110.平衡二叉树
题目:力扣
自己的解题思路:
采用的是前序遍历的方法。从根节点开始判断是否左右子树的高度是小于等于1的;之后再判断左子树、右子树。而用于计算二叉树子树的高度的函数是后序遍历。
按照递归的三部曲:
1.确定输入和输出 - 输入:TreeNode root; 输出:boolean值 - 判断二叉树左侧节点&&判断二叉树右侧节点
2.确定终止条件:空节点- 则返回true。
3.确定递归逻辑:计算左侧节点的高度,计算右侧节点的高度,若左侧节点的高度减去右侧节点高度的绝对值大于0,则返回false,否则返回true。
class Solution {
public boolean isBalanced(TreeNode root) {
//终止条件
if(root == null){
return true;
}
int left = height(root.left);
int right = height(root.right);
if(Math.abs(left - right)>1){
return false;
}
//返回值 - boolean
return isBalanced(root.left) && isBalanced(root.right);
}
public int height(TreeNode root){
if(root == null){
return 0;
}
int left = height(root.left);
int right = height(root.right);
int height = Math.max(left, right)+1;
return height;
}
}
存在的问题是:效率并不是很高,根节点处需要计算左子树和右子树的高度,等于对整个左子树和右子树进行了遍历;而接着遍历root.left,又需要对左子树根节点的左子树和右子树进行遍历,也就是第二次遍历了左子树 -- 因此整个代码中的重复遍历次数会非常多。
改进:
在进行高度计算的时候,同时判断左右子树的个数是否平衡。 若不平衡直接记为-1。<在计算左右子树的高度中,若遇到-1,则可以直接返回-1>
那么在主方法中直接判断高度是否为-1就可以知道整个树是否为平衡二叉树。
因为计算高度的时候采用的是后序遍历,因此整棵树只需要遍历一次就可以知道结果,效率会更高。
代码实现:
class Solution {
public boolean isBalanced(TreeNode root) {
int h = height(root);
return h != -1;
}
public int height(TreeNode root){
//终止条件
if(root == null){
return 0;
}
int left = height(root.left);//左
if(left == -1) return -1;
int right = height(root.right);//右
if(right == -1) return -1;
int height;//中间节点
if(Math.abs(left - right) >1){
height = -1;
}else{
height = Math.max(left, right)+1;
}
//输出结果
return height;
}
}
参考资料:代码随想录
257. 二叉树的所有路径
题目:力扣
这道题采用的是前序遍历的方法,递归+回溯;
递归三部曲:
- 确定输入和输出:输入(TreeNode root,List<String> result,String s)= 当前节点,路径储存list,当前遍历路径
- 确定终止条件:如果节点左右指针都为空 - 将当前路径加入list,返回;
- 单层循环逻辑:记录节点左边的路径+回溯 && 记录节点右边的路径+回溯;
在实现的时候刚开始是直接用String来储存了数据,出现了两个问题:
- 问题1: 空指针报错
- 问题2:回溯的时候,index出界
问题1的原因是 没有判断左右指针是否为空直接添加了左右指针的值(即使终止条件是左右指针都为空,但是可能会存在左指针为空或者右指针为空的情况);
问题2的原因是 回溯的方式不对 - 直接删除了最后三个字符,但是可能存在此时s的length为1的情况,这个时候是只需要删除1个字符就可以。---> 解决问题方式:在开始的时候先记录s的长度,回溯直接截取原来s长度的字符。、
最终代码实现:
class Solution {
public List<String> binaryTreePaths(TreeNode root) {
//回溯 - 需要走所有的路径
List<String> result = new ArrayList<>();
if(root == null){
return result;
}
dfs(root, result, ""+root.val);//中间节点
return result;
}
public void dfs(TreeNode root, List<String> result, String s){
//终止条件
if(root.left == null && root.right == null){
result.add(s.toString());
return;
}
int length = s.length();//记录当前String的长度
if(root.left != null){//左节点
dfs(root.left, result, s+"->"+root.left.val);
s= s.substring(0, length);//回溯
}
if(root.right != null){//右节点
dfs(root.right, result, s+"->"+root.right.val);
s= s.substring(0, length);//回溯
}
//返回值 - 没有返回值
return;
}
}
也可以用StringBuffer来储存当前路径:<注意StringBuffer的api使用 - 添加和删除>
