《代码随想录》算法视频公开课 (opens new window)
说到二叉树,大家对于二叉树其实都很熟悉了,本文呢我也不想教科书式的把二叉树的基础内容再啰嗦一遍,所以以下我讲的都是一些比较重点的内容。
相信只要耐心看完,都会有所收获。
在我们解题过程中二叉树有两种主要的形式:满二叉树和完全二叉树。
满二叉树:如果一棵二叉树只有度为0的结点和度为2的结点,并且度为0的结点在同一层上,则这棵二叉树为满二叉树。
如图所示:
这棵二叉树为满二叉树,也可以说深度为k,有2^k-1个节点的二叉树。
什么是完全二叉树?
完全二叉树的定义如下:在完全二叉树中,除了最底层节点可能没填满外,其余每层节点数都达到最大值,并且最下面一层的节点都集中在该层最左边的若干位置。若最底层为第 h 层(h从1开始),则该层包含 1~ 2^(h-1) 个节点。
大家要自己看完全二叉树的定义,很多同学对完全二叉树其实不是真正的懂了。
我来举一个典型的例子如题:
相信不少同学最后一个二叉树是不是完全二叉树都中招了。
之前我们刚刚讲过优先级队列其实是一个堆,堆就是一棵完全二叉树,同时保证父子节点的顺序关系。
前面介绍的树,都没有数值的,而二叉搜索树是有数值的了,二叉搜索树是一个有序树。
下面这两棵树都是搜索树
平衡二叉搜索树:又被称为AVL(Adelson-Velsky and Landis)树,且具有以下性质: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。
如图:
最后一棵 不是平衡二叉树,因为它的左右两个子树的高度差的绝对值超过了1。
C++中map、set、multimap,multiset的底层实现都是平衡二叉搜索树,所以map、set的增删操作时间时间复杂度是logn,注意我这里没有说unordered_map、unordered_set,unordered_map、unordered_set底层实现是哈希表。
所以大家使用自己熟悉的编程语言写算法,一定要知道常用的容器底层都是如何实现的,最基本的就是map、set等等,否则自己写的代码,自己对其性能分析都分析不清楚!
二叉树可以链式存储,也可以顺序存储。
那么链式存储方式就用指针, 顺序存储的方式就是用数组。
顾名思义就是顺序存储的元素在内存是连续分布的,而链式存储则是通过指针把分布在各个地址的节点串联一起。
链式存储如图:
链式存储是大家很熟悉的一种方式,那么我们来看看如何顺序存储呢?
其实就是用数组来存储二叉树,顺序存储的方式如图:
用数组来存储二叉树如何遍历的呢?
如果父节点的数组下标是 i,那么它的左孩子就是 i * 2 + 1,右孩子就是 i * 2 + 2。
但是用链式表示的二叉树,更有利于我们理解,所以一般我们都是用链式存储二叉树。
所以大家要了解,用数组依然可以表示二叉树。
关于二叉树的遍历方式,要知道二叉树遍历的基本方式都有哪些。
一些同学用做了很多二叉树的题目了,可能知道前中后序遍历,可能知道层序遍历,但是却没有框架。
我这里把二叉树的几种遍历方式列出来,大家就可以一一串起来了。
二叉树主要有两种遍历方式:
这两种遍历是图论中最基本的两种遍历方式,后面在介绍图论的时候 还会介绍到。
那么从深度优先遍历和广度优先遍历进一步拓展,才有如下遍历方式:
在深度优先遍历中:有三个顺序,前中后序遍历, 有同学总分不清这三个顺序,经常搞混,我这里教大家一个技巧。
这里前中后,其实指的就是中间节点的遍历顺序,只要大家记住 前中后序指的就是中间节点的位置就可以了。
看如下中间节点的顺序,就可以发现,中间节点的顺序就是所谓的遍历方式
大家可以对着如下图,看看自己理解的前后中序有没有问题。
最后再说一说二叉树中深度优先和广度优先遍历实现方式,我们做二叉树相关题目,经常会使用递归的方式来实现深度优先遍历,也就是实现前中后序遍历,使用递归是比较方便的。
之前我们讲栈与队列的时候,就说过栈其实就是递归的一种实现结构,也就说前中后序遍历的逻辑其实都是可以借助栈使用递归的方式来实现的。
而广度优先遍历的实现一般使用队列来实现,这也是队列先进先出的特点所决定的,因为需要先进先出的结构,才能一层一层的来遍历二叉树。
这里其实我们又了解了栈与队列的一个应用场景了。
具体的实现我们后面都会讲的,这里大家先要清楚这些理论基础。
刚刚我们说过了二叉树有两种存储方式顺序存储,和链式存储,顺序存储就是用数组来存,这个定义没啥可说的,我们来看看链式存储的二叉树节点的定义方式。
C++代码如下:
- struct TreeNode {
- int val;
- TreeNode *left;
- TreeNode *right;
- TreeNode(int x) : val(x), left(NULL), right(NULL) {}
- };
