LeetCode题练习与总结：相同的树--100

一、题目描述

给你两棵二叉树的根节点 p 和 q ，编写一个函数来检验这两棵树是否相同。

如果两个树在结构上相同，并且节点具有相同的值，则认为它们是相同的。

示例 1：

输入：p = [1,2,3], q = [1,2,3]
输出：true

示例 2：

输入：p = [1,2], q = [1,null,2]
输出：false

示例 3：

输入：p = [1,2,1], q = [1,1,2]
输出：false

提示：

• 两棵树上的节点数目都在范围 [0, 100] 内
• -10^4 <= Node.val <= 10^4

二、解题思路

1. 递归比较两棵树的节点。
2. 首先判断当前节点是否都为空，都为空则返回true。
3. 然后判断当前节点是否只有一个为空，或者当前节点的值不相等，这两种情况都返回false。
4. 接着递归比较左子树和右子树。

三、具体代码

class Solution {
    public boolean isSameTree(TreeNode p, TreeNode q) {
        if (p == null && q == null) {
            return true;
        }
        if (p == null || q == null || p.val != q.val) {
            return false;
        }
        return isSameTree(p.left, q.left) && isSameTree(p.right, q.right);
    }
}

四、时间复杂度和空间复杂度

1. 时间复杂度

• 我们需要访问每棵树中的每个节点一次，以确定它们是否相同。
• 假设两棵树都有 n 个节点，那么时间复杂度是 O(n)，因为每个节点只被访问一次。

2. 空间复杂度

• 递归调用会使用栈空间，其空间复杂度取决于树的高度。
• 在最坏的情况下，树完全不平衡，例如每个节点都只有左子节点或者只有右子节点，递归的深度会是 O(n)，因此空间复杂度也是 O(n)。
• 在最好的情况下，树是完全平衡的，递归的深度是 O(log n)，因此空间复杂度是 O(log n)。

综上所述，时间复杂度是 O(n)，空间复杂度在最坏情况下是 O(n)，在最好情况下是 O(log n)。

五、总结知识点

1. 递归：这是一种常用的算法技巧，用于解决可以分解为更小子问题的问题。在这个问题中，我们检查两棵树是否相同，可以通过递归地检查它们的子树是否相同来实现。

2. 二叉树遍历：代码中隐式地使用了深度优先搜索（DFS）来遍历二叉树的节点。这是一种常用的二叉树遍历算法，它通过递归先访问根节点，然后遍历左子树，最后遍历右子树。

3. 引用比较：在Java中，== 操作符用于比较引用类型时，会比较两个引用是否指向堆内存中的同一个对象。在这个问题中，我们使用 == 来检查两个节点是否都为 null。

4. 逻辑运算符：代码中使用了逻辑与运算符 && 来组合两个布尔表达式的结果。这要求两个表达式都为 true 时，整个表达式的结果才为 true。

5. 条件语句：代码中使用了 if-else 语句来根据节点的状态做出决策。这是编程中基本的控制流结构，用于根据条件执行不同的代码路径。

6. 函数定义：代码定义了一个名为 isSameTree 的函数，它接受两个 TreeNode 类型的参数，并返回一个布尔值。这是面向对象编程中封装和抽象的基本概念。

7. 递归终止条件：在递归函数中，必须有一个或多个终止条件以避免无限递归。在这个问题中，递归的终止条件是当两个节点都为 null 时返回 true，或者当一个节点为 null 而另一个不是时返回 false。

8. 节点结构：代码中使用了 TreeNode 类来表示二叉树的节点，每个节点包含一个整数值 val 和两个指向其子节点的引用 left 和 right。这是二叉树在计算机科学中的基本表示方式。

以上就是解决这个问题的详细步骤，希望能够为各位提供启发和帮助。