文章目录
513.找树左下角的值
题目链接🔥🔥
给定一个二叉树,在树的最后一行找到最左边的值。
本地递归偏难,反而迭代简单属于模板题
递归法
使用递归法,如何判断是最后一行呢,其实就是深度最大的叶子节点一定是最后一行。
如何找最左边的呢?可以使用前序遍历(当然中序,后序都可以,因为本题没有 中间节点的处理逻辑,只要左优先就行),保证优先左边搜索,然后记录深度最大的叶子节点。
递归三部曲:
- 确定递归函数的参数和返回值
参数必须有要遍历的树的根节点,还有就是一个int型的变量用来记录最长深度。 这里就不需要返回值了,所以递归函数的返回类型为void。
本题还需要类里的两个全局变量,maxLen用来记录最大深度,result记录最大深度最左节点的数值。
int maxdepth = INT_MIN; // 全局变量 记录最大深度
int result; // 全局变量 最大深度最左节点的数值
void traversal(TreeNode* root, int depth)
- 确定终止条件
当遇到叶子节点的时候,就需要统计一下最大的深度了,所以需要遇到叶子节点来更新最大深度。
if (root->left == NULL && root->right == NULL) {
if (depth > maxDepth) {
maxDepth = depth; // 更新最大深度
result = root->val; // 最大深度最左面的数值
}
return;
}
- 确定单层递归的逻辑
在找最大深度的时候,递归的过程中依然要使用回溯,
if (root->left) { // 左
depth++; // 深度加一
traversal(root->left, depth);
depth--; // 回溯,深度减一
}
if (root->right) { // 右
depth++; // 深度加一
traversal(root->right, depth);
depth--; // 回溯,深度减一
}
return;
完整代码:
class Solution {
public:
int maxdepth=INT_MIN;
int result;
void traversal(TreeNode* root,int depth){
//要进行递归的时候要判断root是否为空,防止操作空指针
if(root->left==nullptr&&root->right==nullptr){
if(depth>maxdepth){
maxdepth=depth;
result=root->val;
}
return;
}
if(root->left){//左
depth++;
traversal(root->left,depth);
depth--;// 回溯,深度减一
}
if(root->right){//右
depth++;
traversal(root->right,depth);
depth--;
}
}
int findBottomLeftValue(TreeNode* root) {
traversal(root,0);
return result;
}
};
回溯的地方可以精简,精简代码如下:
if (root->left) {
traversal(root->left, depth + 1); // 隐藏着回溯
}
把depth + 1作为函数参数,因为并没有改变depth的数值,执行完递归函数之后,depth 依然是之前的数值(相当于回溯了)
迭代法
class Solution {
public:
int findBottomLeftValue(TreeNode* root) {
int result;
queue<TreeNode*> que;
if(root!=nullptr) que.push(root);
while(!que.empty()){
int size=que.size();
for(int i=0;i<size;i++){
TreeNode* cur=que.front();
que.pop();
if(i==0) result=cur->val;//记录每层最左节点的值
if(cur->left) que.push(cur->left);
if(cur->right) que.push(cur->right);
}
}
return result;
}
};
112. 路径总和
题目链接🔥
给定一个二叉树和一个目标和,判断该树中是否存在根节点到叶子节点的路径,这条路径上所有节点值相加等于目标和。
说明: 叶子节点是指没有子节点的节点。
思路分析
本题 又一次设计要回溯的过程,而且回溯的过程隐藏的还挺深
优先掌握递归法。
- 确定递归函数的参数和返回类型
参数:需要二叉树的根节点,还需要一个计数器,这个计数器用来计算二叉树的一条边之和是否正好是目标和,计数器为int型。
并不要遍历整棵树,所以递归函数需要返回值,可以用bool类型表示。
- 确定终止条件
首先计数器如何统计这一条路径的和呢?
