[Leetcode]由Binary Tree Right Side View说起

1. Binary Tree Right Side View

Binary Tree Right Side View应该是一道最近刚加上的新题。看着不难，我就试着做了做。

前两天看到这个题，就想到层次用DFS和层深度，找到每层最后一个节点。代码如下：

class Solution:
# @param root, a tree node
# @return a list of integers
def rightSideView(self, root):
nodeStack = []
ret = []  #返回结果
if root == None:
return ret
nodeStack.append(root)
depth = [0]  #与nodeStack对应的节点深度list
while nodeStack:  #dfs，空列表[]相当于False
tmp = nodeStack.pop()
d = depth.pop()
if len(ret) <= d:  #如果ret中元素的个数不大于深度，说明该层的最后一个节点还没有加入
ret.append(tmp.val)
if tmp.left:
#深度+1，左子节点入栈
d += 1
nodeStack.append(tmp.left)
depth.append(d)
if tmp.right:
#深度+1（如果没有左子），右子节点入栈
if not tmp.left: d += 1
nodeStack.append(tmp.right)
depth.append(d)

return ret

当然，最好的方法还是直接用层次遍历。

class Solution:
# @param root, a tree node
# @return a list of integers
def rightSideView(self, root):
nodeQueue = []
ret = []
if root == None:
return ret
nodeQueue.append(root)
while nodeQueue:
qLen = len(nodeQueue) #刚进入while循环，qLen能得到当前层上的节点数
for i in xrange(qLen):
tmp = nodeQueue.pop(0)
if i == qLen - 1:  #每次只记录层次遍历的最后一个节点
ret.append(tmp.val)
if tmp.left:
nodeQueue.append(tmp.left)
if tmp.right:
nodeQueue.append(tmp.right)
return ret

思路和代码都不难理解。

那么一鼓作气，我们就顺便把其他几个简单的BFS/DFS题做了。

2.Maximum/Minimum Depth of Binary Tree

求深度，一个求最大，一个求最小。

最小深度

相对来说，我觉得最小深度更容易：

BFS，一旦遇到一个叶节点，返回~

下面的程序中，我们直接把深度存到节点的val域里面去了（反正也用不上）。

class Solution:
# @param root, a tree node
# @return an integer
def minDepth(self, root):
if root == None: return 0
root.val = 1
a_queue = []
a_queue.append(root)
cur = None
while a_queue:
cur = a_queue.pop(0)
if cur.left == None and cur.right == None:  #leaf node!
return cur.val
if cur.left:
cur.left.val = cur.val + 1
a_queue.append(cur.left)
if cur.right:
cur.right.val = cur.val + 1
a_queue.append(cur.right)

最大深度

既可以用BFS做，也可以用DFS做。下面是BFS的代码。

与minDepth差别是，这次我们要把所有节点都走一遍。

队列中最后出队的节点，就是最深的那个。

class Solution:
# @param root, a tree node
# @return an integer
def maxDepth(self, root):
if root == None: return 0
root.val = 1
a_queue = []
a_queue.append(root)
cur_root = None
while a_queue:
cur_root = a_queue.pop(0)
if cur_root.left:
cur_root.left.val = cur_root.val + 1
a_queue.append(cur_root.left)
if cur_root.right:
cur_root.right.val = cur_root.val + 1
a_queue.append(cur_root.right)
return cur_root.val

如果用DFS的话，直接递归，效率不高，但超简洁。

class Solution:
# @param root, a tree node
# @return an integer
def maxDepth(self, root):
if root == None:
return 0
return max(self.maxDepth(root.left), self.maxDepth(root.right)) + 1

Binary Tree Level Order Traversal/II/Zigzag Level Order Traversal

这几个就是简单粗暴的层次遍历了，只不过是变一下花样。也许各有各的特别的高效率做法，我还没有查。后续补充。

Binary Tree Level Order Traversal

基础版层次遍历很简单，前文的代码改一改就可以了。

class Solution:
# @param root, a tree node
# @return a list of lists of integers
def levelOrder(self, root):
nodeQueue = []
ret = []
if root == None:
return ret
nodeQueue.append(root)
while nodeQueue:
qLen = len(nodeQueue)
thisLevel = []  #当前层的子list
for i in xrange(qLen):
tmp = nodeQueue.pop(0)
thisLevel.append(tmp.val)
if tmp.left:
nodeQueue.append(tmp.left)
if tmp.right:
nodeQueue.append(tmp.right)
ret.append(thisLevel)

return ret

效率稍差，可能还有优化的潜力。

Binary Tree Level Order Traversal II

II的差别就是从底向上层次遍历……我就直接把上面的程序改了一行……

return ret[::-1]

我知道这样很不好，人家出题不可能这么无脑的。所以还会在看看。无论如何，结果是对的。

Binary Tree Zigzag Level Order Traversal

差别是，这次是蛇形的层次遍历：奇数行从左到右，偶数行从右到左。

class Solution:
# @param root, a tree node
# @return a list of lists of integers
def zigzagLevelOrder(self, root):
nodeQueue = []
ret = []
if root == None:
return ret
nodeQueue.append(root)
level = 1
while nodeQueue:
qLen = len(nodeQueue)
thisLevel = []
for i in xrange(qLen):
tmp = nodeQueue.pop(0)
thisLevel.append(tmp.val)
if tmp.left:
nodeQueue.append(tmp.left)
if tmp.right:
nodeQueue.append(tmp.right)
#新加的内容
if level & 1:
ret.append(thisLevel)
else:
ret.append(thisLevel[::-1])
level += 1
#...

return ret

目录

用

[TOC]

来生成目录：

Binary Tree Right Side View

MaximumMinimum Depth of Binary Tree
最小深度

最大深度

Binary Tree Level Order TraversalIIZigzag Level Order Traversal
Binary Tree Level Order Traversal

Binary Tree Level Order Traversal II

Binary Tree Zigzag Level Order Traversal
目录

Markdown快捷键

- 加粗

Ctrl + B

- 斜体

Ctrl + I

- 引用

Ctrl + Q

- 插入链接

Ctrl + L

- 插入代码

Ctrl + K

- 插入图片

Ctrl + G

- 提升标题

Ctrl + H

- 有序列表

Ctrl + O

- 无序列表

Ctrl + U

- 横线

Ctrl + R

- 撤销

Ctrl + Z

- 重做

Ctrl + Y