LeetCode刷题|day14 二叉树

saufmoi

已于 2023-03-27 10:26:37 修改

阅读量110

点赞数

文章标签： leetcode 算法数据结构 Powered by 金山文档

于 2023-03-16 17:10:28 首次发布

本文链接：https://blog.csdn.net/saufmoi/article/details/129567756

版权

二叉树理论部分

二叉树概念：树n（n>=0）个节点的有限集合，该集合或者为空集（称为空二叉树），或者由一个根节点和两棵互不相交的、分别称为根节点的左子树和右子树的二叉树组成。

二叉树的特点：1）每个节点最多有两棵树，使用二叉树中不存在度大于2的节点；2）左子树和右子树是有顺序的，次序不能任意颠倒；3）即使树中某个节点只有一棵子树，也要区分它是左子树还是右子树。

二叉树种类：满二叉树和完全二叉树；

满二叉树：如果一棵二叉树只有度为0的节点和度为2的节点，并且度为0的结点（没有子节点）在同一层上，则这棵二叉树为满二叉树。

叶子结点：一棵树当中没有子结点（即度为0）的结点，称为叶子结点，简称“叶子”。叶子是指度为0的结点，又称为终端结点。

度

度的定义：节点所拥有的子树的数目称为该节点的度

注意：叶子节点的度为0

树的度是树内各节点的度的最大值。

二叉树的度表示节点的子树或直接继承者的数目，二叉树的度是一个子树或单子树。2度是两个孩子，或者左和右子树有两个叉树，最大度数为2。

这棵二叉树为满二叉树，也可以说深度为k，有2^k-1个节点的二叉树。

完全二叉树：在完全二叉树中，除了最底层的节点可能没填满外，其余每层节点数都达到最大值，并且最下面一层的节点都集中在改成最左边的若干位置。若最底层为第h层，则该层包含 1~ 2^(h-1) 个节点。

二叉搜索树

二叉搜索树是一个有序树。

若它的左子树不空，则左子树上所有节点的值均小于它的根节点的值；

若它的右子树不空，则右子树上所有节点的值均大于它的根节点的值；

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。

最后一棵不是平衡二叉树，因为它的左右两个子树的高度差的绝对值超过了1。

C++中map、set、multimap，multiset的底层实现都是平衡二叉搜索树，所以map、set的增删操作时间时间复杂度是logn，注意unordered_map、unordered_set，unordered_map、unordered_set底层实现是哈希表。

二叉树的存储方式

二叉树可以链式存储，也可以顺序存储。

那么链式存储方式就用指针，顺序存储的方式就是用数组。

顾名思义就是顺序存储的元素在内存是连续分布的，而链式存储则是通过指针把分布在各个地址的节点串联一起。

链式存储如图：

顺序存储方式：

用数组来存储二叉树如何遍历的呢？

如果父节点的数组下标是 i，那么它的左孩子就是 i * 2 + 1，右孩子就是 i * 2 + 2。

但是用链式表示的二叉树，更有利于我们理解，所以一般我们都是用链式存储二叉树。

所以大家要了解，用数组依然可以表示二叉树。

二叉树的遍历方式

二叉树主要有两种遍历方式：

深度优先遍历：先往深走，遇到叶子节点再往回走。

广度优先遍历：一层一层的去遍历。

这两种遍历是图论中最基本的两种遍历方式，后面在介绍图论的时候还会介绍到。

那么从深度优先遍历和广度优先遍历进一步拓展，才有如下遍历方式：

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

层次遍历（迭代法）

二叉树的定义

struct TreeNode{
    int val;
    TreeNode *left;
    TreeNode *right;
    TreeNode(int x) : val(x), left(NULL), right(NULL) {}
};

二叉树的递归遍历

递归算法三要素：

确定递归函数的参数和返回值：确定那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；

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。

确定单层递归逻辑：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。

144. 二叉树的前序遍历 - 力扣（LeetCode）

class Solution {
public:
    void traversal(TreeNode* cur, vector<int>& vec){
        if(cur==NULL) return;
        vec.push_back(cur->val);
        traversal(cur->left,vec);
        traversal(cur->right,vec);
    }
    vector<int> preorderTraversal(TreeNode* root) {
        vector<int> result;
        traversal(root, result);
        return result;
    }
};

94. 二叉树的中序遍历 - 力扣（LeetCode）

class Solution {
public:
    void traversal(TreeNode* cur, vector<int>& vec){
        if(cur==NULL) return;
        traversal(cur->left, vec);
        vec.push_back(cur->val);
        traversal(cur->right, vec);
    }
    vector<int> inorderTraversal(TreeNode* root) {
        vector<int> result;
        traversal(root, result);
        return result;
    }
};