大家会发现二叉树的定义 和链表是差不多的,相对于链表 ,二叉树的节点里多了一个指针, 有两个指针,指向左右孩子。
这里要提醒大家要注意二叉树节点定义的书写方式。
二叉树是一种基础数据结构,在算法面试中都是常客,也是众多数据结构的基石。
本篇我们介绍了二叉树的种类、存储方式、遍历方式以及定义,比较全面的介绍了二叉树各个方面的重点,帮助大家扫一遍基础。
说到二叉树,就不得不说递归,很多同学对递归都是又熟悉又陌生,递归的代码一般很简短,但每次都是一看就会,一写就废。
这次我们要好好谈一谈递归,为什么很多同学看递归算法都是“一看就会,一写就废”。
主要是对递归不成体系,没有方法论,每次写递归算法 ,都是靠玄学来写代码,代码能不能编过都靠运气。
本篇将介绍前后中序的递归写法,一些同学可能会感觉很简单,其实不然,我们要通过简单题目把方法论确定下来,有了方法论,后面才能应付复杂的递归。
这里帮助大家确定下来递归算法的三个要素。每次写递归,都按照这三要素来写,可以保证大家写出正确的递归算法!
确定递归函数的参数和返回值: 确定哪些参数是递归的过程中需要处理的,那么就在递归函数里加上这个参数, 并且还要明确每次递归的返回值是什么进而确定递归函数的返回类型。
确定终止条件: 写完了递归算法, 运行的时候,经常会遇到栈溢出的错误,就是没写终止条件或者终止条件写的不对,操作系统也是用一个栈的结构来保存每一层递归的信息,如果递归没有终止,操作系统的内存栈必然就会溢出。
确定单层递归的逻辑: 确定每一层递归需要处理的信息。在这里也就会重复调用自己来实现递归的过程。
好了,我们确认了递归的三要素,接下来就来练练手:
以下以前序遍历为例:
void traversal(TreeNode* cur, vector<int>& vec)
if (cur == NULL) return;
- vec.push_back(cur->val); // 中
- traversal(cur->left, vec); // 左
- traversal(cur->right, vec); // 右
单层递归的逻辑就是按照中左右的顺序来处理的,这样二叉树的前序遍历,基本就写完了,再看一下完整代码:
前序遍历:
- class Solution {
- public:
- void traversal(TreeNode* cur, vector<int>& vec) {
- if (cur == NULL) return;
- vec.push_back(cur->val); // 中
- traversal(cur->left, vec); // 左
- traversal(cur->right, vec); // 右
- }
- vector<int> preorderTraversal(TreeNode* root) {
- vector<int> result;
- traversal(root, result);
- return result;
- }
- };
那么前序遍历写出来之后,中序和后序遍历就不难理解了,代码如下:
中序遍历:
- void traversal(TreeNode* cur, vector<int>& vec) {
- if (cur == NULL) return;
- traversal(cur->left, vec); // 左
- vec.push_back(cur->val); // 中
- traversal(cur->right, vec); // 右
- }
后序遍历:
- void traversal(TreeNode* cur, vector<int>& vec) {
- if (cur == NULL) return;
- traversal(cur->left, vec); // 左
- traversal(cur->right, vec); // 右
- vec.push_back(cur->val); // 中
- }
此时大家可以做一做leetcode上三道题目,分别是:
此时我们在二叉树:一入递归深似海,从此offer是路人 (opens new window)中用递归的方式,实现了二叉树前中后序的遍历。
在二叉树:听说递归能做的,栈也能做! (opens new window)中用栈实现了二叉树前后中序的迭代遍历(非递归)。
之后我们发现迭代法实现的先中后序,其实风格也不是那么统一,除了先序和后序,有关联,中序完全就是另一个风格了,一会用栈遍历,一会又用指针来遍历。
实践过的同学,也会发现使用迭代法实现先中后序遍历,很难写出统一的代码,不像是递归法,实现了其中的一种遍历方式,其他两种只要稍稍改一下节点顺序就可以了。
其实针对三种遍历方式,使用迭代法是可以写出统一风格的代码!
