0. 二叉树基础
二叉树作为一种常见的数据结构,但是其中的很多问题我都没有深入理解过。因此这次也是一个从头开始熟悉二叉树内容的好机会。
二叉树种类
理论基础里提到的二叉树种类有四种:满二叉树、完全二叉树、二叉搜索树、平衡二叉搜索树。
满二叉树
重点是:各个节点的度只能为0或者2,并且度为0的节点只能位于一层上,不能位于不同层。
完全二叉树
这个很容易出错,重点有两个,一是除了最底层所有层都填满了,二是最底层的所有节点都集中在这一层的左边部分。需要满足这两个条件才可以。
二叉搜索树
前面的树都没有数值,这里开始有数值了。如果存在左子树,左子树的值小于根节点的值;如果存在右子树,右子树的值大于根节点的值。
平衡二叉搜索树
这个树睡一棵空树,或者左右两个子树高度差的绝对值不超过1,并且左右两层都是两个二叉搜索树。
二叉树的存储方式
存储方式一般是两种:1)链式存储,用的是指针来完成;2)顺序存储,用的是数组来完成。
二叉树的遍历方式
文档里给的记忆方式很不错:前序遍历——中左右;中序遍历——左中右;后续遍历——左右中。
二叉树的定义
本python用户就记一下python的定义吧:
class TreeNode:
def __init__(self, val, left = None, right = None):
self.val = val
self.left = left
self.right = right
1. 二叉树的递归遍历
好!开始认真做二叉树的题目了!
首先在递归遍历方面,要确认的事情有三个:1)递归函数中的参数是什么;2)什么时候递归结束;3)确定单层递归的逻辑。
那对于二叉树递归,不论是前中后序,其实中间本质都是一样,先遍历左边的点,再遍历右边的点,关键是在返回的时候返回的东西不一致。
前序遍历
class Solution:
def preorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
if not root:
return []
left = self.preorderTraversal(root.left)
right = self.preorderTraversal(root.right)
return [root.val] + left + right
中序遍历
class Solution:
def inorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
if not root:
return []
left = self.inorderTraversal(root.left)
right = self.inorderTraversal(root.right)
return left + [root.val] + right
后序遍历
class Solution:
def postorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
if not root:
return []
left = self.postorderTraversal(root.left)
right = self.postorderTraversal(root.right)
return left + right + [root.val]
2. 二叉树的迭代遍历
这种方式相比递归来说相对麻烦一点点,但是思路是清晰的,前序和后续思路一致,都是遍历到的点直接进入栈,到那时中序就不一样,即使遍历了也不能立马进入栈。
前序遍历
class Solution:
def preorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
if not root:
return []
result = []
stack = [root]
while stack:
node = stack.pop()
result.append(node.val)
if node.right:
stack.append(node.right)
if node.left:
stack.append(node.left)
return result
后续遍历
和前序遍历一模一样,因为“左右中 = (中后左)反过来”,所以注意一下左右子节点的入栈顺序即可。
class Solution:
def postorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
if not root:
return []
result = []
stack = [root]
while stack:
node = stack.pop()
result.append(node.val)
if node.left:
stack.append(node.left)
if node.right:
stack.append(node.right)
return result[::-1]
中序遍历
中序遍历相对复杂。思想上来说,需要一个指针cur来确定目前遍历的点的位置,先把它压入栈,再把指针指向它的左子节点;同时,要在cur完全遍历完的时候再考虑pop,并把pop出来的点放进result,指针变为current的右子节点。
需要注意的单层边界条件是if cur之后是append它本身,并非append它的left。
class Solution:
def inorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
if not root:
return []
result = []
stack = []
cur = root
while cur or stack:
if cur:
stack.append(cur)
cur = cur.left
else:
cur = stack.pop()
result.append(cur.val)
cur = cur.right
return result