145. 二叉树的后序遍历 - 力扣（LeetCode）

class Solution {
public:
    void traversal(TreeNode* cur, vector<int>& vec){
        if(cur==NULL) return;
        traversal(cur->left,vec);
        traversal(cur->right,vec);
        vec.push_back(cur->val);
    }
    vector<int> postorderTraversal(TreeNode* root) {
        vector<int> result;
        traversal(root, result);
        return result;
    }
};

二叉树的迭代遍历

迭代遍历使用栈（先进后出）实现；

前序遍历

前序遍历为中左右，每次先处理的是中间节点，那么先将根节点放入栈中，然后再将右孩子加入栈中，再加入左孩子。这样出栈的时候顺序才为中左右。

class Solution {
public:
    vector<int> preorderTraversal(TreeNode* root) {
        stack<TreeNode*> st;
        vector<int> result;
        if(root==NULL) return result;
        st.push(root);
        while(!st.empty()){
            TreeNode* node = st.top();
            st.pop();
            result.push_back(node->val);
            if(node->right) st.push(node->right);
            if(node->left) st.push(node->left);
        }
        return result;
        
    }
};

后序遍历

先序遍历是中左右，后续遍历是左右中，那么我们只需要调整一下先序遍历的代码顺序，就变成中右左的遍历顺序，然后在反转result数组，输出的结果顺序就是左右中了，如下图：

class Solution {
public:
    vector<int> postorderTraversal(TreeNode* root) {
        stack<TreeNode*> st;
        vector<int> result;
        if(root==NULL) return result;
        st.push(root);
        while(!st.empty()){
            TreeNode* node = st.top();
            st.pop();
            result.push_back(node->val);
            if(node->left) st.push(node->left);
            if(node->right) st.push(node->right);
        }
        reverse(result.begin(),result.end());
        return result;
        
    }
};

中序遍历

class Solution {
public:
    vector<int> inorderTraversal(TreeNode* root) {
        vector<int> result;
        stack<TreeNode*> st;
        TreeNode* cur = root;
        while(cur!=NULL || !st.empty()){
            if(cur!=NULL){
                st.push(cur);
                cur=cur->left;
            }else{
                cur=st.top();
                st.pop();
                result.push_back(cur->val);
                cur=cur->right;
            }
        }
        return result;
    }
};

二叉树的统一迭代法

在使用栈做递归的时候，无法解决访问节点（遍历节点）和处理节点（将元素放到结果集）不一致的情况，那么我们就将访问的节点放入栈中，把要处理的节点也放入栈中但是要做标记。如何标记？就是要处理的节点放入栈之后，紧接着放入一个空指针作为标记。这种方法也可以叫做标记法。

中序遍历：

class Solution{
public:
    vector<int>inorderTraversal(TreeNode* root){
        vector<int> result;
        stack<TreeNode*> st;
        if(root !=NULL) st.push(root);
        while(!st.empty()){
            TreeNode* node = st.top();
        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
            if(node->right) st.push(node->right);// 添加右节点（空节点不入栈）

            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->left) 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.top();// 重新取出栈中元素
                st.pop();
                result.push_back(node->val);// 加入到结果集
            }
        }
        return result;
    }
};

前序遍历：

class Solution{
public:
    vector<int>inorderTraversal(TreeNode* root){
        vector<int> result;
        stack<TreeNode*> st;
        if(root !=NULL) st.push(root);
        while(!st.empty()){
            TreeNode* node = st.top();
        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
            if(node->right) st.push(node->right);// 添加右节点（空节点不入栈）
            if(node->left) st.push(node->left);// 添加右节点
            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。
            }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.top();// 重新取出栈中元素
                st.pop();
                result.push_back(node->val);// 加入到结果集
            }
        }
        return result;
    }
};

后序遍历：

class Solution{
public:
    vector<int>inorderTraversal(TreeNode* root){
        vector<int> result;
        stack<TreeNode*> st;
        if(root !=NULL) st.push(root);
        while(!st.empty()){
            TreeNode* node = st.top();
        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) st.push(node->right);// 添加右节点（空节点不入栈）
            if(node->left) st.push(node->left);// 添加右节点
            }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.top();// 重新取出栈中元素
                st.pop();
                result.push_back(node->val);// 加入到结果集
            }
        }
        return result;
    }
};