万字长文！二叉树入门和刷题看这篇就够了！

今天是小浩算法 “365刷题计划” 二叉树入门 - 整合篇。本篇作为入门整合篇，已经砍去难度较大的知识点，所有列出的内容，均为必须掌握。因为很长，写下目录：

• 二叉树是啥

• 二叉树的最大深度（DFS）

• 二叉树的层次遍历（BFS）

• 二叉搜索树验证

• 二叉搜索树查找

• 二叉搜索树删除

• 平衡二叉树

• 完全二叉树

• 二叉树的剪枝

01

PART

二叉树是啥

二叉树有多重要？单就面试而言，在 leetcode 中二叉树相关的题目占据了300多道，近三分之一。同时，二叉树在整个算法板块中还起到承上启下的作用：不但是数组和链表的延伸，又可以作为图的基础。总之，非常重要！

什么是二叉树？官方是这样定义的：在计算机科学中，二叉树是每个结点最多有两个子树的树结构。通常子树被称作“左子树”（left subtree）和“右子树”（right subtree）。

上面那是个玩笑，二叉树长这样：

二叉树常被用于实现二叉查找树和二叉堆。树比链表稍微复杂，因为链表是线性数据结构，而树不是。树的问题很多都可以由广度优先搜索或深度优先搜索解决。

一般而言，我们会看到下面这些与树相关的术语：

小浩概念

与树相关的术语

树的结点（node）：包含一个数据元素及若干指向子树的分支；

孩子结点（child node）：结点的子树的根称为该结点的孩子；

双亲结点：B 结点是A 结点的孩子，则A结点是B 结点的双亲；

兄弟结点：同一双亲的孩子结点；堂兄结点：同一层上结点；

祖先结点: 从根到该结点的所经分支上的所有结点

子孙结点：以某结点为根的子树中任一结点都称为该结点的子孙

结点层：根结点的层定义为1；根的孩子为第二层结点，依此类推；

树的深度：树中最大的结点层

结点的度：结点子树的个数

树的度：树中最大的结点度。

叶子结点：也叫终端结点，是度为 0 的结点；

分枝结点：度不为0的结点；

有序树：子树有序的树，比如家族树；

无序树：不考虑子树的顺序；

了解了上面的基本概念之后。我们将通过几道例题，为大家引入树的经典操作。

02

PART

二叉树最大深度

复习上面的概念：树的深度指的是树中最大的结点层。

第104题：给定一个二叉树，找出其最大深度。二叉树的深度为根节点到最远叶子节点的最长路径上的节点数。

说明: 叶子节点是指没有子节点的节点。

示例：

给定二叉树 [3,9,20,null,null,15,7]，

    3
   / \
  9  20
    /  \
   15   7

基本概念掌握：每个节点的深度与它左右子树的深度有关，且等于其左右子树最大深度值加上 1。即：

maxDepth(root) = max(maxDepth(root.left),maxDepth(root.right)) + 1

以 [3,9,20,null,null,15,7] 为例：

• 我们要对根节点的最大深度求解，就要对其左右子树的深度进行求解

• 我们看出。以4为根节点的子树没有左右节点，其深度为1。而以20为根节点的子树的深度，同样取决于它的左右子树深度。

• 对于15和7的子树，我们可以一眼看出其深度为1。

• 由此我们可以得到根节点的最大深度为

maxDepth(root-3)
=max(maxDepth(sub-4),maxDepth(sub-20))+1
=max(1,max(maxDepth(sub-15),maxDepth(sub-7))+1)+1
=max(1,max(1,1)+1)+1
=max(1,2)+1
=3

根据分析，我们通过递归进行求解：

 1//Go
 2func maxDepth(root *TreeNode) int {
 3    if root == nil {
 4        return 0
 5    }
 6    return max(maxDepth(root.Left), maxDepth(root.Right)) + 1
 7}
 8
 9func max(a int, b int) int {
10    if a > b {
11        return a
12    }
13    return b
14}

其实我们上面用的递归方式，本质上是使用了DFS的思想。所以这里就可以引出什么是DFS：深度优先搜索算法（Depth First Search），对于二叉树而言，它沿着树的深度遍历树的节点，尽可能深的搜索树的分支，这一过程一直进行到已发现从源节点可达的所有节点为止。( 注意，这里的前提是对二叉树而言。DFS本身作为图算法的一种，在后续我会单独拉出来和回溯放一起讲。)

如上图二叉树，它的访问顺序为：

A-B-D-E-C-F-G

到这里，我们思考一个问题？虽然我们用递归的方式根据DFS的思想顺利完成了题目。但是这种方式的缺点却显而易见。因为在递归中，如果层级过深，我们很可能保存过多的临时变量，导致栈溢出。这也是为什么我们一般不在后台代码中使用递归的原因。如果不理解，下面我们详细说明：

事实上，函数调用的参数是通过栈空间来传递的，在调用过程中会占用线程的栈资源。而递归调用，只有走到最后的结束点后函数才能依次退出ÿ