求二叉树的深度
题目
代码(DFS+BFS)
这里是要求这个二叉树的深度,我们可以使用DFS,深度优先遍历的方法来做。顾名思义,就是先一直往下搜索,直到遇到叶节点结束。这是一种大问题和小问题相同类型的问题,我么可以利用递归的方法来解决。也就是求树的深度,先求根节点的两个(如果有)子节点对应的子树的深度,这样一直递归下去,直到遇到NULL,结束。这就是这里的DFS来求解这个二叉树的深度的问题。这不完全是深度优先的思想,应该是属于后序遍历的实际使用。它这里使用每个节点的顺序是按照“左、右、根”的顺序来的。
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode(int x) : val(x), left(NULL), right(NULL) {}
* };
*/
class Solution {
public:
int maxDepth(TreeNode* root) {
if(root==NULL) return 0;
else{
return max(maxDepth(root->left),maxDepth(root->right))+1;
}
}
};
这题的这种方法,主要是后序遍历的思想,也有深度优先搜索的思想。时间复杂度是O(n),空间复杂度是O(n).
另外,还有一种方法是层序遍历,也就是类似于BFS的思想。
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode(int x) : val(x), left(NULL), right(NULL) {}
* };
*/
class Solution {
public:
int maxDepth(TreeNode* root) {
if(root==NULL) return 0;
queue<TreeNode*>a;
int result=0;
a.push(root);
while(!a.empty()){
queue<TreeNode*>temp;
int j=a.size();
for(int i=0;i<j;i++){
if(a.front()->left){temp.push(a.front()->left);};
if(a.front()->right){temp.push(a.front()->right);};
a.pop();}
a=temp;
result++;
}
return result;
}
};
这里使用的是队列来实现的BFS,通过广度优先搜索来计算二叉树的深度。这种方法也是很常见的。
检查平衡性
题目
代码(DFS+后序遍历)
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode(int x) : val(x), left(NULL), right(NULL) {}
* };
*/
class Solution {
public:
bool isBalanced(TreeNode* root) {
if(!root) return true;
else if((abs(height(root->left)-height(root->right))<=1)&&
(isBalanced(root->left))&&
(isBalanced(root->right))) return true;
else return false;
};
int height(TreeNode* root){
if(root==NULL){return 0;}
else{
return max(height(root->left),height(root->right))+1;
}
}
};
这个代码也是用DFS的思想来解决问题的。定义一个函数来计算每一个节点之下的子树的高度。然后用isBalanced函数来递归判断每一个节点,这里的判断方法是从上到下,可以想到,里面有很多的计算是重复的。哈哈哈哈。这个方法的时间复杂度平均是O(n logn),最坏是O(n平方)。这种方法,如果从二叉树的遍历这个方向来思考的话,其实是属于前序遍历。
下面来学习从下到上的计算方法。根据前面说到的前序遍历的思想,可以从遍历的角度来想到一种方法,可以使遍历的顺序是从下往上的。那就是后序遍历。我们知道后序遍历的“使用”顺序是“左 右 根”。但是对于二叉树,我们只能从根开始。所以这里的“使用”顺序,“使用”二字特别重要,我们的什么什么遍历,是对于各个节点的使用顺序来说的。
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode(int x) : val(x), left(NULL), right(NULL) {}
* };
*/
class Solution {
public:
bool isBalanced(TreeNode* root) {
return height(root)>=0;
};
int height(TreeNode* root){
if(root==NULL){return 0;}
int leftheight=height(root->left);
int rightheight=height(root->right);
if(leftheight==-1||rightheight==-1||abs(leftheight-rightheight)>1){
return -1;
}
else {return max(height(root->left),height(root->right))+1;}
}
};
在这个代码里面,我们先在height()函数里面递归的调用height()函数,然后再使用当前的“根”节点。这是后序遍历的思想。然后为了和使返回值可以被isBalanced()函数使用,所以我们设置不是平衡树的返回一个小于0的值,对应false.
叶子相似的树
题目
代码
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
public:
bool leafSimilar(TreeNode* root1, TreeNode* root2) {
queue<int>a1;
queue<int>a2;
getLeaf(root1,a1);
getLeaf(root2,a2);
if(a1==a2){return true;}
else {return false;}
}
void getLeaf(TreeNode* root, queue<int>& a){
if(root==NULL) return;
if(root->left==NULL&&root->right==NULL){
a.push(root->val);
}
else{
if(root->left){getLeaf(root->left,a);}
if(root->right){getLeaf(root->right,a);}
}
}
};
这里的代码使用的思想是一直递归,直到遇见叶子结点。这里不涉及到要回去访问父节点的情况,相对容易一点。
二叉树的所有路径
题目
代码(DFS+BFS)
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
public:
vector<string> binaryTreePaths(TreeNode* root) {
vector<string> paths;
string path="";
constructpath(root,path,paths);
return paths;
}
void constructpath(TreeNode*root,string path,vector<string>& paths){
if(root){
path+=to_string(root->val);
if(root->left==NULL&&root->right==NULL){
paths.emplace_back(path);
}
else{
path+="->";
constructpath(root->left,path,paths);
constructpath(root->right,path,paths);
}
}
else{return;}
}
};
这是递归,这不是尾递归,因为需要保存上层函数的环境,这是利用的深度优先搜索的思想,DFS,在调用DFS的时候,有一个问题,比如说这里的constructpath()函数,里面的第二个参数path,这个参数要在递归的过程中有很多个“分身”。要分析好path参数的变化。第三个参数paths是引用,因为这个参数我们要在函数外调用,这里的函数外是指要在binaryTreePaths()函数里面调用。
还可以使用BFS,也就是广度优先的思想来做,也就是使用队列来解这道题。
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
public:
vector<string> binaryTreePaths(TreeNode* root) {
vector<string> paths;
if(root==NULL){
return paths;
}
queue<TreeNode*> node_queue;
queue<string> path_queue;
node_queue.push(root);
string path=to_string(root->val);
path_queue.push(path);
while(!node_queue.empty()){
TreeNode*node1=node_queue.front();
string path1=path_queue.front();
node_queue.pop();
path_queue.pop();
if(node1->left==NULL&&node1->right==NULL){
paths.push_back(path1);
}
else{
if(node1->left!=NULL){
path_queue.push(path1+"->"+to_string(node1->left->val));
node_queue.push(node1->left);
}
if(node1->right!=NULL){
path_queue.push(path1+"->"+to_string(node1->right->val));
node_queue.push(node1->right);
}
}
}
return paths;
}
};
这里用vector来存储所有的路径,用node_queue来存储还未“使用”的节点。用path_queue这个队列来存储当前还未遍历到叶节点时的路径。