重头戏来了,接下来介绍一下统一写法。
我们以中序遍历为例,在二叉树:听说递归能做的,栈也能做! (opens new window)中提到说使用栈的话,无法同时解决访问节点(遍历节点)和处理节点(将元素放进结果集)不一致的情况。
那我们就将访问的节点放入栈中,把要处理的节点也放入栈中但是要做标记。
如何标记呢,就是要处理的节点放入栈之后,紧接着放入一个空指针作为标记。 这种方法也可以叫做标记法。
中序遍历代码如下:(详细注释)
- class Solution {
- public:
- vector<int> inorderTraversal(TreeNode* root) {
- vector<int> result;
- stack<TreeNode*> st;
- if (root != NULL) st.push(root);
- while (!st.empty()) {
- TreeNode* node = st.top();
- if (node != NULL) {
- st.pop(); // 将该节点弹出,避免重复操作,下面再将右中左节点添加到栈中
- if (node->right) st.push(node->right); // 添加右节点(空节点不入栈)
-
- st.push(node); // 添加中节点
- st.push(NULL); // 中节点访问过,但是还没有处理,加入空节点做为标记。
-
- if (node->left) st.push(node->left); // 添加左节点(空节点不入栈)
- } else { // 只有遇到空节点的时候,才将下一个节点放进结果集
- st.pop(); // 将空节点弹出
- node = st.top(); // 重新取出栈中元素
- st.pop();
- result.push_back(node->val); // 加入到结果集
- }
- }
- return result;
- }
- };
看代码有点抽象我们来看一下动画(中序遍历):
动画中,result数组就是最终结果集。
可以看出我们将访问的节点直接加入到栈中,但如果是处理的节点则后面放入一个空节点, 这样只有空节点弹出的时候,才将下一个节点放进结果集。
此时我们再来看前序遍历代码。
迭代法前序遍历代码如下: (注意此时我们和中序遍历相比仅仅改变了两行代码的顺序)
- class Solution {
- public:
- vector<int> preorderTraversal(TreeNode* root) {
- vector<int> result;
- stack<TreeNode*> st;
- if (root != NULL) st.push(root);
- while (!st.empty()) {
- TreeNode* node = st.top();
- if (node != NULL) {
- st.pop();
- if (node->right) st.push(node->right); // 右
- if (node->left) st.push(node->left); // 左
- st.push(node); // 中
- st.push(NULL);
- } else {
- st.pop();
- node = st.top();
- st.pop();
- result.push_back(node->val);
- }
- }
- return result;
- }
- };
后续遍历代码如下: (注意此时我们和中序遍历相比仅仅改变了两行代码的顺序)
- class Solution {
- public:
- vector<int> postorderTraversal(TreeNode* root) {
- vector<int> result;
- stack<TreeNode*> st;
- if (root != NULL) st.push(root);
- while (!st.empty()) {
- TreeNode* node = st.top();
- if (node != NULL) {
- st.pop();
- st.push(node); // 中
- st.push(NULL);
-
- if (node->right) st.push(node->right); // 右
- if (node->left) st.push(node->left); // 左
-
- } else {
- st.pop();
- node = st.top();
- st.pop();
- result.push_back(node->val);
- }
- }
- return result;
- }
- };
此时我们写出了统一风格的迭代法,不用在纠结于前序写出来了,中序写不出来的情况了。
但是统一风格的迭代法并不好理解,而且想在面试直接写出来还有难度的。
所以大家根据自己的个人喜好,对于二叉树的前中后序遍历,选择一种自己容易理解的递归和迭代法。
学会二叉树的层序遍历,可以一口气打完以下十题:
给你一个二叉树,请你返回其按 层序遍历 得到的节点值。 (即逐层地,从左到右访问所有节点)。
我们之前讲过了三篇关于二叉树的深度优先遍历的文章:
接下来我们再来介绍二叉树的另一种遍历方式:层序遍历。
层序遍历一个二叉树。就是从左到右一层一层的去遍历二叉树。这种遍历的方式和我们之前讲过的都不太一样。
需要借用一个辅助数据结构即队列来实现,队列先进先出,符合一层一层遍历的逻辑,而用栈先进后出适合模拟深度优先遍历也就是递归的逻辑。
而这种层序遍历方式就是图论中的广度优先遍历,只不过我们应用在二叉树上。
使用队列实现二叉树广度优先遍历,动画如下:
这样就实现了层序从左到右遍历二叉树。
代码如下:这份代码也可以作为二叉树层序遍历的模板,打十个就靠它了。
c++代码如下:
- class Solution {
- public:
- vector<vector<int>> levelOrder(TreeNode* root) {
- queue<TreeNode*> que;
- if (root != NULL) que.push(root);
- vector<vector<int>> result;
- while (!que.empty()) {
