LeetCode刷题——894. 所有可能的满二叉树

一、原题链接

  [所有可能的满二叉树](https://leetcode-cn.com/problems/all-possible-full-binary-trees/)

二、题解

  由题目描述可知，一个满二叉树的子树一定也是一个满二叉树。假定函数FBT(N)返回包含N个结点的所有可能满二叉树的数量，则容易推导出以下公式：
   FBT(N) = 1 + FBT(x) + FBT(N-1-x)。
   上述式子中，FBT(x)表示其左子树若含有x个结点时，能组成的所有的满二叉树的数目，FBT(N-1-x)表示其右子树含有N-1-x个结点时，能组成的所有的满二叉树的数量；式子右端+1则是表示以当前根结点组成了一棵树。N-1-x则是因为树中一共包含N个结点，减去根结点和左子树中的x个结点，则右子树中有N-1-x个结点。
   同时，考虑几种特殊情况，如下：
  1、N=0时，是一棵空树，直接返回空列表；
   2、N=1时，构成只有一个结点的树；
  3、由定义可知，N为偶数时构不成满二叉树。

三、代码实现

  具体到代码实现时，选择递归的方式。为了避免重复的计算，我们采用记忆化的方式，利用一个哈希表来记录N个结点能构成的满二叉树的情况，哈希表中key值是结点数目N，对应的value值是结点数目为N时，所有可能的满二叉树组合成的列表，列表中的每一个元素都是一个满二叉树的根结点。
  在函数FBT中，首先检查哈希表中是否存在结点为N的情况。不存在的话，则递归处理。
  代码中，res中的元素将是满二叉树的根结点，元素的个数则是N个结点能够成的满二叉树的数量。
  考虑代码 for leftNode in range(1, N, 2)，这里之所以每次循环给leftNode加2，是因为左子树的数量只能是1、3、5、7、9……

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, x):
#         self.val = x
#         self.left = None
#         self.right = None


class Solution:
    def allPossibleFBT(self, N: int) -> List[TreeNode]:
        hashtable = {0:[], 1:[TreeNode(0)]}   # 做记忆化用


        def FBT(N):
            # 首先查看在哈希表中是否已经存在可能的值
            if N in hashtable:
                return hashtable[N]
            # 最终res中记录的是N个结点能组成的满二叉树的所有情况
            res = []
            for leftNode in range(1,N,2):
                rightNode = N-1-leftNode
                # FBT(leftNode)中存在结点数为leftNode时能组成的满二叉树的所有情况
                for left in FBT(leftNode):
                        # FBT(rightNode)中存在结点数为rightNode时能组成的满二叉树的所有情况
                    for right in FBT(rightNode):
                        #  建立根结点，组合所有情况，得到结点数为N时能组成的满二叉树的情况，并添加到res
                        root = TreeNode(0)
                        root.left = left
                        root.right = right
                        res.append(root)
            hashtable[N] = res
            return res
        FBT(N)
        return hashtable[N]

四、补充

  为了方便理解，补充一下对于同一个结点数目N而言，hashtable[N]，FBT(N)中到底保存的是啥？
  肯定的是，对于同一个N，二者都是列表，列表中保存的是一个个树，保存的内容是一样的。
   N=1时，只能组成一种树，hashtable[1] = FBT(1) = [TreeNode(0)]，如图：

   N=3时，同样只能组成一个树，记为A，hashtable[3] = FBT(3) = [A]，A为：

   N=5时，能组成两个树，记为A、B，hashtable[5] = FBT(5) = [A、B]，A、B如图：

  因此代码中，建立双重循环遍历FBT(leftNode)和FBT(rightNode)，其实就是遍历两个列表，在循环体中每次取出来左子树和右子树的一种可能情况，建立根结点，组成一个树。