题目描述
给定一个二叉树,返回其节点值自底向上的层次遍历。(即按从叶子节点所在层到根节点所在的层,逐层从左向右遍历)
例如:
给定二叉树[3,9,20,null,null,15,7]
,
3
/ \
9 20
/ \
15 7
返回其自底向上的层次遍历为:
[
[15,7],
[9,20],
[3]
]
迭代实现
迭代遍历比较直观,就是按层遍历
我们将我们一层遍历得到的结果放到一个数组中,等这一层遍历完后,将这个数组放入到最终结果集res
中。
因为题目要求是反序输出,所以我们只需将res
翻转一下就可以了。
我们看下如何实现这个迭代遍历
如上图,首先创建一个队列,将根节点root
放入队列中,然后不断循环遍历这个队列。
对于树的第一层,其长度为1
,而此时根节点也放到队列中了,所以队列的长度也是1
,我们取出一个元素,将其放入临时数组中。
如果这个节点的左右孩子不为空,则将他们也放入队列中。
上图是处理第二层的过程,类似于第一层,由于第一层遍历完后,队列里有两个元素了,所以第二次遍历的时候,可以确定队列长度是2
,于是执行两次,将2
和3
取出,放入临时数组中,之后再将2
和3
的两个孩子也放入队列中。
处理第三层时,队列长度就是4
了,于是取出4
个元素,再次处理。
java代码:
class Solution {
public List> levelOrderBottom(TreeNode root) {if(root==null) {return new ArrayList>();
}//用来存放最终结果
ArrayList> res = new ArrayList>();//创建一个队列,将根节点放入其中
Queue queue = new LinkedList();
queue.offer(root);while(!queue.isEmpty()) {//每次遍历的数量为队列的长度int size = queue.size();
ArrayList tmp = new ArrayList();//将这一层的元素全部取出,放入到临时数组中,如果节点的左右孩子不为空,继续放入队列for(int i=0;i TreeNode node = queue.poll();
tmp.add(node.val);if(node.left!=null) {
queue.offer(node.left);
}if(node.right!=null) {
queue.offer(node.right);
}
}
res.add(tmp);
}//翻转最终结果并返回
Collections.reverse(res);return res;
}
}
python代码:
class Solution(object):
def levelOrderBottom(self, root):
if not root:
return []
# 创建一个队列,将根节点放入其中
queue = [root]
# 用来存放最终结果
res = []
while queue:
# 每次遍历的数量为队列的长度
size = len(queue)
tmp = []
# 将这一层的元素全部取出,放入到临时数组中,如果节点的左右孩子不为空,继续放入队列
for _ in xrange(size):
node = queue.pop(0)
tmp.append(node.val)
if node.left:
queue.append(node.left)
if node.right:
queue.append(node.right)
res.append(tmp)
# 翻转最终结果并返回
return res[::-1]
迭代实现-2
第一种方式中,我们将最终结果集定义成数组,等所有元素都放置完后,再翻转一下数组。
我们可以将最终结果集改成链表,以后每层遍历完将结果放入到链表的第一位,这样就自动完成了翻转的功能了。
java代码:
class Solution {
public List> levelOrderBottom(TreeNode root) {if(root==null) {return new ArrayList>();
}//改用链表实现,每次都插入到第一位
LinkedList> res = new LinkedList>();
Queue queue = new LinkedList();
queue.offer(root);while(!queue.isEmpty()) {int size = queue.size();
ArrayList tmp = new ArrayList();for(int i=0;i TreeNode node = queue.poll();
tmp.add(node.val);if(node.left!=null) {
queue.offer(node.left);
}if(node.right!=null) {
queue.offer(node.right);
}
}//每次都保存到链表的第一位,这样自带了翻转的功能
res.add(0,tmp);
}return res;
}
}
python代码:
class Solution(object):
def levelOrderBottom(self, root):
if not root:
return []
queue = [root]
# 改用双端队列实现,每次都插入到第一位
res = collections.deque()
while queue:
size = len(queue)
tmp = []
for _ in xrange(size):
node = queue.pop(0)
tmp.append(node.val)
if node.left:
queue.append(node.left)
if node.right:
queue.append(node.right)
# 每次插入到第一位,这样自带了翻转的功能
res.appendleft(tmp)
return list(res)
递归实现
递归实现就不那么直观了,我们可以把二叉树结构改变一下,想象成一个三角形的结构 我们在递归遍历时,将第一层的元素放入到第一层的数组中,将第二层的的元素放入到第二层,第三层的元素放入第三层。第三层的4
是在5
之前被遍历的,所以放入到第三层数组时,4
就在5
前面,同理6
是在7
前面被遍历的,所以放入到第三层时6
就在7
前面。
这次我们不用创建队列了,直接在最终结果集res
上操作,res
是个二维数组,集合中嵌套集合,但现在没有任何嵌套的集合。
如上图所示,一开始res
是空的,当遍历到第一层时候,我们创建一个集合,放入res
,然后将第一层的1
,放到res[0]
中。
遍历到第二层时,再创建一个集合放入res
,然后将2
放入res[1]
中。
遍历到第三层时,同样再创建一个集合放入res
,将4
放入res[2]
中。
当我们再回到第三层,遍历到5
时,就不用再创建新集合了,直接将5
放到到res[2]
中即可。
之后,再将3
放到res[1]
6
、7
放入res[2]
中。
完整的遍历过程如下图:
java代码:
class Solution {
public List> levelOrderBottom(TreeNode root) {if(root==null) {return new ArrayList>();
}//用来存放最终结果
ArrayList> res = new ArrayList>();
dfs(root,res,1);
Collections.reverse(res);return res;
}private void dfs(TreeNode root,ArrayList> res,int index) {if(root==null) {return;
}//如果index大于res大小,说明这一层没有对应的集合,需要新创建if(index>res.size()) {
res.add(new ArrayList());
}//将当前层的元素直接放到对应层的末尾即可
res.get(index-1).add(root.val);//继续遍历左右节点,同时将层高+1
dfs(root.left,res,index+1);
dfs(root.right,res,index+1);
}
}
python代码:
class Solution(object):
def levelOrderBottom(self, root):
if not root:
return []
# 用来存放最终结果
res = []
def dfs(root,index):
if not root:
return
# 如果index大于res大小,说明这一层没有对应的集合,需要新创建
if index>len(res):
res.append([])
# 将当前层的元素直接放到对应层的末尾即可
res[index-1].append(root.val)
# 继续遍历左右节点,同时将层高+1
dfs(root.left,index+1)
dfs(root.right,index+1)
dfs(root,1)
return res[::-1]
如果觉得不错又懒得留言
你可以点个在看![7f1a92486a7a0585c32eca91c4ea4c40.png](https://img-blog.csdnimg.cn/img_convert/7f1a92486a7a0585c32eca91c4ea4c40.png)
![7f1a92486a7a0585c32eca91c4ea4c40.png](https://img-blog.csdnimg.cn/img_convert/7f1a92486a7a0585c32eca91c4ea4c40.png)