今日内容
● 513.找树左下角的值
● 112. 路径总和 113.路径总和ii
● 106.从中序与后序遍历序列构造二叉树 105.从前序与中序遍历序列构造二叉树
1. 找树左下角的值
- 思路
- 递归
- 最后一行:
- 找到深度最大的叶子节点,也就找到了最后一行
- 找到所有叶子节点
- 更新值为最新一层第一个出现的叶子节点的值
- 最新一层:
- 当前最深
- 第一个出现的叶子节点
- 当前最深一层的最左元素【整个递归遍历,左优先遍历的】
- 最新一层:
- 更新值为最新一层第一个出现的叶子节点的值
- 找到所有叶子节点
- 找到深度最大的叶子节点,也就找到了最后一行
- 最左边
- 保证优先左边搜索即可
- 最后一行:
- 层序
- 遍历每一层
- 对当前层的出现的第一个元素更新结果值
- 当前层的出现的第一个元素:当前最新的左子树
- 将当前层所有节点的子节点加入下一层的节点中
- 遍历完当前层所有元素结束
- 用一个数组来存储元素,要标记本轮需要遍历的元素个数
- 遍历完当前层所有元素结束
- 递归
- 题解
-
递归
func findBottomLeftValue(root *TreeNode) int { if root == nil { return 0 } maxDepth, res := 0, 0 var traversal func(node *TreeNode, depth int) traversal = func(node *TreeNode, depth int) { //终止条件, 找到叶子节点 if node.Left == nil && node.Right == nil { //中 //更新最大深度 if depth > maxDepth { maxDepth = depth res = node.Val } return } if node.Left != nil { //左 //depth++ //进入左孩子,深度+1 //traversal(node.Left,depth) //depth-- //回溯,深度-- traversal(node.Left, depth+1) } if node.Right != nil { //右 //depth++ //进入右孩子,深度+1 //traversal(node.Right,depth) //depth-- //回溯,深度-- //隐藏回溯 traversal(node.Right, depth+1) } } traversal(root, 1) //root的深度记为1 return res } // 简化代码 func findBottomLeftValue(root *TreeNode) int { maxDepth, res := 0, 0 var traversal func(node *TreeNode, depth int) traversal = func(node *TreeNode, depth int) { if node == nil { return } //终止条件, 找到叶子节点 if node.Left == nil && node.Right == nil && depth > maxDepth { //中 //更新最大深度 maxDepth = depth res = node.Val return } //隐藏回溯 //左 traversal(node.Left, depth+1) //右 traversal(node.Right, depth+1) } traversal(root, 1) //root的深度记为1 return res }
-
迭代【层序遍历,BFS】
func findBottomLeftValue(root *TreeNode) int { if root == nil { return 0 } res := 0 //深度遍历存储节点 nodes := make([]*TreeNode, 0) nodes = append(nodes, root) for len(nodes) > 0 { nodesLen := len(nodes)//当前层 //遍历当前层的所有元素, 并将当前层的所有子节点追到到数组中 for i := 0; i < nodesLen; i++ { node := nodes[0]//当前层第一个节点 nodes = nodes[1:]//弹出节点, 避免重复处理 if i == 0 {//当前层第一个节点 res = node.Val } if node.Left != nil { nodes = append(nodes, node.Left) } if node.Right != nil{ nodes = append(nodes, node.Right) } } } return res }
-
2. 路径总和
关联 leetcode 112. 路径总和,和 113. 路径总和ii
- 思路
- 找到符合要求的一条路径即可
- 找到一条直接返回
- 递归
- 直接深度遍历就可以【前中后序都可以】
- 参数:
- 根节点【出发点】
- 计数器,该条路径上的数值总和
- 如果还没走到叶子就 ≥ 目标值了
- 直接回溯
- 如果还没走到叶子就 ≥ 目标值了
- 返回值
- 找到的一条路径即可返回
- 终止条件
- 递加的逆向思考
- 递减
- 统一结果判断
- 如果选用 递加 还要多比较一次最终值
- 只用比较最终结果是否为0即可
- 找到叶子节点且此时标记递减为0
- 递加的逆向思考
- 迭代
- 找到符合要求的一条路径即可
- 题解
-
递归
-
112. 路径总和
func traversal(node *TreeNode, targetSum int) bool { targetSum -= node.Val if node.Left == nil && node.Right == nil { //已经是叶子节点了 return targetSum == 0 } if node.Left != nil { //左孩子不为空, 向左递归 //递归函数是有返回值的,如果递归函数返回true,说明找到了合适的路径,应该立刻返回。 if traversal(node.Left, targetSum) { return true } } if node.Right != nil { //右孩子不为空, 向右递归 //递归函数是有返回值的,如果递归函数返回true,说明找到了合适的路径,应该立刻返回。 if traversal(node.Right, targetSum) { return true } } return false } func hasPathSum(root *TreeNode, targetSum int) bool { if root == nil { return false } return traversal(root, targetSum) } /* 在函数内实现递归逻辑 */ func hasPathSum(root *TreeNode, targetSum int) bool { if root == nil { return false } targetSum-=root.Val if root.Left == nil && root.Right == nil { //已经是叶子节点了, 只用判断目标值是否刚好扣减到零 return targetSum == 0 } return hasPathSum(root.Left, targetSum)||hasPathSum(root.Right, targetSum) }
-
113. 路径总和ii
- 思路:路径总和ii要遍历整个树,找到所有路径,所以递归函数不要返回值!
