二叉树的右视图(JS)

题目描述

给定一棵二叉树，想象自己站在它的右侧，按照从顶部到底部的顺序，返回从右侧所能看到的节点值。
示例:

题目分析

首先根据题目意思，可以判断出这一道考察二叉树知识的题。那么相对于二叉树的知识，你还记得多少呢？层次遍历、先序遍历、中序遍历、后序遍历、广度游戏、深度优先等等，相信这些你应该都有些印象，如果不是特别清楚，那么建议去复习一下，或者学习一下【过来人的感叹啊】。
1、解法一：
（1）、层次遍历：每一层一层的遍历，找到每层最后一个元素，并将元素加入到结果集中（我们很文明的，不提倡暴力）
（2）、广度优先遍历：根据观看的特点，我们知道每一层我们只能获得一个值，那么每一层的深度与结果集的长度有什么关系呢？所获取的数据位置有什么特点呢？好好开动你的大脑。好吧，确实有点不好发现。其实我们可以观察到只要右子树还有节点，那么左子树就可以不先进行查找，同时当我们在右子树上获取我们需要的元素时，当第一个数据所在的深度与结果集的长度相等时，它是不是我们需要的数据呢？
下面我们来看几张图：相信它比我更会说
（1）首先，我们可以观察到这个二叉树中，当结果集合的长度为0时，当前二叉树的深度也为0，即当前的数据为根节点，那么从右边看过来，自然它是我们需要的，那么加入到结果集合中（结果集长度为 1 ），根据右边的节点是我们所获取的数据的可能性更大，所以我们先遍历右子树。

(2)、第一层数据以获取，那么我们根据获取数据的特性，我们先遍历右子树，此时指向右子树，此时满足深度为1 ，结果集长度也为1 ，那么加入到结果集（长度为2），进行优先遍历右子树

（3）、还能往右子树进行遍历，那么此刻的只要是右子树的右节点上都满足此条件：当前结果集长度和树的深度相等时，那么当前数据，就是我们所获取的数据。

(4)、当获取完当前节点后，发现没有了右子树了，那么下一层所获取的数据节点一定在该节点的左子树上，或者根节点的左子树上，因此，我们可以发现，当遍历右子树完成之后，我们即可遍历左子树去获取新的数据节点。如下图，此时深度变为3，结果集合的长度也满足3，同观察此数据也为我们所需要的，那么将它加入到结果集合。（结果集合长度为4）

（5）、此时继续遍历，发现没有左右子节点了，结束了吗？没有，还有呢^v!!!所以这时我们又开始遍历根节点的左子树，根据每层只能获取一个数据节点的特点，那么我们就可以直接从根节点跳到…

（6）、这时我们发现，对应的节点上具有左节点了，但是不具备右节点，同时根据观察，该节点的左节点，也满足所需要求，所以我们可以判断出，第一个数据节点的深度与数据集合的长度相等时，该数据节点即是，我们所需要的。概念太深奥了，我们还是喜欢代码。

整个过程是不是一个深度优先？还别说，真像。差点把人绕晕了。所以采用深度优先遍历和这个特性，我们就可以找到我们所需要的数据元素集合。
都说那里有深度，那里就有广度，其实这里也可以使用广度优先遍历进行实现。你可以试试？

实现代码

var rightSideView = function(root) {
    if(!root)
        return [];
    let arrList =[];
    DFS(root,0,arrList);
    return arrList;
};

function DFS(root,depth,res){
    if(root){
        if(res.length === depth){// 当数组长度等于当前 深度 时, 把当前的值加入数组
            res.push(root.val);
        }
        DFS(root.right,depth+1,res);// 先从右边开始, 当右边没了, 再轮到左边
        DFS(root.left,depth+1,res);
    }
}