- int size = que.size();
- vector<int> vec;
- // 这里一定要使用固定大小size,不要使用que.size(),因为que.size是不断变化的
- for (int i = 0; i < size; i++) {
- TreeNode* node = que.front();
- que.pop();
- vec.push_back(node->val);
- if (node->left) que.push(node->left);
- if (node->right) que.push(node->right);
- }
- result.push_back(vec);
- }
- return result;
- }
- };
- # 递归法
- class Solution {
- public:
- void order(TreeNode* cur, vector<vector<int>>& result, int depth)
- {
- if (cur == nullptr) return;
- if (result.size() == depth) result.push_back(vector<int>());
- result[depth].push_back(cur->val);
- order(cur->left, result, depth + 1);
- order(cur->right, result, depth + 1);
- }
- vector<vector<int>> levelOrder(TreeNode* root) {
- vector<vector<int>> result;
- int depth = 0;
- order(root, result, depth);
- return result;
- }
- };
给定一个二叉树,返回其节点值自底向上的层次遍历。 (即按从叶子节点所在层到根节点所在的层,逐层从左向右遍历)
相对于102.二叉树的层序遍历,就是最后把result数组反转一下就可以了。
C++代码:
- class Solution {
- public:
- vector<vector<int>> levelOrderBottom(TreeNode* root) {
- queue<TreeNode*> que;
- if (root != NULL) que.push(root);
- vector<vector<int>> result;
- while (!que.empty()) {
- int size = que.size();
- vector<int> vec;
- for (int i = 0; i < size; i++) {
- TreeNode* node = que.front();
- que.pop();
- vec.push_back(node->val);
- if (node->left) que.push(node->left);
- if (node->right) que.push(node->right);
- }
- result.push_back(vec);
- }
- reverse(result.begin(), result.end()); // 在这里反转一下数组即可
- return result;
-
- }
- };
给定一棵二叉树,想象自己站在它的右侧,按照从顶部到底部的顺序,返回从右侧所能看到的节点值。
层序遍历的时候,判断是否遍历到单层的最后面的元素,如果是,就放进result数组中,随后返回result就可以了。
C++代码:
- class Solution {
- public:
- vector<int> rightSideView(TreeNode* root) {
- queue<TreeNode*> que;
- if (root != NULL) que.push(root);
- vector<int> result;
- while (!que.empty()) {
- int size = que.size();
- for (int i = 0; i < size; i++) {
- TreeNode* node = que.front();
- que.pop();
- if (i == (size - 1)) result.push_back(node->val); // 将每一层的最后元素放入result数组中
- if (node->left) que.push(node->left);
- if (node->right) que.push(node->right);
- }
- }
- return result;
- }
- };
给定一个非空二叉树, 返回一个由每层节点平均值组成的数组。
本题就是层序遍历的时候把一层求个总和在取一个均值。
C++代码:
- class Solution {
- public:
- vector<double> averageOfLevels(TreeNode* root) {
- queue<TreeNode*> que;
- if (root != NULL) que.push(root);
- vector<double> result;
- while (!que.empty()) {
- int size = que.size();
- double sum = 0; // 统计每一层的和
- for (int i = 0; i < size; i++) {
- TreeNode* node = que.front();
- que.pop();
- sum += node->val;
- if (node->left) que.push(node->left);
- if (node->right) que.push(node->right);
- }
- result.push_back(sum / size); // 将每一层均值放进结果集
- }
- return result;
- }
- };
-
给定一个 N 叉树,返回其节点值的层序遍历。 (即从左到右,逐层遍历)。
例如,给定一个 3叉树 :
返回其层序遍历:
[ [1], [3,2,4], [5,6] ]
