算法训练day18|二叉树part05(LeetCode513.找树左下角的值、LeetCode112. 路径总和、LeetCode106.从中序与后序遍历序列构造二叉树)

3分16秒

已于 2023-08-25 14:23:27 修改

阅读量515

点赞数

分类专栏：算法与数据结构文章标签：算法 c++ 数据结构 leetcode

于 2023-08-21 17:58:47 首次发布

本文链接：https://blog.csdn.net/weixin_43399263/article/details/132404027

版权

算法与数据结构专栏收录该内容

42 篇文章 0 订阅

订阅专栏

文章目录

513.找树左下角的值
- 递归法
- 迭代法
112. 路径总和
113.路径总和ii
- 代码实现
- 思考总结
106.从中序与后序遍历序列构造二叉树
105.从前序与中序遍历序列构造二叉树

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。
在这里插入图片描述
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。

在这里插入图片描述

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。
在这里插入图片描述

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：
在这里插入图片描述

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：
在这里插入图片描述
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：
在这里插入图片描述

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);
    }
};