算法-二叉树(纲领)

二叉树(纲领)

二叉树的解题思路有两个方向

通过遍历一棵树得到答案,即遍历的思想

通过递归,将整个问题分解为子问题推导出问题的答案,即分解的思想

首先我们来回顾以下二叉树的几种遍历方式

  • 前序遍历
  • 中序遍历
  • 后序遍历
  • 层次遍历

大家在课内学习的时候,应该是这么背的

前序是根左右,中序是左根右,后序是左右根,层次遍历就是一层一层写

前序遍历集合:ABDHIECFG

中序遍历集合:HDIBEAFCG

后序遍历集合:HIDEBFGCA

层次遍历集合:ABCDEFGHI

相信这个对于大家来说都没有难度,理解前中后序对于做二叉树问题十分重要,这里给出遍历二叉树的模板代码。

1
2
3
4
5
6
7
8
9
10
public void traverse(TreeNode root){
if(root==null){
return;
}
// 前序位置
traverse(root.left);
// 中序位置
traverse(root.right);
// 后序位置
}

下面请你对照这段模板,看下面这张图

你会发现,每个节点都会有唯一属于自己的前中后序位置,前中后序其实对应就是处理每一个节点的三个特殊时间点。

二叉树的问题,其实就是在这三个时间点注入自己的代码逻辑,只需要单独考虑每一个节点在每个时间点该做些什么,其他的交给二叉树遍历框架即可。

前序输出集合

我们来写一下前序遍历,方法签名如下public List<TreeNOde> getPreorderList(TreeNOde root){}

一、遍历

借助traverse函数和一个外部变量即可完成

在进入一个节点的时候将其加入到结果集中去,最后将结果集返回

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
List<TreeNode> res = new ArrayList<>();

public List<TreeNOde> getPreorderList(TreeNOde root) {
traverse(root);
return res;
}

public void traverse(TreeNode root) {
if (root == null) {
return;
}
res.add(root);
traverse(root.left);
traverse(root.right);
}

二、分解问题

求一整个树的前序遍历即求其子树的前序遍历集合

1
2
3
4
5
6
7
8
9
10
11
12
13
14
public List<TreeNode> getPreorderList(TreeNode root){
List<TreeNode> res = new ArrayList<>();
if(root==null){
return res;
}
// 将当前节点放入集合
res.add(root);
// 将左节点的前序遍历放入集合
res.addAll(getPreorderList(root.left));
// 将右节点的前序遍历放入集合
res.addAll(getPreorderList(root.right));
// 讲结果集返回
return res;
}

二叉树的最大深度

给定一个二叉树,找出其最大深度。

二叉树的深度为根节点到最远叶子节点的最长路径上的节点数。

说明: 叶子节点是指没有子节点的节点。

示例:

给定二叉树 [3,9,20,null,null,15,7]

    3
   / \
  9  20
    /  \
   15   7

返回它的最大深度 3 。

我们来使用两种上述思维来看这道题

一、遍历

如何得到最大深度,即得到每一个节点的深度,在叶子节点处将当前深度和当前最大深度取最大,然后将最大的深度返回即可

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
public class Solution {
int depth = 0;
int max = 0;

public int maxDepth(TreeNode root) {
traverse(root);
return max;
}

public void traverse(TreeNode root) {
if (root == null) {
return;
}
// 前序位置
depth++;
// 在叶子节点处更新最大深度
if (root.left == null && root.right == null) {
max = Math.max(max, depth);
}
traverse(root.left);
// 中序位置
traverse(root.right);
// 后序位置
depth--;
}
}

前序位置是进入一个节点的时候,中序位置是从左子树切到右子树的时候,后序位置是离开一个节点返回其父母节点的时候

depth记录着当前深度,max记录着最大深度

在进入一个新的节点的时候,depth自增1,在离开这个节点的时候,depth自减1

二、分解问题

求树的最大深度即求树的高度

求树的高度即可分解问题,分解到由子树高度推导出完整的树的高度

1
2
3
4
5
6
7
8
9
10
11
12
public int maxDepth(TreeNode root) {
if (root == null) {
return 0;
}
// 左子树的高度
int left = maxDepth(root.left);
// 右子树的高度
int right = maxDepth(root.right);
// 返回自身高度
int max = Math.max(left, right) + 1;
return max;
}
给作者买杯咖啡吧~~~