这道题依旧是模板题,只不过一个节点有多个孩子了
C++代码:
- class Solution {
- public:
- vector<vector<int>> levelOrder(Node* root) {
- queue<Node*> que;
- if (root != NULL) que.push(root);
- vector<vector<int>> result;
- while (!que.empty()) {
- int size = que.size();
- vector<int> vec;
- for (int i = 0; i < size; i++) {
- Node* node = que.front();
- que.pop();
- vec.push_back(node->val);
- for (int i = 0; i < node->children.size(); i++) { // 将节点孩子加入队列
- if (node->children[i]) que.push(node->children[i]);
- }
- }
- result.push_back(vec);
- }
- return result;
-
- }
- };
您需要在二叉树的每一行中找到最大的值。
层序遍历,取每一层的最大值
C++代码:
- class Solution {
- public:
- vector<int> largestValues(TreeNode* root) {
- queue<TreeNode*> que;
- if (root != NULL) que.push(root);
- vector<int> result;
- while (!que.empty()) {
- int size = que.size();
- int maxValue = INT_MIN; // 取每一层的最大值
- for (int i = 0; i < size; i++) {
- TreeNode* node = que.front();
- que.pop();
- maxValue = node->val > maxValue ? node->val : maxValue;
- if (node->left) que.push(node->left);
- if (node->right) que.push(node->right);
- }
- result.push_back(maxValue); // 把最大值放进数组
- }
- return result;
- }
- };
给定一个完美二叉树,其所有叶子节点都在同一层,每个父节点都有两个子节点。二叉树定义如下:
- struct Node {
- int val;
- Node *left;
- Node *right;
- Node *next;
- }
填充它的每个 next 指针,让这个指针指向其下一个右侧节点。如果找不到下一个右侧节点,则将 next 指针设置为 NULL。
初始状态下,所有 next 指针都被设置为 NULL。
本题依然是层序遍历,只不过在单层遍历的时候记录一下本层的头部节点,然后在遍历的时候让前一个节点指向本节点就可以了
C++代码:
- class Solution {
- public:
- Node* connect(Node* root) {
- queue<Node*> que;
- if (root != NULL) que.push(root);
- while (!que.empty()) {
- int size = que.size();
- // vector<int> vec;
- Node* nodePre;
- Node* node;
- for (int i = 0; i < size; i++) {
- if (i == 0) {
- nodePre = que.front(); // 取出一层的头结点
- que.pop();
- node = nodePre;
- } else {
- node = que.front();
- que.pop();
- nodePre->next = node; // 本层前一个节点next指向本节点
- nodePre = nodePre->next;
- }
- if (node->left) que.push(node->left);
- if (node->right) que.push(node->right);
- }
- nodePre->next = NULL; // 本层最后一个节点指向NULL
- }
- return root;
-
- }
- };
这道题目说是二叉树,但116题目说是完整二叉树,其实没有任何差别,一样的代码一样的逻辑一样的味道
C++代码:
- class Solution {
- public:
- Node* connect(Node* root) {
- queue<Node*> que;
- if (root != NULL) que.push(root);
- while (!que.empty()) {
- int size = que.size();
- vector<int> vec;
- Node* nodePre;
- Node* node;
- for (int i = 0; i < size; i++) {
- if (i == 0) {
- nodePre = que.front(); // 取出一层的头结点
- que.pop();
- node = nodePre;
- } else {
- node = que.front();
- que.pop();
- nodePre->next = node; // 本层前一个节点next指向本节点
- nodePre = nodePre->next;
- }
- if (node->left) que.push(node->left);
- if (node->right) que.push(node->right);
- }
- nodePre->next = NULL; // 本层最后一个节点指向NULL
- }
- return root;
- }
- };
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],