不要去累加然后判断是否等于目标和,那么代码比较麻烦,可以用递减,让计数器count初始为目标和,然后每次减去遍历路径节点上的数值。
如果最后count == 0,同时到了叶子节点的话,说明找到了目标和。
如果遍历到了叶子节点,count不为0,就是没找到。
if (!cur->left && !cur->right && count == 0) return true; // 遇到叶子节点,并且计数为0
if (!cur->left && !cur->right) return false; // 遇到叶子节点而没有找到合适的边,直接返回
- 确定单层递归的逻辑
因为终止条件是判断叶子节点,所以递归的过程中就不要让空节点进入递归了。
递归函数是有返回值的,如果递归函数返回true,说明找到了合适的路径,应该立刻返回。
if (cur->left) { // 左
count -= cur->left->val; // 递归,处理节点;
if (traversal(cur->left, count)) return true;
count += cur->left->val; // 回溯,撤销处理结果
}
if (cur->right) { // 右
count -= cur->right->val;
if (traversal(cur->right, count)) return true;
count += cur->right->val;
}
return false;
代码实现
class Solution {
public:
bool traversal(TreeNode* root, int count){
if(root->left==nullptr&&root->right==nullptr&&count==0) return true;
if(root->left==nullptr&&root->right==nullptr&&count!=0) return false;
if(root->left){
count-=root->left->val;
if(traversal(root->left,count)) return true;
count+=root->left->val;
}
if(root->right){
count-=root->right->val;
if(traversal(root->right,count)) return true;
count+=root->right->val;
}
return false;
}
bool hasPathSum(TreeNode* root, int targetSum) {
if(root==nullptr) return false;
return traversal(root,targetSum-root->val);
}
};
思考总结
💡递归函数什么时候需要返回值?什么时候不需要返回值?这里总结如下三点:
- 如果需要搜索整棵二叉树且不用处理递归返回值,递归函数就不要返回值。(这种情况就是本文下半部分介绍的113.路径总和ii)
- 如果需要搜索整棵二叉树且需要处理递归返回值,递归函数就需要返回值。 (这种情况我们在236. 二叉树的最近公共祖先 (opens new window)中介绍)
- 如果要搜索其中一条符合条件的路径,那么递归一定需要返回值,因为遇到符合条件的路径了就要及时返回。(本题的情况)
113.路径总和ii
题目链接🔥🔥
给你二叉树的根节点 root 和一个整数目标和 targetSum ,找出所有 从根节点到叶子节点 路径总和等于给定目标和的路径。
叶子节点 是指没有子节点的节点。
代码实现
class Solution {
public:
vector<vector<int>> result;
vector<int> path;
void traversal(TreeNode* root, int count){
// 遇到了叶子节点且找到了和为sum的路径
if(root->left==nullptr&&root->right==nullptr&&count==0) result.push_back(path);
if(root->left){
count-=root->left->val;
path.push_back(root->left->val);
traversal(root->left,count);
count+=root->left->val;
path.pop_back();
}
if(root->right){
count-=root->right->val;
path.push_back(root->right->val);
traversal(root->right,count);
count+=root->right->val;
path.pop_back();
}
}
vector<vector<int>> pathSum(TreeNode* root, int targetSum) {
if(root==nullptr) return result;
path.push_back(root->val);
traversal(root,targetSum-root->val);
return result;
}
};
思考总结
💡递归函数什么时候需要返回值,什么不需要返回值。
112和113这两道题目是掌握这一知识点非常好的题目,感受搜索整棵树和搜索某一路径的差别。
106.从中序与后序遍历序列构造二叉树
题目链接🔥🔥
根据一棵树的中序遍历与后序遍历构造二叉树。
注意: 你可以假设树中没有重复的元素。
例如,给出
中序遍历 inorder = [9,3,15,20,7]
后序遍历 postorder = [9,15,7,20,3] 返回如下的二叉树:
思路分析
📎说到一层一层切割,就应该想到了递归,一共分几步:
第一步:如果数组大小为零的话,说明是空节点了。
第二步:如果不为空,那么取后序数组最后一个元素作为节点元素。
第三步:找到后序数组最后一个元素在中序数组的位置,作为切割点
第四步:切割中序数组,切成中序左数组和中序右数组 (顺序别搞反了,一定是先切中序数组)
第五步:切割后序数组,切成后序左数组和后序右数组
第六步:递归处理左区间和右区间
📎如何切割,以及边界值找不好很容易乱套。
此时应该注意确定切割的标准,是左闭右开,还有左开右闭,还是左闭右闭,这个就是不变量,要在递归中保持这个不变量。在二分查找以及螺旋矩阵的求解中,坚持循环不变量非常重要,本题也是。
📎首先要切割中序数组
为什么先切割中序数组呢?
