思路:
平衡二叉树:它是一棵空树或它的左右两个子树的高度差的绝对值不超过1,并且左右两个子树都是一棵平衡二叉树。
此时大家应该明白了既然要求比较高度,必然是要后序遍历。
递归三步曲分析
- 明确递归函数的参数和返回值
- 明确终止条件
- 明确单层递归的逻辑
代码:
class Solution:
def isBalanced(self, root: Optional[TreeNode]) -> bool:
return self.getheight(root) != -1 # 如果getheight方法返回的不是-1,则isBalanced方法返回True,表示树是平衡的;否则返回False,表示树不平衡
def getheight(self,node):
if not node: # 如果传入的节点node是None(即已经到达叶子节点的下方),则返回0,表示该子树的高度为0
return 0
# 使用递归调用getheight方法分别计算当前节点的左子树和右子树的高度(每次递归调用都有可能返回两种情况:1.子树的高度(一个非负整数),这表示子树是平衡的,并且返回了它的实际高度。2.-1,这表示子树不是平衡二叉树。当子树不是平衡二叉树时,递归调用会立即返回-1,并且这个-1会向上层递归传递,最终导致整个树被认为是不平衡的(如果根节点的递归调用返回-1)。
leftheight=self.getheight(node.left)
rightheight=self.getheight(node.right)
if abs(leftheight - rightheight) > 1 or leftheight == -1 or rightheight == -1: # 如果leftheight或rightheight中任何一个为-1,说明对应的子树不平衡,因此整个树也不平衡,直接返回-1。如果leftheight和rightheight的差的绝对值大于1,说明左右子树高度差超过了允许的范围,树不平衡,返回-1。
return -1
else: # 如果树是平衡的(即通过了上述的检查),则计算当前树的高度为左右子树中较高的一棵的高度加1,并返回这个高度。
height=max(leftheight,rightheight)+1
return height
时间复杂度:O(n)
空间复杂度:O(n)
思路:
这道题目要求从根节点到叶子的路径,所以需要前序遍历,这样才方便让父节点指向孩子节点,找到对应的路径。
在这道题目中将第一次涉及到回溯,因为我们要把路径记录下来,需要回溯来回退一个路径再进入另一个路径。
前序遍历以及回溯的过程如图:
我们先使用递归的方式,来做前序遍历。要知道递归和回溯就是一家的,本题也需要回溯。
递归三部曲:
1.递归函数参数以及返回值
要传入根节点,记录每一条路径的path,和存放结果集的result,这里递归不需要返回值
2.确定递归终止条件
在写递归的时候都习惯了这么写
if not node:
终止处理逻辑
但是本题的终止条件这样写会很麻烦,因为本题要找到叶子节点,就开始结束的处理逻辑了(把路径放进result里)。
那么什么时候算是找到了叶子节点? 是当 cur不为空,其左右孩子都为空的时候,就找到叶子节点。
所以本题的终止条件是:
if not cur.left and not cur.right:
sPath = '->'.join(map(str, path))
result.append(sPath)
return None
3.确定单层递归逻辑
因为是前序遍历,需要先处理中间节点,中间节点就是我们要记录路径上的节点,先放进path中。
path.append(cur.val)
然后是递归和回溯的过程,上面说过没有判断cur是否为空,那么在这里递归的时候,如果为空就不进行下一层递归了。所以递归前要加上判断语句,下面要递归的节点是否为空,如下
if cur.left:
self.traversal(cur.left, path, result)
path.pop()
if cur.right:
self.traversal(cur.right, path, result)
path.pop()
代码:
class Solution:
def binaryTreePaths(self, root: Optional[TreeNode]) -> List[str]:
result = [] # 初始化一个空列表result,用于存储最终的路径结果
path = [] # 初始化一个空列表path,用于存储当前遍历路径上的节点值
if not root: # 如果根节点为空(即二叉树为空),则直接返回空的结果列表
return result
self.traversal(root, path, result) # 调用辅助方法traversal来遍历二叉树并生成路径
return result # 返回存储了所有路径的result列表
def traversal(self, cur, path, result):
path.append(cur.val) # 中,将当前节点的值添加到path列表中
if not cur.left and not cur.right: # 判断当前节点是否为叶子节点(即没有左子节点和右子节点)
sPath = '->'.join(map(str, path)) # 将path列表中的所有节点值转换为字符串,并使用->连接,生成一个完整的路径字符串
result.append(sPath) # 将生成的路径字符串添加到result列表中
return None # 结束当前叶子节点的处理,并返回
if cur.left: # 左,判断当前节点是否有左子节点
self.traversal(cur.left, path, result) # 递归调用traversal方法继续遍历左子树
path.pop() # 回溯,将当前节点从path列表中移除,以便在下一次递归调用中能够正确构建其他路径
if cur.right: # 右,判断当前节点是否有右子节点
self.traversal(cur.right, path, result) # 递归调用traversal方法继续遍历右子树
path.pop() # 回溯,将当前节点从path列表中移除,完成右子树的遍历后,回到父节点继续处理其他可能的路径
时间复杂度为 O(n),空间复杂度为 O(n)
思路:
题目中其实没有说清楚左叶子究竟是什么节点,那么我来给出左叶子的明确定义:节点A的左孩子不为空,且左孩子的左右孩子都为空(说明是叶子节点),那么A节点的左孩子为左叶子节点
判断当前节点是不是左叶子是无法判断的,必须要通过节点的父节点来判断其左孩子是不是左叶子。
使用递归法,递归的遍历顺序为后序遍历(左右中),是因为要通过递归函数的返回值来累加求取左叶子数值之和。
代码:
class Solution:
def sumOfLeftLeaves(self, root: Optional[TreeNode]) -> int:
return self.dfs(root)
def dfs(self,root):
if root is None: # 如果当前节点root是None,即已经遍历到了叶子节点的下一层(空),则返回0
return 0
# 对左子树和右子树进行递归调用,并将返回的结果分别存储在leftValue和rightValue中
leftValue = self.dfs(root.left) # 左
rightValue = self.dfs(root.right) # 右
if root.left and not root.left.left and not root.left.right: # 这里检查当前节点的左子节点是否存在,并且其左子节点和右子节点都不存在(即它是一个叶子节点)。如果满足这些条件,当前节点的左子节点就为左叶子节点,将当前节点左叶子节点的值赋给leftValue
leftValue = root.left.val
sum_val = leftValue + rightValue # 中,将左子树和右子树的结果相加,得到当前节点的所有子树中左叶子节点值的总和,并返回这个值
return sum_val
时间复杂度为 O(n)
空间复杂度为 O(n)