力扣日记:【二叉树篇】完全二叉树的节点个数
日期:2023.11.29
参考:代码随想录、力扣
222. 完全二叉树的节点个数
题目描述
难度:简单
给你一棵 完全二叉树 的根节点 root ,求出该树的节点个数。
完全二叉树 的定义如下:在完全二叉树中,除了最底层节点可能没填满外,其余每层节点数都达到最大值,并且最下面一层的节点都集中在该层最左边的若干位置。若最底层为第 h 层,则该层包含 1~ 2h 个节点。
示例 1:
输入:root = [1,2,3,4,5,6]
输出:6
示例 2:
输入:root = []
输出:0
示例 3:
输入:root = [1]
输出:1
提示:
- 树中节点的数目范围是[0, 5 * 10^4]
- 0 <= Node.val <= 5 * 10^4
- 题目数据保证输入的树是 完全二叉树
进阶:遍历树来统计节点是一种时间复杂度为 O(n) 的简单解决方案。你可以设计一个更快的算法吗?
题解
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
public:
#define SOLUTION 3
#if SOLUTION == 1 // 直接遍历(O(n),O(n))
int countNodes(TreeNode* root) {
int num = 0;
traversal(root, &num);
return num;
}
void traversal(TreeNode* node, int* num) {
if (node == nullptr) return;
// 中
(*num)++;
if (node->left != nullptr) traversal(node->left, num);
if (node->right != nullptr) traversal(node->right, num);
}
#elif SOLUTION == 2 // 遍历(O(n),O(logn)),类似于求最大深度的写法
int countNodes(TreeNode* root) {
return getNodeNum(root);
}
int getNodeNum(TreeNode* node) { // 求以该node为根节点的子树的节点数量
if (node == nullptr) return 0;
// 左子树的节点数量
int leftNodeNum = getNodeNum(node->left);
int rightNodeNum = getNodeNum(node->right);
return 1 + leftNodeNum + rightNodeNum; // 当前节点的子树的节点数 = 本身 + 两颗子树的节点数
}
#elif SOLUTION == 3 // 利用完全二叉树的特性 O(log n × log n), O(log n)
// 对于完全二叉树,有两种情况:
// 1:该完全二叉树为满二叉树,则直接使用公式计算该树的节点数量:2^h-1, h 为树深度
// 2:最后一层叶子节点没满,则分别递归左孩子和右孩子,递归到某一深度一定会有左孩子或者右孩子为满二叉树,然后依然可以按照情况1来计算(最后再利用左右子树的节点之和计算非满二叉树的节点数)
// 如何判断一棵树是否是满二叉树:在完全二叉树中,如果递归向左遍历的深度等于递归向右遍历的深度,那说明就是满二叉树
int countNodes(TreeNode* root) {
return search(root);
}
// 递归的输入以及返回值:输入当前节点,返回以当前节点为根节点的子树的节点数量
int search(TreeNode* node) {
// 终止条件:1. 如果为空,则返回零 2. 如果是满二叉树,则返回满二叉树的节点数
if (node == nullptr) return 0;
int depth = 0;
// 判断是否是满二叉树
if (isFullTree(node, &depth)) {
return pow(2, depth) - 1;
}
// 递归处理
int leftNode = search(node->left); // 求左子树的节点数量
int rightNode = search(node->right); // 求右子树的节点数量
return 1 + leftNode + rightNode; // 当前节点数量等于 自身 + 两子树的节点数量
}
bool isFullTree(TreeNode* node, int* depth = nullptr) {
int count = 1;
TreeNode* cur1 = node, *cur2 = node;
while (cur1->left != nullptr && cur2->right != nullptr) {
cur1 = cur1->left;
cur2 = cur2->right;
count++;
}
if (depth != nullptr) *depth = count;
return (cur1->left == nullptr && cur2->right == nullptr);
}
#endif
};
复杂度
时间复杂度:
空间复杂度:
思路总结
- 直接遍历:
- 利用前(或中或后或层)直接遍历节点来计数
- 左右子树遍历
- 类似于求最大深度,分别计数左右子树,可以将空间复杂度降为O(logn)
- 利用完全二叉树性质遍历
-
对于完全二叉树,有两种情况:
- 1:该完全二叉树为满二叉树,则直接使用公式计算该树的节点数量:2^h-1, h 为树深度
- 2:最后一层叶子节点没满,则分别递归左孩子和右孩子,递归到某一深度一定会有左孩子或者右孩子为满二叉树,然后依然可以按照情况1来计算
-
至于如何判断一棵树是否是满二叉树:在完全二叉树中,如果递归向左遍历的深度等于递归向右遍历的深度,那说明就是满二叉树
-