1.94. 二叉树的中序遍历
给定一个二叉树的根节点
root，返回 它的 中序 遍历 。示例 1：
输入：root = [1,null,2,3] 输出：[1,3,2]示例 2：
输入：root = [] 输出：[]示例 3：
输入：root = [1] 输出：[1]提示：
- 树中节点数目在范围
[0, 100]内-100 <= Node.val <= 100
思路：
中序遍历
代码：
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def inorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
list1=[]
def bianli(root):
if not root:
return
bianli(root.left)
list1.append(root.val)
bianli(root.right)
bianli(root)
return list12.104. 二叉树的最大深度
给定一个二叉树
root，返回其最大深度。二叉树的 最大深度 是指从根节点到最远叶子节点的最长路径上的节点数。
示例 1：
输入：root = [3,9,20,null,null,15,7] 输出：3示例 2：
输入：root = [1,null,2] 输出：2提示：
- 树中节点的数量在
[0, 10^4]区间内。-100 <= Node.val <= 100
思路：
递归中，每次遍历子节点时，深度加一，如果发现为空节点，就将深度还原。每一个树而言，其深度为左右子树深度的最大值。
代码：
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def maxDepth(self, root: Optional[TreeNode]) -> int:
# self.maxd=0
def bianli(root,depth):
if not root:
return depth-1
left=bianli(root.left,depth+1)
right=bianli(root.right,depth+1)
return max(left,right)
x=bianli(root,1)
return x3. 226. 翻转二叉树
给你一棵二叉树的根节点 root ，翻转这棵二叉树，并返回其根节点。
示例 1：
输入：root = [4,2,7,1,3,6,9] 输出：[4,7,2,9,6,3,1]示例 2：
输入：root = [2,1,3] 输出：[2,3,1]示例 3：
输入：root = [] 输出：[]提示：
- 树中节点数目范围在
[0, 100]内-100 <= Node.val <= 100
思路：
每一个子树都左右交换，递归完成
代码：
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def invertTree(self, root: Optional[TreeNode]) -> Optional[TreeNode]:
def dfs(p):
if p == None:
return None
left=dfs(p.left)
right=dfs(p.right)
p.left,p.right=right,left
return p
return dfs(root)4.101. 对称二叉树
给你一个二叉树的根节点 root ， 检查它是否轴对称。
示例 1：
输入：root = [1,2,2,3,4,4,3] 输出：true示例 2：
输入：root = [1,2,2,null,3,null,3] 输出：false提示：
- 树中节点数目在范围
[1, 1000]内-100 <= Node.val <= 100
思路：
后序遍历，外侧和外侧比较，内侧和内侧比较。并且要把子结构中的特殊情况单独列出。
更加详细的解释，请看：代码随想录 (programmercarl.com)
代码：
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def isSymmetric(self, root: Optional[TreeNode]) -> bool:
if not root:
return True
def dfs(p,q):
if not p and not q:
return True
if not p or not q:
return False
if p.val != q.val:
return False
outside=dfs(p.left,q.right)
inside=dfs(p.right,q.left)
if outside and inside:
return True
else:
return False
return dfs(root.left,root.right)5.543. 二叉树的直径
给你一棵二叉树的根节点，返回该树的 直径 。
二叉树的 直径 是指树中任意两个节点之间最长路径的 长度 。这条路径可能经过也可能不经过根节点 root 。
两节点之间路径的 长度 由它们之间边数表示。
示例 1：
输入：root = [1,2,3,4,5] 输出：3 解释：3 ，取路径 [4,2,1,3] 或 [5,2,1,3] 的长度。示例 2：
输入：root = [1,2] 输出：1提示：
- 树中节点数目在范围
[1, 10^4]内-100 <= Node.val <= 100
思路：
使用全局变量保存最大直径。对于一个节点来说，其作为中转点的最大直径=左子树深度+右子树深度
递归体返回当前节点的最大深度，使用遍历来完成！
代码：
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def diameterOfBinaryTree(self, root: Optional[TreeNode]) -> int:
self.maxd=0
def zuidashedu(root):
if not root:
return 0
left = zuidashedu(root.left)
right =zuidashedu(root.right)
self.maxd=max(left+right,self.maxd)
return max(left,right)+1
x=zuidashedu(root)
return self.maxd6.102. 二叉树的层序遍历
给你二叉树的根节点 root ，返回其节点值的 层序遍历 。 （即逐层地，从左到右访问所有节点）。
示例 1：
输入：root = [3,9,20,null,null,15,7] 输出：[[3],[9,20],[15,7]]示例 2：
输入：root = [1] 输出：[[1]]示例 3：
输入：root = [] 输出：[]提示：
- 树中节点数目在范围
[0, 2000]内-1000 <= Node.val <= 1000
思路：
使用队列，访问节点，依次将其左右孩子入队，然后按照队列进行访问，访问后出队！
代码：
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def levelOrder(self, root: Optional[TreeNode]) -> List[List[int]]:
if not root:
return []
queue=[root]
#根节点先入队
res=[]
while queue:
res.append([node.val for node in queue])
#存储当前层的孩子节点列表
ll=[]
#遍历当前层的每个节点遍历
for node in queue:
if node.left:
ll.append(node.left)
if node.right:
ll.append(node.right)
#把队列更新成下一层的节点
queue=ll
return res
