平衡二叉树
题目:给定一个二叉树,判断它是否是高度平衡的二叉树。本题中,一棵高度平衡二叉树定义为:一个二叉树每个节点 的左右两个子树的高度差的绝对值不超过1。
思路:是有后序遍历,判断左右子树的高度差,如果大于1就返回一个特殊值,方便后面判断
class Solution {
public boolean isBalanced(TreeNode root) {
return getHeight(root) != -1;// 不平衡的才会是-1
}
private int getHeight(TreeNode root){
if(root == null){// 终止条件
return 0;
}
int leftHeight = getHeight(root.left);// 左
int rightHeight = getHeight(root.right);// 右
if(leftHeight == -1){// 如果高度是-1说明是上个递归函数的左右子树高度差大于1,返回了-1,(只要左右子树有不平衡的子树,那么整个树就是不平衡的,所有这里就可以提前返回,不用在做下面的左右子树高度的判断了)
return -1;
}
if(rightHeight == -1){// 同上
return -1;
}
// 中
// 这里判断左右子树的高度差
if(Math.abs(leftHeight - rightHeight) > 1){
return -1;
}else{
return 1 + Math.max(leftHeight,rightHeight);
}
}
}
二叉树的所有路径
题目:给你一个二叉树的根节点 root ,按 任意顺序 ,返回所有从根节点到叶子节点的路径。叶子节点 是指没有子节点的节点。
思路:前序遍历,因为需要所有的路径,所以我们需要处理回溯的情况(1->2->5 到 1->2->? 的过程,将5弹出,就是回溯)
class Solution {
public List<String> binaryTreePaths(TreeNode root) {
List<String> resList = new ArrayList<>();
List<Integer> path = new ArrayList<>();
getPath(root,path,resList);
return resList;
}
private void getPath(TreeNode node,List<Integer> path,List<String> resList){
// 中 这里需要在终止条件前将当前节点的值添加进去,因为下面的判断刚好是在叶子节点,而没有想以前递归到当前节点是null的时候,所以这里需要先将当前节点放进去
path.add(node.val);
if(node.left == null && node.right == null){
// 为什么这里只是递归到叶子节点,没有向以前一样递归到叶子节点的下一个节点,因为这里存在回溯的情况,如果递归到null节点,那么一个叶子节点就会回溯两次(左右孩子)
StringBuilder sb = new StringBuilder();
for(int i = 0;i<path.size();i++){
sb.append(path.get(i)).append("->");
}
resList.add(sb.substring(0,sb.length()-2));
}else{
if(node.left != null){// 左
getPath(node.left,path,resList);
// 回溯:例如当前在5节点,1->2->5,需要将5弹出,然后在寻找 1->2->? 后面的结果
path.remove(path.size()-1);
}
if(node.right != null){// 右
getPath(node.right,path,resList);
path.remove(path.size()-1);
}
}
}
}
左叶子之和
题目:计算给定二叉树的所有左叶子之和。
说明:左叶子就是既是叶子节点也是父节点的左孩子
思路:左孩子之和,也就是根节点的左子树和右子树的左叶子的和,所以采用后序遍历
;因为是要判断是否是左孩子所以递归到父节点开始操作,不能递归到叶子节点返回,因为我们无法确定这是不是左孩子
class Solution {
public int sumOfLeftLeaves(TreeNode root) {
if(root == null){// 终止条件1
return 0;
}
// 终止条件2 因为我们要找左叶子之和,所以我们递归到父节点才能知道叶子节点是否是左孩子,否则我们只是知道是叶子节点,而不知道是不是左孩子,又因为我们采用的是后序遍历,所有我们这里到了叶子节点就知道返回,然后递归栈弹出一个,然后就会回到当前叶子节点的父节点
if(root.left == null && root.right == null){
return 0;
}
// 左
int leftSum = sumOfLeftLeaves(root.left);
// 右
int rightSum = sumOfLeftLeaves(root.right);
// 中
if(root.left != null && root.left.left == null && root.left.right == null){
// 说明当前父节点的左孩子是叶子节点
leftSum = root.left.val;
}
return leftSum+rightSum;
}
}