func pathSum(root *TreeNode, targetSum int) [][]int { rets := make([][]int, 0) ret := make([]int, 0) if root == nil { return rets } var traversal func(node *TreeNode, count int) traversal = func(node *TreeNode, count int) { leftNode := node.Left rightNode := node.Right if leftNode == nil && rightNode == nil && count == 0 { //这里直接使用 rets = append(rets, ret) //直接使用 rets = append(rets, ret) 会引入一个关键的问题: //由于 Go 语言中的切片(slice)是对底层数组的引用,所以这样直接添加后, //rets 中的所有元素实际上都指向同一个 ret 底层数组。 //因此,在后续的回溯过程中,当你修改 ret 时,之前添加到 rets 中的路径也会受到影响。 tmp := make([]int, len(ret)) //这里重新声明一个数组来存储结果,与原有ret指向不同底层数组 copy(tmp, ret) //使用copy拷贝切片内容 rets = append(rets, tmp) return } if leftNode == nil && rightNode == nil { return } if leftNode != nil { //左, 空节点不遍历 leftNodeVal := leftNode.Val ret = append(ret, leftNodeVal) traversal(node.Left, count-leftNodeVal) ret = ret[:len(ret)-1] //当前左孩子已经处理过了, 弹出避免重复处理 } if rightNode != nil { //右, 空节点不遍历 rightNodeVal := rightNode.Val ret = append(ret, rightNodeVal) traversal(node.Right, count-rightNodeVal) ret = ret[:len(ret)-1] //当前右孩子已经处理过了, 弹出避免重复处理 } } ret = append(ret, root.Val) traversal(root, targetSum-root.Val) return rets }
-
-
迭代
- 二刷再来
-
3. 从中序与后序遍历序列构造二叉树
关联 leetcode 106.从中序与后序遍历序列构造二叉树,105.从前序与中序遍历序列构造二叉树
本题算是比较难的二叉树题目了,大家先看视频来理解。
106.从中序与后序遍历序列构造二叉树,105.从前序与中序遍历序列构造二叉树 一起做,思路一样的
题目链接/文章讲解/视频讲解:https://programmercarl.com/0106.从中序与后序遍历序列构造二叉树.html
- 思路
- 第一步:如果数组大小为零的话,说明是空节点了。
- 第二步:如果不为空,那么取后序数组最后一个元素作为根节点元素。
- 第三步:找到后序数组最后一个元素在中序数组的位置,作为切割点
- 第四步:切割中序数组,切成中序左数组和中序右数组 (顺序别搞反了,一定是先切中序数组)
- 第五步:切割后序数组,切成后序左数组和后序右数组
- 第六步:递归处理左区间和右区间
- 题解
-
106.从中序与后序遍历序列构造二叉树
- 后面再来优化执行时间
func traversal(inorder []int, postorder []int) *TreeNode { nodesLen := len(inorder) // 第一步:如果数组大小为零的话,说明是空节点了。 if nodesLen == 0 { return nil } // 第二步:如果不为空,那么取后序数组最后一个元素作为根节点元素。 