剑指offer:平衡二叉树

题目描述

输入一棵二叉树,判断该二叉树是否是平衡二叉树。

# -*- coding: utf-8 -*-
# @Time         : 2019-10-08 9:54
# @Author       : Jayce Wong
# @ProjectName  : job
# @FileName     : isBalancedBinaryTree.py
# @Blog         : http://blog.51cto.com/jayce1111
# @Github       : https://github.com/SysuJayce


class TreeNode:
    def __init__(self, x):
        self.val = x
        self.left = None
        self.right = None


class Solution:
    """
    判断一颗二叉树是否平衡,只需要保证每个节点的左右子树的深度差不超过1.
    也就是说这道题其实可以转换为求每个节点的左右子树的深度。

    解法1:
    自顶向下,按照根节点、左子节点、右子节点的顺序判断是否为平衡二叉树
    优点是编码简单,缺点是有大量重复计算

    解法2:
    自底向上,先判断左子节点,然后判断右子节点,最后判断根节点是否为平衡二叉树。
    优点是每个节点只需要遍历一次
    """
    def IsBalanced_Solution1(self, pRoot):
        def helper(root):
            # 计算一棵树的深度我们只需要调用这样一行代码即可
            # 一棵树的深度等于其左右子树最大深度再加1
            # 但是我们还需要判断这棵树的根节点是否为空
            return max(helper(root.left), helper(root.right)) + 1 if root else 0

        if not pRoot:
            return True

        # 判断根节点的左右子树深度差是否超过1
        if abs(helper(pRoot.left) - helper(pRoot.right)) > 1:
            return False

        # 在判断完根节点是否平衡之后继续判断其左右子节点
        return self.IsBalanced_Solution1(pRoot.left) \
            and self.IsBalanced_Solution1(pRoot.right)

    def IsBalanced_Solution2(self, pRoot):
        def helper(root):
            """
            求以root为根节点的二叉树的深度
            为减少重复计算,使用自底向上的计算方式。
            如果左子树不平衡,那么直接返回不平衡,右子树也同理。
            如果左右子树是平衡的,再判断根节点是否平衡。

            这里-1代表不平衡
            :param root:
            :return: 以root为根节点的二叉树的深度
            """
            if not root:
                return 0

            left = helper(root.left)
            if left == -1:
                return -1
            right = helper(root.right)
            if right == -1:
                return -1

            return max(left, right) + 1 if abs(left - right) < 2 else -1

        return helper(pRoot) != -1  # 只要不是-1,都代表平衡

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值