返回它的最大深度 3 。
使用迭代法的话,使用层序遍历是最为合适的,因为最大的深度就是二叉树的层数,和层序遍历的方式极其吻合。
在二叉树中,一层一层的来遍历二叉树,记录一下遍历的层数就是二叉树的深度,如图所示:
所以这道题的迭代法就是一道模板题,可以使用二叉树层序遍历的模板来解决的。
C++代码如下:
- class Solution {
- public:
- int maxDepth(TreeNode* root) {
- if (root == NULL) return 0;
- int depth = 0;
- queue<TreeNode*> que;
- que.push(root);
- while(!que.empty()) {
- int size = que.size();
- depth++; // 记录深度
- for (int i = 0; i < size; i++) {
- TreeNode* node = que.front();
- que.pop();
- if (node->left) que.push(node->left);
- if (node->right) que.push(node->right);
- }
- }
- return depth;
- }
- };
相对于 104.二叉树的最大深度 ,本题还也可以使用层序遍历的方式来解决,思路是一样的。
需要注意的是,只有当左右孩子都为空的时候,才说明遍历的最低点了。如果其中一个孩子为空则不是最低点
代码如下:(详细注释)
- class Solution {
- public:
- int minDepth(TreeNode* root) {
- if (root == NULL) return 0;
- int depth = 0;
- queue<TreeNode*> que;
- que.push(root);
- while(!que.empty()) {
- int size = que.size();
- depth++; // 记录最小深度
- for (int i = 0; i < size; i++) {
- TreeNode* node = que.front();
- que.pop();
- if (node->left) que.push(node->left);
- if (node->right) que.push(node->right);
- if (!node->left && !node->right) { // 当左右孩子都为空的时候,说明是最低点的一层了,退出
- return depth;
- }
- }
- }
- return depth;
- }
- };
二叉树的层序遍历,就是图论中的广度优先搜索在二叉树中的应用,需要借助队列来实现(此时又发现队列的一个应用了)。
来吧,一口气打十个:
翻转一棵二叉树。
这道题目背后有一个让程序员心酸的故事,听说 Homebrew的作者Max Howell,就是因为没在白板上写出翻转二叉树,最后被Google拒绝了。(真假不做判断,权当一个乐子哈)
《代码随想录》算法视频公开课 (opens new window):听说一位巨佬面Google被拒了,因为没写出翻转二叉树 | LeetCode:226.翻转二叉树 (opens new window),相信结合视频再看本篇题解,更有助于大家对本题的理解。
这道题目是非常经典的题目,也是比较简单的题目(至少一看就会)。
但正是因为这道题太简单,一看就会,一些同学都没有抓住起本质,稀里糊涂的就把这道题目过了。
如果做过这道题的同学也建议认真看完,相信一定有所收获!
我们之前介绍的都是各种方式遍历二叉树,这次要翻转了,感觉还是有点懵逼。
这得怎么翻转呢?
如果要从整个树来看,翻转还真的挺复杂,整个树以中间分割线进行翻转,如图:
可以发现想要翻转它,其实就把每一个节点的左右孩子交换一下就可以了。
关键在于遍历顺序,前中后序应该选哪一种遍历顺序? (一些同学这道题都过了,但是不知道自己用的是什么顺序)
遍历的过程中去翻转每一个节点的左右孩子就可以达到整体翻转的效果。
注意只要把每一个节点的左右孩子翻转一下,就可以达到整体翻转的效果
这道题目使用前序遍历和后序遍历都可以,唯独中序遍历不方便,因为中序遍历会把某些节点的左右孩子翻转了两次!建议拿纸画一画,就理解了
那么层序遍历可以不可以呢?依然可以的!只要把每一个节点的左右孩子翻转一下的遍历方式都是可以的!
对于二叉树的递归法的前中后序遍历,已经在二叉树:前中后序递归遍历 (opens new window)详细讲解了。
我们下文以前序遍历为例,通过动画来看一下翻转的过程:
我们来看一下递归三部曲:
参数就是要传入节点的指针,不需要其他参数了,通常此时定下来主要参数,如果在写递归的逻辑中发现还需要其他参数的时候,随时补充。
返回值的话其实也不需要,但是题目中给出的要返回root节点的指针,可以直接使用题目定义好的函数,所以就函数的返回类型为TreeNode*
。
TreeNode* invertTree(TreeNode* root)
确定终止条件
当前节点为空的时候,就返回
if (root == NULL) return root;
确定单层递归的逻辑
因为是先前序遍历,所以先进行交换左右孩子节点,然后反转左子树,反转右子树。
- swap(root->left, root->right);
- invertTree(root->left);
- invertTree(root->right);
基于这递归三步法,代码基本写完,C++代码如下:
- class Solution {
- public:
- TreeNode* invertTree(TreeNode* root) {
- if (root == NULL) return root;
- swap(root->left, root->right); // 中
- invertTree(root->left); // 左
- invertTree(root->right); // 右
- return root;
- }
- };
二叉树:听说递归能做的,栈也能做! (opens new window)中给出了前中后序迭代方式的写法,所以本题可以很轻松的写出如下迭代法的代码:
