513.找树左下角的值
力扣题目链接
题目描述:
给定一个二叉树的 根节点 root,请找出该二叉树的 最底层 最左边 节点的值。
假设二叉树中至少有一个节点。
思路:
- 迭代法:迭代法比较简单,直接层次遍历,取最后一层的第一个节点即可
- 递归法:由于是求最后一层的第一个节点,那么需要找到最大深度的那层,然后取那一层的第一个节点,有两个问题:怎么找到最后一层和怎么知道是不是第一个节点。
- 第一个问题:定义一个全局的深度代表最大深度,遍历的时候依次比较,同时记录最大层数所对应的节点值
- 第二个问题,怎么确定是第一个节点,这个我们可以采用前序遍历的方法,每次遍历的都是先从左子树遍历,只有左子树为空时,才会走到右子树,这样max当取到最大值时,第一次拿到的一定是最左边的节点(后续即使也是最大深度那一层的也不会更新了)
- 接下来递归三部曲:
- 确定函数参数和返回值:函数参数为根节点和当前层的深度
depth
,返回值为void
,因为结果集在全局的result
- 函数退出条件:当节点为空的时候,return即可。
- 单步处理逻辑:当遇到叶子节点,且层数比
max_depth
大的时候,更新result
和max_depth
,然后依次递归左右子树(这里对顺序没有要求,先遍历哪个都可以) - 这里有回溯的思想,在求完左子树的时候,注意把depth回溯,下面代码把回溯逻辑隐藏了
traversal(root->left, depth + 1);
这里depth没有发生改变,其实是先++,再–。
- 确定函数参数和返回值:函数参数为根节点和当前层的深度
代码实现:
//递归法
int max_depth = 0;
int result = 0;
void traversal(TreeNode* root, int depth) {
if (root == nullptr) return;
depth++;
if (!root->left && !root->right && max_depth < depth) {
max_depth = depth;
result = root->val;
}
/*depth++;
traversal(root->left, depth);
depth--;//体现的回溯的思想,在求完左子树的深度后,在求右子树深度前,进行回溯
depth++;
traversal(root->right, depth);
depth--;*/
//改写后如下
traversal(root->left, depth + 1);
traversal(root->right, depth + 1);
}
int findBottomLeftValue(TreeNode* root) {
if (root == nullptr) return 0;
int depth = 0;
traversal(root, depth);
return result;
}
- 迭代法:
int findBottomLeftValue(TreeNode* root) {
if (root == nullptr) return 0;
queue<TreeNode*> que;
que.push(root);
int size = 0, val = 0;
while(!que.empty()) {
size = que.size();
for (int i = 0; i < size; ++i) {
TreeNode* cur = que.front();
que.pop();
if (cur->left) que.push(cur->left);
if (cur->right) que.push(cur->right);
if (i == 0) val = cur->val;
}
}
return val;
}
112. 路径总和
力扣题目链接
题目描述:
给你二叉树的根节点 root 和一个表示目标和的整数 targetSum 。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 targetSum 。如果存在,返回 true ;否则,返回 false 。
叶子节点 是指没有子节点的节点。
思路:
- 递归法:采用前序遍历,先判断是否是叶子节点,然后再判断是否符合当前路径,符合就返回true,不符合就递归左右子树,下面是递归三部曲:
- 确定函数参数和返回值:函数参数为根节点,和用来判断是否符合
target
的数字,初始值为target,每遍历一个节点就减去该节点,直到叶子节点时,如果它为0,那么就是我们要找的路径。返回值为true,因为只要找到一条路径我们就可以立刻退出了,不符合就返回true。 - 单步处理逻辑:左右节点非空就递归左右节点,注意处理返回值,只要返回值是true,就可以返回了,另外这里也有回溯思想,在递归左子树后,count要回到递归之前的结果,来让右子树使用。
- 确定函数参数和返回值:函数参数为根节点,和用来判断是否符合
代码实现
bool traversal(TreeNode* root, int count) {
if (!root->left && !root->right) {
if (count == 0) {
return true;
} else {
return false;
}
}
if (root->left) {
if (traversal(root->left, count - root->left->val)) {
return true;
}
}
if (root->right) {
if (traversal(root->right, count - root->right->val)) {
return true;
}
}
return false;
}
bool hasPathSum(TreeNode* root, int targetSum) {
if (root == nullptr) return false;
return traversal(root, targetSum - root->val);
}
迭代法:和求所有叶子路径那道题类似,用前序遍历(因为从根节点走),然后把路径和存起来,遇到叶子节点就判断,如果是求所有符合条件的路径 这道题,就continue
然后继续找。
bool hasPathSum(TreeNode* root, int targetSum) {
if (root == nullptr) return false;