切割点在后序数组的最后一个元素,就是用这个元素来切割中序数组的,所以必要先切割中序数组。
中序数组相对比较好切,找到切割点(后序数组的最后一个元素)在中序数组的位置,然后切割,如下代码中我坚持左闭右开的原则:
// 找到中序遍历的切割点
int delimiterIndex;
for (delimiterIndex = 0; delimiterIndex < inorder.size(); delimiterIndex++) {
if (inorder[delimiterIndex] == rootValue) break;
}
// 左闭右开区间:[0, delimiterIndex)
vector<int> leftInorder(inorder.begin(), inorder.begin() + delimiterIndex);
// [delimiterIndex + 1, end)
vector<int> rightInorder(inorder.begin() + delimiterIndex + 1, inorder.end() );
📎后序数组的切割点怎么找?
首先后序数组的最后一个元素指定不能要了,这是切割点 也是 当前二叉树中间节点的元素,已经用了。
此时有一个很重要的点,就是中序数组大小一定是和后序数组的大小相同的(这是必然)。
中序数组我们都切成了左中序数组和右中序数组了,那么后序数组就可以按照左中序数组的大小来切割,切成左后序数组和右后序数组。
代码如下:
// postorder 舍弃末尾元素,因为这个元素就是中间节点,已经用过了
postorder.resize(postorder.size() - 1);
// 左闭右开,注意这里使用了左中序数组大小作为切割点:[0, leftInorder.size)
vector<int> leftPostorder(postorder.begin(), postorder.begin() + leftInorder.size());
// [leftInorder.size(), end)
vector<int> rightPostorder(postorder.begin() + leftInorder.size(), postorder.end());
📎此时,中序数组切成了左中序数组和右中序数组,后序数组切割成左后序数组和右后序数组。
接下来可以递归了,代码如下:
root->left = traversal(leftInorder, leftPostorder);
root->right = traversal(rightInorder, rightPostorder);
代码实现
class Solution {
public:
TreeNode* traversal(vector<int>& inorder, vector<int>& postorder){
if(postorder.size()==0) return nullptr;
TreeNode* root=new TreeNode(postorder[postorder.size()-1]);
if(postorder.size()==1) return root;
//中序数组切割点
int delimiterindex=0;
for(delimiterindex=0;delimiterindex<inorder.size();delimiterindex++){
if(inorder[delimiterindex]==root->val) break;
}
//中序数组切割
vector<int> leftInorder(inorder.begin(),inorder.begin()+delimiterindex);
vector<int> rightInorder(inorder.begin()+delimiterindex+1,inorder.end());
//后序数组切割
postorder.resize(postorder.size()-1);
vector<int> leftPostorder(postorder.begin(),postorder.begin()+leftInorder.size());
vector<int> rightPostorder(postorder.begin()+leftInorder.size(),postorder.end());
//这里当时忽略了
//将左子树和右子树的根节点返回值链接到了当前节点的左右指针上,从而正确地构建了整个二叉树结构
root->left=traversal(leftInorder,leftPostorder);
root->right=traversal(rightInorder,rightPostorder);
return root;
}
TreeNode* buildTree(vector<int>& inorder, vector<int>& postorder) {
return traversal(inorder, postorder);
}
};
调试的时候可以输出日志,看看左右分割结果对不对:
class Solution {
public:
TreeNode* traversal(vector<int>& inorder, vector<int>& postorder){
if(postorder.size()==0) return nullptr;
TreeNode* root=new TreeNode(postorder[postorder.size()-1]);
if(postorder.size()==1) return root;
int delimiterindex=0;
