Leetcode刷题系列(四)Binary Tree相关
2016-06-13 19:40
155 查看
Binary Tree的遍历
Binary Tree的遍历思想
Binary Tree的遍历一般有前序、中序、后序和层序遍历:前序遍历:根->左子树->右子树
中序遍历:左子树->根->右子树
后序遍历:左子树->右子树->根
层序遍历:按层数来
具体遍历就不行进举例了。
Binary Tree的遍历-使用递归
使用递归是二叉树遍历最为简单的一种方法,下面给出前序遍历的代码版本1:public class Solution { public ArrayList<Integer> preorderTraversal(TreeNode root) { ArrayList<Integer> result = new ArrayList<Integer>(); traverse(root, result); return result; } // 把root为跟的preorder加入result里面 private void traverse(TreeNode root, ArrayList<Integer> result) { if (root == null) { return; } result.add(root.val); traverse(root.left, result); traverse(root.right, result); } }
版本2(分治):
public class Solution { public ArrayList<Integer> preorderTraversal(TreeNode root) { ArrayList<Integer> result = new ArrayList<Integer>(); // null or leaf if (root == null) { return result; } // Divide ArrayList<Integer> left = preorderTraversal(root.left); ArrayList<Integer> right = preorderTraversal(root.right); // Conquer result.add(root.val); result.addAll(left); result.addAll(right); return result; } }
版本2使用的是分治法,它与递归的最大不同之处在于它有返回值,这样可得到较小问题的答案来解决大问题,但是分治算法大多数情况下要比动态规划算法时间复杂度大,因为分治算法并没有记住较小问题的答案,再次使用较小问题的答案时需要重新进行计算。
上诉的算法可通用在中序和后序算法上,只需要将result.add的顺序按照所需遍历顺序进行改变即可。另外,层序遍历是无法使用递归实现的。
Binary Tree的遍历-非递归(使用栈)
前序遍历(preorder)
二叉树前序遍历的非递归实现使用一个栈就可以轻松解决。先把根节点加入栈中,再把其左节点和右节点按顺序入栈,出栈的顺序即为遍历的顺序,这样就不给出代码了。中序遍历(inorder)
中序遍历思想也较为简单,先去访问到最左边的节点,然后是根节点,借着转向右节点然后重复刚才的操作,关键代码:while (curt != null || !stack.empty()) { while (curt != null) { stack.add(curt); curt = curt.left; } curt = stack.peek(); stack.pop(); result.add(curt.val); curt = curt.right; }
后序遍历(postorder)
后序遍历也使用一个栈来解决,但是思路不及上面两种遍历简单清晰。关键代码:while (!stack.empty()) { curr = stack.peek(); if (prev == null || prev.left == curr || prev.right == curr) { if (curr.left != null) { stack.push(curr.left); } else if (curr.right != null) { stack.push(curr.right); } } else if (curr.left == prev) { if (curr.right != null) { stack.push(curr.right); } } else { result.add(curr.val); stack.pop(); } prev = curr; }
因为后序遍历的顺序为:左子树->右子树->根,因此第一个if为访问到最左边,第二个if为左子树访问完毕需要回溯去访问右子树,第三个为右子树也访问完毕,可以访问根节点了。
需要注意的是节点是否为null的检查,这在任何遍历程序中都需要。
层序遍历(level order)