stack<pair<TreeNode*, int>> stk;
stk.push(pair<TreeNode*, int>(root, root->val));
while(!stk.empty()) {
auto& cur = stk.top();
stk.pop();
if (!cur.first->left && !cur.first->right && cur.second == targetSum) {
return true;
}
if (cur.first->left) {
stk.push(pair<TreeNode*, int>(cur.first->left, cur.second + cur.first->left->val));
}
if (cur.first->right) {
stk.push(pair<TreeNode*, int>(cur.first->right, cur.second + cur.first->right->val));
}
}
return false;
}
拓展题:求所有符合条件的路径
- 思路:上上面题一样,就是需要加个path参数,存储路径。另外不需要处理返回值了,所以改为void。
- 注意count和path的回溯思想,稍不注意就会错!!!
代码实现:
vector<vector<int>> results;
void traversal(TreeNode* root, int count, vector<int>& path) {
if (!root->left && !root->right) {
if (count == 0) {
results.push_back(path);
return;
}
}
if (root->left) {
path.push_back(root->left->val);
traversal(root->left, count - root->left->val, path);
path.pop_back();
}
if (root->right) {
path.push_back(root->right->val);
traversal(root->right, count - root->right->val, path);
path.pop_back();
}
}
vector<vector<int>> pathSum(TreeNode* root, int targetSum) {
if (root == nullptr) return {};
vector<int> path;
path.push_back(root->val);
traversal(root, targetSum - root->val, path);
return results;
}
06.从中序与后序或前序遍历序列构造二叉树
力扣题目链接:.从中序与后遍历序列构造二叉树、从中序与后遍历序列构造二叉树
题目描述:
给定两个整数数组 inorder 和 postorder ,其中 inorder 是二叉树的中序遍历, postorder 是同一棵树的后序遍历,请你构造并返回这颗 二叉树 。
思路:
- 提到一层一层切割,就应该想到了递归。
- 首先要知道后序遍历时,根节点在最后一个元素,而前序遍历根节点在第一个元素,这样可以通过这个去从中序遍历里找根节点,从而得到左右区间,最后递归左右子区间就可以了。
- 步骤分为六步:
- 第一步:判断根节点是否为空,如果为空返回
nullptr
- 第二步:从后序数组取最后一个元素作为(前序遍历为第一个元素)根节点
- 第三步:从中序遍历中查找到根节点的位置,获取
root_index
- 第四步:根据index,拆分中序遍历为左右子区间,即左右子树
- 第五步:因为不论前中后序遍历,左右子树节点数是不变的,而后序遍历是左>右>中的顺序,所以直接按区间数就可以拆分后序遍历数组的左右子树区间。(前序遍历是一样的,中>左>右,从第二个元素开始取值就行)
- 第六步:分别拿到了中序和后序、中序和前序的左右子区间,就转化为子问题了,直接交给递归,然后将返回的子树接到
root
上,返回root
即可。 - 在分割的时候,一定要✊左闭右开的原则(如果不用下标写,创建vector时vec.end()刚好是开区间
- 第一步:判断根节点是否为空,如果为空返回
代码实现
- 后序遍历和中序遍历构造
TreeNode* traversal (vector<int>& inorder, vector<int>& postorder) {
if (postorder.size() == 0) return NULL;
// 后序遍历数组最后一个元素,就是当前的中间节点
int rootValue = postorder[postorder.size() - 1];
TreeNode* root = new TreeNode(rootValue);
// 叶子节点
if (postorder.size() == 1) return root;
// 找到中序遍历的切割点
int delimiterIndex;
for (delimiterIndex = 0; delimiterIndex < inorder.size(); delimiterIndex++) {
if (inorder[delimiterIndex] == rootValue) break;
}
// 切割中序数组
// 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() );
// postorder 舍弃末尾元素
postorder.resize(postorder.size() - 1);
// 切割后序数组
// 依然左闭右开,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());
root->left = traversal(leftInorder, leftPostorder);
root->right = traversal(rightInorder, rightPostorder);
return root;
}
public:
TreeNode* buildTree(vector<int>& inorder, vector<int>& postorder) {