for(delimiterindex=0;delimiterindex<inorder.size();delimiterindex++){
if(inorder[delimiterindex]==root->val) break;
}
vector<int> leftInorder(inorder.begin(),inorder.begin()+delimiterindex);
vector<int> rightInorder(inorder.begin()+delimiterindex+1,inorder.end());
postorder.resize(postorder.size()-1);
vector<int> leftPostorder(postorder.begin(),postorder.begin()+leftInorder.size());
vector<int> rightPostorder(postorder.begin()+leftInorder.size(),postorder.end());
// 以下为日志
cout << "----------" << endl;
cout << "leftInorder :";
for (int i : leftInorder) {
cout << i << " ";
}
cout << endl;
cout << "rightInorder :";
for (int i : rightInorder) {
cout << i << " ";
}
cout << endl;
cout << "leftPostorder :";
for (int i : leftPostorder) {
cout << i << " ";
}
cout << endl;
cout << "rightPostorder :";
for (int i : rightPostorder) {
cout << i << " ";
}
cout << endl;
root->left=traversal(leftInorder,leftPostorder);
root->right=traversal(rightInorder,rightPostorder);
return root;
}
TreeNode* buildTree(vector<int>& inorder, vector<int>& postorder) {
return traversal(inorder, postorder);
}
};
思考总结
💡前序和中序可以唯一确定一棵二叉树。后序和中序可以唯一确定一棵二叉树。
那么前序和后序可不可以唯一确定一棵二叉树呢?
前序和后序不能唯一确定一棵二叉树!,因为没有中序遍历无法确定左右部分,也就是无法分割。
如:
tree1 的前序遍历是[1 2 3], 后序遍历是[3 2 1]。
tree2 的前序遍历是[1 2 3], 后序遍历是[3 2 1]。
💡之前我们讲的二叉树题目都是各种遍历二叉树,这次开始构造二叉树了,思路其实比较简单,但是真正代码实现出来并不容易。
所以要避免眼高手低,踏实地把代码写出来。
我同时给出了添加日志的代码版本,因为这种题目是不太容易写出来调一调就能过的,所以一定要把流程日志打出来,看看符不符合自己的思路。
遇到这种题目的时候,要学会打日志来调试(如何打日志有时候也是个技术活),不要脑动模拟,脑动模拟很容易越想越乱。
105.从前序与中序遍历序列构造二叉树
题目链接🔥🔥
根据一棵树的前序遍历与中序遍历构造二叉树。
注意: 你可以假设树中没有重复的元素。
例如,给出
前序遍历 preorder = [3,9,20,15,7]
中序遍历 inorder = [9,3,15,20,7] 返回如下的二叉树:
class Solution {
public:
TreeNode* traversal(vector<int>& preorder, vector<int>& inorder){
if(preorder.size()==0) return nullptr;
TreeNode* root=new TreeNode(preorder[0]);
if(preorder.size()==1) return root;
int delimiterindex=0;
for(delimiterindex=0;delimiterindex<inorder.size();delimiterindex++){
if(inorder[delimiterindex]==root->val) break;
}
vector<int> leftInorder(inorder.begin(),inorder.begin()+delimiterindex);
vector<int> rightInorder(inorder.begin()+delimiterindex+1,inorder.end());
vector<int> leftPreorder(preorder.begin()+1,preorder.begin()+1+leftInorder.size());
vector<int> rightPreorder(preorder.begin()+1+leftInorder.size(),preorder.end());
root->left=traversal(leftPreorder,leftInorder);
root->right=traversal(rightPreorder,rightInorder);
return root;
}
TreeNode* buildTree(vector<int>& preorder, vector<int>& inorder) {
return traversal(preorder, inorder);
}
};