}
题目链接:
- 前序:
- 中序:
- 后序:
- 层次:
递归
写递归时抓住三个主要矛盾:
- 递归函数的输入参数&输出返回值
- 递归最终结束的条件
- 处理问题的核心逻辑以及与递归语句的位置
- 我的解法:
前序
class Solution {
List<Integer> res = new ArrayList<Integer>();
public List<Integer> preorderTraversal(TreeNode root) {
if(root != null)
{
res.add(root.val);
//if(root.left == null && root.right == null) return res;
if(root.left != null)preorderTraversal(root.left);
if(root.right != null)preorderTraversal(root.right);
}
return res;
}
}
中序
class Solution {
List<Integer> res = new ArrayList<Integer>();
public List<Integer> inorderTraversal(TreeNode root) {
if(root != null){
if(root.left != null) inorderTraversal(root.left);
res.add(root.val);
if(root.right != null) inorderTraversal(root.right);
}
return res;
}
}
后序
class Solution {
List<Integer> res = new ArrayList<Integer>();
public List<Integer> postorderTraversal(TreeNode root) {
if(root != null)
{
if(root.left != null)postorderTraversal(root.left);
if(root.right != null)postorderTraversal(root.right);
res.add(root.val);
//if(root.left == null && root.right == null) return res;
}
return res;
}
}
一开始还自以为是的加上了两端判空就是截止的语句,其实不加也可通过用例,但是我觉得更有逻辑的说法是遍历函数+输出答案两个函数共同解决。
层次
- 正确解法:
class Solution {
public List<List<Integer>> resList = new ArrayList<List<Integer>>();
public List<List<Integer>> levelOrder(TreeNode root) {
//checkFun01(root,0);
checkFun02(root);
return resList;
}
public void checkFun01(TreeNode node, Integer deep) {
if (node == null) return;
deep++;
if (resList.size() < deep) {
//当层级增加时,list的Item也增加,利用list的索引值进行层级界定
List<Integer> item = new ArrayList<Integer>();
resList.add(item);
}
resList.get(deep - 1).add(node.val);
checkFun01(node.left, deep);
checkFun01(node.right, deep);
}
迭代
前序
class Solution {
TreeNode[] st = new TreeNode[100];
public List<Integer> preorderTraversal(TreeNode root) {
List<Integer> res = new ArrayList<Integer>();
if(root == null) return res;
int idx = 0; TreeNode p = root;
while(p != null || idx > 0)
{
while(p != null)
{
res.add(p.val);
st[idx++] = p;
p = p.left;
}
if(idx > 0){p = st[--idx].right;}
}
return res;
}
}
中序
class Solution {
//输出中间的位置不同
public List<Integer> inorderTraversal(TreeNode root) {
TreeNode[] st = new TreeNode[100];
List<Integer> res = new ArrayList<Integer>();
if(root == null) return res;
TreeNode p = root; int idx = 0;
while(p != null || idx > 0)
{
while(p != null)
{
st[idx++] = p;
p = p.left;
}
if(idx > 0)
{
res.add(st[--idx].val);
p = st[idx].right;
}
}
return res;
}
}
后序
根据王道的解法,后序依然可以延续上文的解法思路,但是要多添加一个指向当前遍历到的节点p前一个遍历的节点的pre节点来判断是第几次遇到中间节点,这里由于时间关系后续再补代码
class Solution {
public List<Integer> postorderTraversal(TreeNode root) {
List<Integer> result = new LinkedList<>();
Stack<TreeNode> st = new Stack<>();
if (root != null) st.push(root);
while (!st.empty()) {
TreeNode node = st.peek();
if (node != null) {
st.pop(); // 将该节点弹出,避免重复操作,下面再将右中左节点添加到栈中
st.push(node); // 添加中节点
st.push(null); // 中节点访问过,但是还没有处理,加入空节点做为标记。
if (node.right!=null) st.push(node.right); // 添加右节点(空节点不入栈)
if (node.left!=null) st.push(node.left); // 添加左节点(空节点不入栈)
} else { // 只有遇到空节点的时候,才将下一个节点放进结果集
st.pop(); // 将空节点弹出
node = st.peek(); // 重新取出栈中元素
st.pop();
result.add(node.val); // 加入到结果集
}
}
return result;
}
}
层次
- 正确解法:
class Solution {
public List<List<Integer>> resList = new ArrayList<List<Integer>>();
public List<List<Integer>> levelOrder(TreeNode root) {
//checkFun01(root,0);
checkFun02(root);
return resList;
}
public void checkFun02(TreeNode node) {
if (node == null) return;
Queue<TreeNode> que = new LinkedList<TreeNode>();
que.offer(node);
while (!que.isEmpty()) {
List<Integer> itemList = new ArrayList<Integer>();
int len = que.size();
while (len > 0) {
TreeNode tmpNode = que.poll();
itemList.add(tmpNode.val);
if (tmpNode.left != null) que.offer(tmpNode.left);
if (tmpNode.right != null) que.offer(tmpNode.right);
len--;
}
resList.add(itemList);
}
}
}