C++代码迭代法(前序遍历)
- class Solution {
- public:
- TreeNode* invertTree(TreeNode* root) {
- if (root == NULL) return root;
- stack<TreeNode*> st;
- st.push(root);
- while(!st.empty()) {
- TreeNode* node = st.top(); // 中
- st.pop();
- swap(node->left, node->right);
- if(node->right) st.push(node->right); // 右
- if(node->left) st.push(node->left); // 左
- }
- return root;
- }
- };
如果这个代码看不懂的话可以再回顾一下二叉树:听说递归能做的,栈也能做! (opens new window)。
我们在二叉树:前中后序迭代方式的统一写法 (opens new window)中介绍了统一的写法,所以,本题也只需将文中的代码少做修改便可。
C++代码如下迭代法(前序遍历)
- class Solution {
- public:
- TreeNode* invertTree(TreeNode* root) {
- stack<TreeNode*> st;
- if (root != NULL) st.push(root);
- while (!st.empty()) {
- TreeNode* node = st.top();
- if (node != NULL) {
- st.pop();
- if (node->right) st.push(node->right); // 右
- if (node->left) st.push(node->left); // 左
- st.push(node); // 中
- st.push(NULL);
- } else {
- st.pop();
- node = st.top();
- st.pop();
- swap(node->left, node->right); // 节点处理逻辑
- }
- }
- return root;
- }
- };
如果上面这个代码看不懂,回顾一下文章二叉树:前中后序迭代方式的统一写法 (opens new window)。
也就是层序遍历,层数遍历也是可以翻转这棵树的,因为层序遍历也可以把每个节点的左右孩子都翻转一遍,代码如下:
- class Solution {
- public:
- TreeNode* invertTree(TreeNode* root) {
- queue<TreeNode*> que;
- if (root != NULL) que.push(root);
- while (!que.empty()) {
- int size = que.size();
- for (int i = 0; i < size; i++) {
- TreeNode* node = que.front();
- que.pop();
- swap(node->left, node->right); // 节点处理
- if (node->left) que.push(node->left);
- if (node->right) que.push(node->right);
- }
- }
- return root;
- }
- };
如果对以上代码不理解,或者不清楚二叉树的层序遍历,可以看这篇二叉树:层序遍历登场!(opens new window)
文中我指的是递归的中序遍历是不行的,因为使用递归的中序遍历,某些节点的左右孩子会翻转两次。
如果非要使用递归中序的方式写,也可以,如下代码就可以避免节点左右孩子翻转两次的情况:
- class Solution {
- public:
- TreeNode* invertTree(TreeNode* root) {
- if (root == NULL) return root;
- invertTree(root->left); // 左
- swap(root->left, root->right); // 中
- invertTree(root->left); // 注意 这里依然要遍历左孩子,因为中间节点已经翻转了
- return root;
- }
- };
代码虽然可以,但这毕竟不是真正的递归中序遍历了。
但使用迭代方式统一写法的中序是可以的。
代码如下:
- class Solution {
- public:
- TreeNode* invertTree(TreeNode* root) {
- stack<TreeNode*> st;
- if (root != NULL) st.push(root);
- while (!st.empty()) {
- TreeNode* node = st.top();
- if (node != NULL) {
- st.pop();
- if (node->right) st.push(node->right); // 右
- st.push(node); // 中
- st.push(NULL);
- if (node->left) st.push(node->left); // 左
-
- } else {
- st.pop();
- node = st.top();
- st.pop();
- swap(node->left, node->right); // 节点处理逻辑
- }
- }
- return root;
- }
- };
-
为什么这个中序就是可以的呢,因为这是用栈来遍历,而不是靠指针来遍历,避免了递归法中翻转了两次的情况,大家可以画图理解一下,这里有点意思的。
针对二叉树的问题,解题之前一定要想清楚究竟是前中后序遍历,还是层序遍历。
二叉树解题的大忌就是自己稀里糊涂的过了(因为这道题相对简单),但是也不知道自己是怎么遍历的。
这也是造成了二叉树的题目“一看就会,一写就废”的原因。
针对翻转二叉树,我给出了一种递归,三种迭代(两种模拟深度优先遍历,一种层序遍历)的写法,都是之前我们讲过的写法,融汇贯通一下而已。
大家一定也有自己的解法,但一定要成方法论,这样才能通用,才能举一反三!