class Solution {
public List<String> binaryTreePaths(TreeNode root) {
//回溯 - 需要走所有的路径
List<String> result = new ArrayList<>();
if(root == null){
return result;
}
StringBuilder s = new StringBuilder();
s.append(root.val);//中间节点
dfs(root, result, s);
return result;
}
public void dfs(TreeNode root, List<String> result, StringBuilder s){
//终止条件
if(root.left == null && root.right == null){
result.add(s.toString());
return;
}
int length = s.length();//当前路径长度
if(root.left != null){//左节点
dfs(root.left, result, s.append("->").append(root.left.val));
s.delete(length, s.length());//回溯
}
if(root.right != null){//右节点
dfs(root.right, result, s.append("->").append(root.right.val));
s.delete(length, s.length());//回溯
}
//返回值 - 没有返回值
return;
}
}
还可以用ArrayList来储存路径,回溯的时候直接删除最后一个元素,在储存路径的时候将其转化成String。
public List<String> binaryTreePaths(TreeNode root) {
List<String> res = new ArrayList<>();
if (root == null) {
return res;
}
List<Integer> paths = new ArrayList<>();
traversal(root, paths, res);
return res;
}
private void traversal(TreeNode root, List<Integer> paths, List<String> res) {
paths.add(root.val);
// 叶子结点
if (root.left == null && root.right == null) {
// 输出
StringBuilder sb = new StringBuilder();
for (int i = 0; i < paths.size() - 1; i++) {
sb.append(paths.get(i)).append("->");
}
sb.append(paths.get(paths.size() - 1));
res.add(sb.toString());
return;
}
if (root.left != null) {
traversal(root.left, paths, res);
paths.remove(paths.size() - 1);// 回溯
}
if (root.right != null) {
traversal(root.right, paths, res);
paths.remove(paths.size() - 1);// 回溯
}
}
参考资料:代码随想录
404.左叶子之和
题目:力扣
可以参考求二叉树最大深度的做法,使用递归来求和。
那么这里可以考虑采用后序遍历。
中间节点 = 左子树中左叶子之和 + 右子树左叶子之和。
自己实现的递归思路:
- 确定输入和输出:输入 - TreeNode root;输出 - int sum
- 确定终止条件:1)若找到左节点 - root的左节点不为空,而root的左节点的左右两个节点都为空---返回 root.left.val;2)节点为空 --- 返回 0;
- 单层循环逻辑:先遍历左子树,计算左子树的左叶子之和;再遍历右子树,计算右子树的左叶子之和;最后将左右子树左叶子之和相加。
但是结果出现了问题,只有第一个左节点的值。
这是因为将找左节点放到了终止条件中,那么在找到第一个左节点之后,这个方法就结束了,直接返回了第一个左节点的值,不会继续递归。
因此寻找左节点这个步骤不能是在终止条件中,而是在单层递归逻辑中每层都要寻找。
正确的递归思路:
- 确定输入和输出:输入 - TreeNode root;输出 - int sum
- 确定终止条件:节点为空 --- 返回 0;
- 单层循环逻辑:先遍历左子树,若找到左节点 - root的左节点不为空,而root的左节点的左右两个节点都为空--- 更新左子树的值 = 左叶子节点的值<这里不需要用累加的原因是,对于单层来说,左子树的左叶子节点只有一个>;再遍历右子树,计算右子树的左叶子值;最后将左右子树左叶子之和相加。
代码实现:
public int sumOfLeftLeaves(TreeNode root) {
//终止条件
if(root == null){
return 0;
}
//单层递归逻辑
int left = sumOfLeftLeaves(root.left);
if(root.left != null && root.left.left == null && root.left.right == null){
left = root.left.val;
}
int right = sumOfLeftLeaves(root.right);
int sum = left + right;
//输出
return sum;
}
参考资料:代码随想录
总结:
需要先判断是采用什么遍历方式;采用递归三部曲完成递归思路;递归进行求和的方式是非常常用的,一般配合后序遍历来使用。