root := &TreeNode{Val: postorder[nodesLen-1]} if len(inorder) == 1 { return root } // 第三步:找到后序数组最后一个元素在中序数组的位置,作为切割点 midIdx := 0 // root 在中序中的位置 for ; midIdx < nodesLen; midIdx++ { if inorder[midIdx] == root.Val { break } } // 第四步:切割中序数组,切成中序左数组和中序右数组 (顺序别搞反了,一定是先切中序数组) leftInorderSons := inorder[:midIdx] rightInorderSons := inorder[midIdx+1:] // 第五步:切割后序数组,切成后序左数组和后序右数组 // 题目给出 数组由不同的值组成, 可以直接由节点值本身来切 leftLastPostOrderIdx := 0 for _, v := range postorder { if !slices.Contains(leftInorderSons, v) { break } leftLastPostOrderIdx++ } leftPostorderSons := postorder[:leftLastPostOrderIdx] rightPostorderSons := postorder[leftLastPostOrderIdx : len(postorder)-1] //右孩子, 剔除中间节点 // 第六步:递归处理左区间和右区间 root.Left = traversal(leftInorderSons, leftPostorderSons) root.Right = traversal(rightInorderSons, rightPostorderSons) return root } func buildTree(inorder []int, postorder []int) *TreeNode { return traversal(inorder, postorder) }
-
105.从前序与中序遍历序列构造二叉树
// 前序中序中的节点数量一定是一样的 func buildTree(preorder []int, inorder []int) *TreeNode { if len(preorder) == 0 { return nil } // 找到中序的切分索引[根节点在中序中的位置] i := slices.Index(inorder, preorder[0]) //左子树的个数: 计数从0开始, i个 /*关键在与找到子树的节点个数*/ // 切分中序 lIn, rIn := inorder[:i], inorder[i+1:] // 切分前序 // 剔除掉第一个中间节点, 往后数i个节点数就是 左子树的数量 lPre, rPre := preorder[1:i+1], preorder[i+1:] return &TreeNode{ Val: preorder[0], Left: buildTree(lPre, lIn), Right: buildTree(rPre, rIn), } }
-
9. 题外话
- 构建二叉树
- 前序和后序不能唯一确定一棵二叉树!,因为没有中序遍历无法确定左右部分,也就是无法分割。
- 构建二叉树时
- 前序、中序只是对当前二叉树的序列排序
- 包含的节点数量是一致的
- 递归的处理
- 返回值的选择
- 如果需要搜索整棵二叉树且不用处理递归返回值,递归函数就不要返回值。(这种情况就是本文下半部分介绍的113.路径总和ii)
- 如果需要搜索整棵二叉树且需要处理递归返回值,递归函数就需要返回值。 (这种情况我们在**236. 二叉树的最近公共祖先 (opens new window)**中介绍)
- 如果要搜索其中一条符合条件的路径,那么递归一定需要返回值,因为遇到符合条件的路径了就要及时返回。112.路径总和
- Ali给的建议
- 在二叉树的深度遍历(DFS,包括前序遍历、中序遍历、后序遍历)中,通常不需要给递归函数设置显式的返回值来获取遍历的结果。因为遍历过程本身可以通过参数传递(如栈、队列或者当前路径等)和全局变量(或闭包变量)来记录遍历结果。
- 以下是一些情况说明:
- 无需返回值:
- 当我们只需要完成遍历过程,比如打印节点值、更新节点状态等操作,可以直接在递归函数内部处理,无须返回值。
- 在使用递归遍历时,遍历结果通常是通过传入一个外部变量(例如上述例子中的
rets
)来累加和收集的,递归函数本身并不返回最终结果。
- 需要返回值:
- 当我们需要获取特定信息,比如计算某个属性的最值、统计节点数量、查找某个节点是否存在等情况,这时递归函数可能需要返回一个布尔值或者其他类型的结果。
- 在某些情况下,如果希望递归函数返回一个中间结果(例如在分治算法中),也可能需要返回值。
- 无需返回值:
- 对于二叉树的深度遍历而言,大部分题目需求不需要递归函数返回值,而是通过参数传递的方式来收集遍历路径或其他信息。当然,具体问题具体分析,根据实际需求决定是否需要返回值。
- 返回值的选择