if (inorder.size() == 0 || postorder.size() == 0) return NULL;
return traversal(inorder, postorder);
}
- 上面这个写法,在递归里创建了大量的vector,空间复杂度很高,可以改为下标法写。
// 不用数组递归,是因为需要频繁的创造子vector,导致空间复杂度很高
TreeNode* traversal(vector<int>& inorder, vector<int>&postorder,
int inorder_begin, int inorder_end, int postorder_begin, int postorder_end) {
if (postorder_end - postorder_begin == 0) return nullptr;
//拿到中间节点
TreeNode* root = new TreeNode(postorder[postorder_end - 1]);
//在中序数组中查找跟节点位置
int root_index = 0;
for (int index = inorder_begin; index < inorder_end; ++index) {
if (inorder[index] == root->val) {
root_index = index;
break;
}
}
//分割中序数组
int inorder_left_begin = inorder_begin;
int inorder_left_end = root_index;
int inorder_right_begin = inorder_left_end + 1;
int inorder_right_end = inorder_end;
//分割后序数组
int postorder_left_begin = postorder_begin;
int postorder_left_end = postorder_begin + inorder_left_end - inorder_left_begin;
int postorder_right_begin = postorder_left_end;
int postorder_right_end = postorder_end - 1;
root->left = traversal(inorder, postorder, inorder_left_begin, inorder_left_end, postorder_left_begin, postorder_left_end);
root->right = traversal(inorder, postorder, inorder_right_begin, inorder_right_end, postorder_right_begin, postorder_right_end);
return root;
}
TreeNode* buildTree(vector<int>& inorder, vector<int>& postorder) {
if (postorder.empty()) return nullptr;
return traversal(inorder, postorder, 0, inorder.size(), 0, postorder.size());
}
- 前序遍历和中序遍历构造
TreeNode* traversal(vector<int>& preorder, vector<int>& inorder, int preorder_begin, int preorder_end, int inorder_begin, int inorder_end) {
if (preorder_begin == preorder_end) return nullptr;
TreeNode* root = new TreeNode(preorder[preorder_begin]);
if (preorder_end - preorder_begin == 1) return root;
int root_index = inorder_begin;
for(root_index; root_index < inorder_end; ++root_index) {
if (inorder[root_index] == root->val) break;
}
//切割中序数组
int inorder_left_begin = inorder_begin;
int inorder_left_end = root_index;
int inorder_right_begin = inorder_left_end + 1;
int inorder_right_end = inorder_end;
//切割前序数组
int preorder_left_begin = preorder_begin + 1;
int preorder_left_end = preorder_begin + 1 + inorder_left_end - inorder_left_begin;
int preorder_right_begin = preorder_left_end;
int preorder_right_end = preorder_end;
//递归
root->left = traversal(preorder, inorder, preorder_left_begin, preorder_left_end, inorder_left_begin, inorder_left_end);
root->right = traversal(preorder, inorder, preorder_right_begin, preorder_right_end, inorder_right_begin, inorder_right_end);
return root;
}
TreeNode* buildTree(vector<int>& preorder, vector<int>& inorder) {
if (preorder.empty() || inorder.empty()) return nullptr;
return traversal(preorder, inorder, 0, preorder.size(), 0, inorder.size());
}