• 力扣刷题-二叉树-完全二叉树的节点个数


    222.完全二叉树的节点个数

    给出一个完全二叉树,求出该树的节点个数。
    示例 1:
    输入:root = [1,2,3,4,5,6]
    输出:6
    示例 2:
    输入:root = []
    输出:0
    示例 3:
    输入:root = [1]
    输出:1
    提示:
    树中节点的数目范围是[0, 5 * 10^4]
    0 <= Node.val <= 5 * 10^4
    题目数据保证输入的树是 完全二叉树

    思路

    参考:https://www.programmercarl.com/0222.%E5%AE%8C%E5%85%A8%E4%BA%8C%E5%8F%89%E6%A0%91%E7%9A%84%E8%8A%82%E7%82%B9%E4%B8%AA%E6%95%B0.html

    普通二叉树的思路(时间复杂度为O(n))

    直接采用遍历(以后序遍历为例)

    直接采用前/中/后遍历,返回遍历结果(列表存储),然后列表的长度即为节点个数
    此时,时间复杂度O(n) 因为要遍历到每个节点 空间复杂度O(H) H为树的高度 递归

    递归
    class TreeNode(object):
        def __init__(self, val=0, left=None, right=None):
            self.val = val
            self.left = left
            self.right = right
    
    # 用遍历方法 时间复杂度O(n) 因为要遍历到每个节点 空间复杂度O(H) H为树的高度 递归
    class Solution(object):
        def countNodes(self, root):
            """
            :type root: TreeNode
            :rtype: int
            """
            result = self.post(root)
            return len(result)
        
        # 后序遍历
        def post(self, node):
            if not node:
                return []
            left = self.post(node.left)
            right = self.post(node.right)
            return left + right + [node.val]
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    迭代
    
    后序遍历 迭代法
    class Solution(object):
        def countNodes(self, root):
            """
            :type root: TreeNode
            :rtype: int
            """
            if not root:
                return 0
            result = []
            stack = [root]
            while stack:
                node = stack.pop()
                result.append(node.val)
                if node.right:
                    stack.append(node.right)
                if node.left:
                    stack.append(node.left)
            return len(result)
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    递归法-直接求节点的数目 而不是遍历节点

    切记递归法的三步

    • 时间复杂度:O(n)
    • 空间复杂度:O(log n)(完全二叉树的高度),算上了递归系统栈占用的空间
    # 直接遍历求节点数目 时间复杂度O(n) 因为要遍历到每个节点 空间复杂度O(H) H为树的高度 递归
    class Solution(object):
        def countNodes(self, root):
            """
            :type root: TreeNode
            :rtype: int
            """
            return self.helper(root)
        
        def helper(self, node): # 递归第一步:确定参数和返回 参数就是传入节点 返回就是Int
            if not node:
                return 0 # 递归第二步:确定终止条件 当节点为空的时候 此时节点数目当然是0
            # 单层逻辑 左右中 依然是后序遍历
            leftnum = self.helper(node.left) # 左
            rightnum = self.helper(node.right) # 右
            return leftnum + rightnum + 1 # 中
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16

    完全二叉树的思路

    这就需要考虑到完全二叉树的性质
    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,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。
    image.png
    完全二叉树只有两种情况,情况一:就是满二叉树,情况二:最后一层叶子节点没有满。
    对于情况一,可以直接用 2^树深度 - 1 来计算,注意这里根节点深度为1。
    对于情况二,分别递归左孩子,和右孩子,递归到某一深度一定会有左孩子或者右孩子为满二叉树(重点),然后依然可以按照情况1来计算。
    完全二叉树(一)如图:
    image.png
    完全二叉树(二)如图:
    image.png
    可以看出如果整个树不是满二叉树,就递归其左右孩子,直到遇到满二叉树为止,用公式计算这个子树(满二叉树)的节点数量。
    这里关键在于如何去判断一个左子树或者右子树是不是满二叉树呢?
    在完全二叉树中,**如果递归向左遍历的深度等于递归向右遍历的深度,那说明就是满二叉树。**如图:
    image.png
    在完全二叉树中,如果递归向左遍历的深度不等于递归向右遍历的深度,则说明不是满二叉树,如图:
    image.png
    那有录友说了,这种情况,递归向左遍历的深度等于递归向右遍历的深度,但也不是满二叉树,如题:
    image.png
    如果这么想,大家就是对 完全二叉树理解有误区了,以上这棵二叉树,它根本就不是一个完全二叉树!
    所以采用递归来判断左右子树是不是满二叉树:

    # 如何使用时间复杂度少于O(n)的方法?
    # 以上都是普通二叉树的做法 如果熟悉完全二叉树的性质 那就可以使用时间复杂度更低的方法
    class Solution(object):
        def countNodes(self, root):
            """
            :type root: TreeNode
            :rtype: int
            """
            if not root:
                return 0
            left = root.left
            right = root.right
            leftdepth, rightdepth = 0, 0
            while left: # 求左子树深度
                left = left.left
                leftdepth += 1
            while right: # 求右子树深度
                right = right.right
                rightdepth += 1
            # 中
            if leftdepth == rightdepth: # 两边是满二叉树
                return (2<<leftdepth) - 1 # 为什么**不能
            return self.countNodes(root.left) + self.countNodes(root.right) + 1
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23

    参考:
    https://www.programmercarl.com/0222.%E5%AE%8C%E5%85%A8%E4%BA%8C%E5%8F%89%E6%A0%91%E7%9A%84%E8%8A%82%E7%82%B9%E4%B8%AA%E6%95%B0.html

  • 相关阅读:
    推荐系统笔记(十一):使用coo_matrix函数遇到的坑
    图像生成2
    在 Azure ML 上用 .NET 跑机器学习
    RepVGG论文理解与代码分析
    浏览器中的页面循环系统(二)Webapi:setTimeout是怎么实现的
    GO语言学习笔记(与Java的比较学习)(三)
    面试题总结第二弹
    面试:并发
    Mac安装Homebrew
    【dyn_threshold_划痕检测】
  • 原文地址:https://blog.csdn.net/hxhabcd123/article/details/134520205