leetcode刷题——BinaryTree

前言

终于刷到了二叉树这一个经典的题目，之所以说它经典，是因为它涉及的知识点很多。从数据结构的存储上来看，它与链表最相近，写起来也更复杂。

同时遍历涉及到策略，最基本也分为深度优先搜索和广度优先搜索，深度优先搜索又分为前序、中序、后序。

而解题思路又可以分为递归和迭代两种解法。递归本身就属于一种比较抽象的方式，虽然写起来可能相对简单，但想起来还是比较麻烦，要确定好递归的步骤，每步返回的值，以及最后终止条件，甚至是最开始调度递归的方式，传几个参数等等。

迭代解法又涉及到队列和栈，分别用在BFS和DFS上。

---

教程

大部分树的问题主要靠遍历解决，遍历基本上包括深搜索和广搜索，策略是递归或队列栈迭代。

比较经典适合递归题目：

1. Symmetric Tree镜像树，使用广度优先搜索对比同级别是否镜像对称，使用递归比队列好用的多，比较出彩的是函数入口为(root,root)左右复制相互对比。我使用队列做的，把每一层的节点记录在散列表中，最后看每一层是不是回文，显然不如递归精巧。
2. Path Sum全路径侦测sum值。很显然的深度搜索问题，使用递归加值就可以。递归传sum值。
3. Maximum Depth of Binary Tree深搜找最深节点。递归传最大深度值。
4. Construct Binary Tree from Inorder and Postorder Traversal中序和后序数组建立二叉树。主要根据后序是删除节点的顺序，因此也就是从跟节点，开始找起，同时中序符合二分的分治思路，进行不同的且分，将两个数组不断切小，分给左右节点解决了问题。这里可以看到递归与问题分解（分治）的结合。这道题算中等难度
5. Construct Binary Tree from Prorder and Inorder Traversal,采用前序和后序数组建立二叉树。与４相近，都是使用递归和分治进行数组切分。
6.  Lowest Common Ancestor of a Binary Tree，寻找公共祖先节点。给节点A,B找到公共最低祖先节点。其实也是递归深搜查找，获得深搜路径，然后返回路径数组。再将两个数组进行进行比较。
7. Invert Binary Tree，逆转二叉树，白板经典。左右反转递归即可。
8. Diameter of Binary Tree，树中最远两个节点求值。分治思想很明显，左右的节点分别取下面最远的节点距离l,r，然后+1求最大值为当前节点距离最远节点的距离max(l,r)返回。同时这里需要单独维护一个变量max_l记录比较这一层的max(max_l,l+r)，最后取此值。这类计算树内极值比较问题基本都需要单独设立全局变量，与每一层递归中的值进行比较，而不能单独依靠递归中参数传递。
9. Binary Tree Tilt,计算二叉树的倾斜度值，整个树的倾斜度依赖于每个节点下的倾斜度值。由于这个值就是递归中返回的参数因此不需要其他全局变量。

其实这里看出来，当递归传值的数据结构比较简单、计算关系（2,3,6为求和、最大、查找路径）时使用递归比较直观。

而当递归解决的问题比较复杂时候（1为比较，７为当前节点下子节点反转，８为树的最远距离等于每层节点最远距离最大值并+1，９与８相似）分治的思想往往就更明显，递归其实只是一种手段，这类问题具有比较明显的对称性，数据的范围被不断切分，因此比较复杂。

比较适合迭代解法的题目：

1. Minimum Depth of Binary Tree，这道题与上面第三题看上去很相似，只不过是求最小值。一开始我们很容易想当然的使用深度遍历将每个节点的深度获取到，然后比较出最小值。但是其实最简单的方法是使用广度优先遍历，只要在每层的遍历过程中遇到叶子节点，那么当前深度就是最小值。

2. Populating Next Right Pointers in Each Node II。这道题要求链接每层的节点。思路很明显，广度优先搜索遍历出每层节点到各个数组，然后链接即可。

3. Average of Levels in Binary Tree。这道题更简单了，广度优先搜索一层节点的值，然后求平均值即可。

综合看来，广度优先搜索算法能解决的题一般比较明显，使用队列进行迭代即可。深度优先搜索相对麻烦一些，递归的操作要考虑参数传值、返回值类型、返回值计算再返回、终止条件、全局变量记录等因素。

---

在刷完二叉树的部分题目后，之后我们会将目光转向N叉树，来看一看N叉树相对二叉树适合解决的问题是哪些。