层序遍历不能使用递归来实现,但是非递归方法却很多。层序遍历按思想上来说本身就是一种广度优先搜索,因此使用广度优先搜索较为简单,可以使用一个队列或两个队列来实现,一个队列则与先序遍历相似,逐个添加然后按顺序出队列,两个队列的实现主要思想是一个装着之前的节点,另一个队列用来装新访问的节点(新一层)。这里给出使用一个队列的代码:public ArrayList<ArrayList<Integer>> levelOrder(TreeNode root) { ArrayList result = new ArrayList(); if (root == null) { return result; } Queue<TreeNode> queue = new LinkedList<TreeNode>(); queue.offer(root); while (!queue.isEmpty()) { ArrayList<Integer> level = new ArrayList<Integer>(); int size = queue.size(); for (int i = 0; i < size; i++) { TreeNode head = queue.poll(); level.add(head.val); if (head.left != null) { queue.offer(head.left); } if (head.right != null) { queue.offer(head.right); } } result.add(level); } return result; }
除了使用BFS的方法,还可使用DFS的方法,但这个就较为别扭了,还需要在遍历的时候加上访问的层次信息,这里就不给出代码了。
Binary Tree的分治法
前面给出过前序遍历二叉树的分治解法,分治法也可以用来解决一些关于二叉树的题。Maximum Depth of Binary Tree
题目为求二叉树的最大深度,使用分治法可以很简单的解决该问题:public int maxDepth(TreeNode root) { if (root == null) { return 0; } int left = maxDepth(root.left); int right = maxDepth(root.right); return Math.max(left, right) + 1; }
Binary Tree Maximum Path Sum
题目为寻找一条路径使其路径和最大,路径可以在任一节点中开始和结束(路径和为两个节点之间所在路径上的节点权值之和)。我们使用一种额外的数据类型,包含两个整数值:singlePath: 从root往下走到任意点的最大路径,这条路径可以不包含任何点
maxPath: 从树中任意到任意点的最大路径,这条路径至少包含一个点
代码如下,最后结果返回maxPath即可。
private ResultType helper(TreeNode root) { if (root == null) { return new ResultType(0, Integer.MIN_VALUE); } // Divide ResultType left = helper(root.left); ResultType right = helper(root.right); // Conquer int singlePath = Math.max(left.singlePath, right.singlePath) + root.val; singlePath = Math.max(singlePath, 0); int maxPath = Math.max(left.maxPath, right.maxPath); maxPath = Math.max(maxPath, left.singlePath + right.singlePath + root.val); return new ResultType(singlePath, maxPath); }
Lowest Common Ancestor
题目为寻找两个节点最近的公共祖先节点。此题也可以使用分治法:public TreeNode lowestCommonAncestor(TreeNode root, TreeNode node1, TreeNode node2) { if (root == null || root == node1 || root == node2) { return root; } // Divide TreeNode left = lowestCommonAncestor(root.left, node1, node2); TreeNode right = lowestCommonAncestor(root.right, node1, node2); // Conquer if (left != null && right != null) { return root; } if (left != null) { return left; } if (right != null) { return right; } return null; }
在root为根的二叉树中找A,B的LCA:
如果找到了就返回这个LCA
如果只碰到A,就返回A
如果只碰到B,就返回B
如果都没有,就返回null
相关文章推荐
- AVL树-自平衡二叉查找树(Java实现)
- C语言二叉树的非递归遍历实例分析
- 使用C语言构建基本的二叉树数据结构
- 一波二叉树遍历问题的C++解答实例分享
- 举例讲解C语言程序中对二叉树数据结构的各种遍历方式
- C++非递归队列实现二叉树的广度优先遍历
- PHP实现的线索二叉树及二叉树遍历方法详解
- C#使用前序遍历、中序遍历和后序遍历打印二叉树的方法
- C#非递归先序遍历二叉树实例
- C++将二叉树转为双向链表及判断两个链表是否相交
- C++非递归建立二叉树实例
- C语言实现找出二叉树中某个值的所有路径的方法
- C++实现二叉树遍历序列的求解方法
- C语言实现二叉树遍历的迭代算法
- C++实现查找二叉树中和为某一值的所有路径的示例
- 用C语言判断一个二叉树是否为另一个的子结构
- C++实现二叉树非递归遍历方法实例总结
- C++二叉树结构的建立与基本操作
- 深入遍历二叉树的各种操作详解(非递归遍历)
- Python实现二叉树结构与进行二叉树遍历的方法详解