文档讲解:代码随想录
状态:已完成
110.平衡二叉树
题外话
咋眼一看这道题目和104.二叉树的最大深度 (opens new window)很像,其实有很大区别。
这里强调一波概念:
- 二叉树节点的深度:指从根节点到该节点的最长简单路径边的条数。
- 二叉树节点的高度:指从该节点到叶子节点的最长简单路径边的条数。
但leetcode中强调的深度和高度很明显是按照节点来计算的,如图:
思路
递归
此时大家应该明白了既然要求比较高度,必然是要后序遍历。
递归三步曲分析:
- 1.明确递归函数的参数和返回值
参数:当前传入节点。 返回值:以当前传入节点为根节点的树的高度。
那么如何标记左右子树是否差值大于1呢?
如果当前传入节点为根节点的二叉树已经不是二叉平衡树了,还返回高度的话就没有意义了。
所以如果已经不是二叉平衡树了,可以返回-1 来标记已经不符合平衡树的规则了。
- 2.明确终止条件
递归的过程中依然是遇到空节点了为终止,返回0,表示当前节点为根节点的树高度为0
代码如下:
- 3.明确单层递归的逻辑
如何判断以当前传入节点为根节点的二叉树是否是平衡二叉树呢?当然是其左子树高度和其右子树高度的差值。
分别求出其左右子树的高度,然后如果差值小于等于1,则返回当前二叉树的高度,否则返回-1,表示已经不是二叉平衡树了。
代码如下:
class Solution {
public boolean isBalanced(TreeNode root) {
int height = getHeight(root);
if (height < 0){
return false;
}
return true;
}
//递归法
//递归三部曲
//1.确定参数及返回值
int getHeight(TreeNode node){
//2.确定递归终止条件
if (node == null){return 0;}
//3.确定单层递归逻辑
int left = getHeight(node.left);
if (left < 0){return left;}
int right = getHeight(node.right);
if (right < 0){return right;}
if (Math.abs(left - right) > 1){//说明不是平衡二叉树
return -1;
}
return 1 + Math.max(left,right);
}
}
257. 二叉树的所有路径
思路
这道题目要求从根节点到叶子的路径,所以需要前序遍历,这样才方便让父节点指向孩子节点,找到对应的路径。
在这道题目中将第一次涉及到回溯,因为我们要把路径记录下来,需要回溯来回退一个路径再进入另一个路径。
前序遍历以及回溯的过程如图:
我们先使用递归的方式,来做前序遍历。要知道递归和回溯就是一家的,本题也需要回溯。
递归
- 1.递归函数参数以及返回值
要传入根节点,记录每一条路径的path,和存放结果集的result,这里递归不需要返回值,代码如下:
void getPaths(TreeNode node,List<String> result,List<Integer> paths){
- 2.确定递归终止条件
在写递归的时候都习惯了这么写:
if (cur == NULL) {
终止处理逻辑
}
但是本题的终止条件这样写会很麻烦,因为本题要找到叶子节点,就开始结束的处理逻辑了(把路径放进result里)。
那么什么时候算是找到了叶子节点? 是当 cur不为空,其左右孩子都为空的时候,就找到叶子节点。
所以本题的终止条件是:
if (node.left == null && node.right == null){
终止处理逻辑
}
为什么没有判断cur是否为空呢,因为下面的逻辑可以控制空节点不入循环。
再来看一下终止处理的逻辑。
有些人的代码也没有回溯,但其实是有回溯的,只不过隐藏在函数调用时的参数赋值里
if (node.left == null && node.right == null){
// StringBuilder用来拼接字符串,速度更快
StringBuilder sb = new StringBuilder();
//处理集合中前size - 1个元素
for (int i = 0; i < paths.size() - 1; i++) {
sb.append(paths.get(i)).append("->");
}
//处理最后一个元素
sb.append(paths.get(paths.size() - 1));
//保存到结果集中
result.add(sb.toString());
return;
}
- 3.确定单层递归逻辑
因为是前序遍历,需要先处理中间节点,中间节点就是我们要记录路径上的节点,先放进path中。
paths.add(node.val);//中
然后是递归和回溯的过程,上面说过没有判断 node 是否为空,那么在这里递归的时候,如果为空就不进行下一层递归了。
所以递归前要加上判断语句,下面要递归的节点是否为空
此时还没完,递归完,要做回溯啊,因为path 不能一直加入节点,它还要删节点,然后才能加入新的节点。
那么回溯要怎么回溯呢,如下:
// 递归和回溯是同时进行,所以要放在同一个花括号里
//左
if (node.left != null){
getPaths(node.left,result,paths);
//回溯
paths.remove(paths.size() - 1);
}
//右
if (node.right != null){
getPaths(node.right,result,paths);
//回溯
paths.remove(paths.size() - 1);
}
全部代码如下:
class Solution {
public List<String> binaryTreePaths(TreeNode root) {
//用于记录结果集
List<String> result = new ArrayList<>();
//根节点为空直接返回
if (root == null){return result;}
List<Integer> paths = new ArrayList<>();
getPaths(root,result,paths);
return result;
}
//遍历方法:前序遍历【中左右】
//递归三部曲之 确定 方法返回值 及 参数
void getPaths(TreeNode node,List<String> result,List<Integer> paths){
paths.add(node.val);//中
//递归三部曲之 确定递归结束条件
if (node.left == null && node.right == null){
// StringBuilder用来拼接字符串,速度更快
StringBuilder sb = new StringBuilder();
//处理集合中前size - 1个元素
for (int i = 0; i < paths.size() - 1; i++) {
sb.append(paths.get(i)).append("->");
}
//处理最后一个元素
sb.append(paths.get(paths.size() - 1));
//保存到结果集中
result.add(sb.toString());
return;
}
// 递归和回溯是同时进行,所以要放在同一个花括号里
//左
if (node.left != null){
getPaths(node.left,result,paths);
//回溯
paths.remove(paths.size() - 1);
}
//右
if (node.right != null){
getPaths(node.right,result,paths);
//回溯
paths.remove(paths.size() - 1);
}
}
}
404.左叶子之和
思路一
前序遍历【中左右】
难点:
1.无法判断当前结点是否为左节点
定义一个参数 boolean isLeft ,true -> 当前结点是左节点,fasle -> 当前结点是右节点
直接见代码:
class Solution {
public int sumOfLeftLeaves(TreeNode root) {
//用于手机所有左叶子的值
List<Integer> list = new ArrayList<>();
if (root == null){return 0;}
getLeftSum(root,list,false);
int sum = 0;
for (Integer integer : list) {
sum += integer;
}
return sum;
}
//递归三部曲
//1.确定返回值及参数
// isLeft :
// true -> 当前结点是左节点
// fasle -> 当前结点不是左节点
void getLeftSum(TreeNode node,List<Integer> list,boolean isLeft){
//2.确定递归终止条件
if (node == null) {return ;}
//3.确定单层递归逻辑
// 前序遍历【中左右】
//中
if (isLeft && node.left == null && node.right == null ){
list.add(node.val);
}
//左
if (node.left != null){
getLeftSum(node.left,list,true);
}
//右
if (node.right != null){
getLeftSum(node.right,list,false);
}
}
}
思路二
首先要注意是判断左叶子,不是二叉树左侧节点,所以不要上来想着层序遍历。
因为题目中其实没有说清楚左叶子究竟是什么节点,那么我来给出左叶子的明确定义:节点A的左孩子不为空,且左孩子的左右孩子都为空(说明是叶子节点),那么A节点的左孩子为左叶子节点
大家思考一下如下图中二叉树,左叶子之和究竟是多少?
大家思考一下如下图中二叉树,左叶子之和究竟是多少?
其实是0,因为这棵树根本没有左叶子!
但看这个图的左叶子之和是多少?
相信通过这两个图,大家对最左叶子的定义有明确理解了。
那么判断当前节点是不是左叶子是无法判断的,必须要通过节点的父节点来判断其左孩子是不是左叶子。
如果该节点的左节点不为空,该节点的左节点的左节点为空,该节点的左节点的右节点为空,则找到了一个左叶子,判断代码如下:
if (root.left != null && root.left.left == null && root.left.right == null) {
左叶子节点处理逻辑
}
#递归法
递归的遍历顺序为后序遍历(左右中),是因为要通过递归函数的返回值来累加求取左叶子数值之和。
递归三部曲:
- 1.确定递归函数的参数和返回值
判断一个树的左叶子节点之和,那么一定要传入树的根节点,递归函数的返回值为数值之和,所以为int
使用题目中给出的函数就可以了。
- 2.确定终止条件
如果遍历到空节点,那么左叶子值一定是0
if (root == NULL) return 0;
注意,只有当前遍历的节点是父节点,才能判断其子节点是不是左叶子。 所以如果当前遍历的节点是叶子节点,那其左叶子也必定是0,那么终止条件为:
if (root == NULL) return 0;
if (root->left == NULL && root->right== NULL) return 0; //其实这个也可以不写,如果不写不影响结果,但就会让递归多进行了一层。
- 3.确定单层递归的逻辑
当遇到左叶子节点的时候,记录数值,然后通过递归求取左子树左叶子之和,和 右子树左叶子之和,相加便是整个树的左叶子之和。
代码如下:
int leftValue = sumOfLeftLeaves(root->left); // 左
if (root->left && !root->left->left && !root->left->right) {
leftValue = root->left->val;
}
int rightValue = sumOfLeftLeaves(root->right); // 右
int sum = leftValue + rightValue; // 中
return sum;
整体递归代码如下:
//有些转不过来,下次在做这道题尝试着跟着卡哥的思路捋一捋
class Solution {
public int sumOfLeftLeaves(TreeNode root) {
//对节点进行非空判断
//2.确定终止条件
if(root == null){return 0;}
//3.确定单层循环逻辑
//左
int leftVal = sumOfLeftLeaves(root.left);
//右
int rightVal = sumOfLeftLeaves(root.right);
//中
//确认为左叶子
int num = 0;
if (root.left != null && root.left.left == null && root.left.right == null){
num = root.left.val;
}
return num + leftVal + rightVal;
}
}
总结
这道题目要求左叶子之和,其实是比较绕的,因为不能判断本节点是不是左叶子节点。
此时就要通过节点的父节点来判断其左孩子是不是左叶子了。
平时我们解二叉树的题目时,已经习惯了通过节点的左右孩子判断本节点的属性,而本题我们要通过节点的父节点判断本节点的属性。
以上为我做题时候的相关思路,自己的语言组织能力较弱,很多都是直接抄卡哥的,有错误望指正。