513. 找树左下角的值
给定一个二叉树的 根节点 root，请找出该二叉树的 最底层 最左边 节点的值。
假设二叉树中至少有一个节点。
方法一：深度优先搜索
class Solution {
int curVal = 0;
int curHeight = 0;
public int findBottomLeftValue(TreeNode root) {
int curHeight = 0;
dfs(root, 0);
return curVal;
}
public void dfs(TreeNode root, int height) {
if (root == null) {
return;
}
height++;
dfs(root.left, height);
dfs(root.right, height);
if (height > curHeight) {
curHeight = height;
curVal = root.val;
}
}
}
这段代码是用来解决一个问题：在一棵二叉树中找到最底层最左边的节点的值。代码采用了深度优先搜索（DFS）的方式遍历二叉树，并利用两个类变量curVal和curHeight记录当前遍历到的最深的节点值以及相应的深度。
-
class Solution是定义的解题类。 -
int curVal = 0;和int curHeight = 0;是类变量，分别用来存储当前已知的最深节点的值和其所在深度。 -
public int findBottomLeftValue(TreeNode root)是主方法，输入为二叉树的根节点root，输出是最底层最左边节点的值。这里定义了一个局部变量curHeight来记录当前遍历的深度，虽然它与类变量同名，但在方法作用域内互不影响。首先调用dfs方法对树进行深度优先遍历，并传入根节点和初始高度0。遍历完成后，返回类变量curVal作为结果。 -
public void dfs(TreeNode root, int height)是一个私有的辅助方法，用于递归地进行深度优先遍历。输入参数为当前节点root和该节点的当前高度height。- 如果节点为空，则直接返回，结束本次递归。
- 然后将高度加1，准备遍历下一层。
- 先递归遍历左子树，再递归遍历右子树，这样的顺序保证了在遍历到同一深度的节点时，先访问左边的节点。
- 在递归调用返回之后，检查当前节点的高度是否大于已知的最大深度
curHeight。如果是，则更新curHeight和curVal，使得它们分别记录当前遍历到的最深深度及该深度最左边节点的值。
通过这样的DFS遍历，能够确保最后得到的 curVal 是位于最底层最左边的节点的值。
方法二：广度优先搜索
class Solution {
public int findBottomLeftValue(TreeNode root) {
int ret = 0;
Queue<TreeNode> queue = new ArrayDeque<TreeNode>();
queue.offer(root);
while (!queue.isEmpty()) {
TreeNode p = queue.poll();
if (p.right != null) {
queue.offer(p.right);
}
if (p.left != null) {
queue.offer(p.left);
}
ret = p.val;
}
return ret;
}
}
这段代码实现了在二叉树中找到最底层最左边的节点值。代码使用了广度优先搜索（BFS）进行层次遍历。以下是代码的详细解释：
方法签名
public int findBottomLeftValue(TreeNode root)
该方法接受一个 TreeNode 类型的根节点 root 作为输入，返回一个整数类型的最底层最左边的节点值。
变量声明
int ret = 0;
Queue<TreeNode> queue = new ArrayDeque<TreeNode>();
ret变量用于存储最终的最底层最左边的节点值。queue是一个队列，用于执行广度优先搜索。初始化为ArrayDeque类型。
初始化队列
queue.offer(root);
将根节点 root 放入队列中。
广度优先搜索
while (!queue.isEmpty()) {
TreeNode p = queue.poll();
if (p.right != null) {
queue.offer(p.right);
}
if (p.left != null) {
queue.offer(p.left);
}
ret = p.val;
}
- 使用
while循环，当队列不为空时继续循环。 TreeNode p = queue.poll();取出队列的第一个节点p。- 如果
p的右子节点不为空，将其放入队列。 - 如果
p的左子节点不为空，将其放入队列。 - 每次循环，将当前节点的值
p.val赋值给ret。
返回结果
return ret;
返回 ret 作为最底层最左边的节点值。
代码逻辑
- 初始化：将根节点放入队列中。
- 广度优先搜索：
- 每次从队列中取出一个节点。
- 优先将右子节点入队，再将左子节点入队。
- 更新
ret为当前节点的值。
- 终止条件：当队列为空时，循环结束。此时，
ret存储的就是最底层最左边的节点值。
思路解释
使用广度优先搜索遍历树的每一层，并且每次都优先处理右子节点。这意味着当到达最底层时，最先被处理的节点将是最左边的节点。每次更新 ret，最终 ret 会是最底层最左边的节点值。
示例
考虑如下二叉树：
2
/ \
1 3
/ \
4 5
/
7
- 初始时，队列为
[2] - 取出
2，加入3和1，队列为[3, 1] - 取出
3，队列为[1] - 取出
1，加入5和4，队列为[5, 4] - 取出
5，队列为[4] - 取出
4，加入7，队列为[7] - 取出
7，队列为空
最终返回 7，即最底层最左边的节点值。
112. 路径总和
给你二叉树的根节点 root 和一个表示目标和的整数 targetSum 。判断该树中是否存在 根节点到叶子节点 的路径，这条路径上所有节点值相加等于目标和 targetSum 。如果存在，返回 true ；否则，返回 false 。
叶子节点 是指没有子节点的节点。
方法一：广度优先搜索
class Solution {
public boolean hasPathSum(TreeNode root, int sum) {
if (root == null) {
return false;
}
Queue<TreeNode> queNode = new LinkedList<TreeNode>();
Queue<Integer> queVal = new LinkedList<Integer>();
queNode.offer(root);
queVal.offer(root.val);
while (!queNode.isEmpty()) {
TreeNode now = queNode.poll();
int temp = queVal.poll();
if (now.left == null && now.right == null) {
if (temp == sum) {
return true;
}
continue;
}
if (now.left != null) {
queNode.offer(now.left);
queVal.offer(now.left.val + temp);
}
if (now.right != null) {
queNode.offer(now.right);
queVal.offer(now.right.val + temp);
}
}
return false;
}
}
这段代码实现了一个名为 Solution 的类，其中有一个方法 hasPathSum，用于判断一棵二叉树中是否存在从根节点到叶子节点的路径，使得沿途经过的节点值之和等于给定的 sum 值。该方法采用了广度优先搜索（BFS）的策略，使用两个队列分别存储待遍历的节点和对应节点值的累加和。
-
方法签名：
public boolean hasPathSum(TreeNode root, int sum)，接收二叉树的根节点root和目标和sum，返回值是一个布尔值，表示是否存在满足条件的路径。 -
初始化两个队列：
Queue<TreeNode> queNode用于存储待遍历的节点，Queue<Integer> queVal用于存储从根节点到当前节点路径上节点值的累加和。首先将根节点和其值入队。 -
使用
while循环处理队列，直到队列为空，表示树已被完全遍历。- 每次循环从队列中弹出一个节点
now和对应的累加和temp。 - 判断当前节点是否为叶子节点（即左右子节点均为
null），若是且累加和temp等于目标和sum，则返回true，表示找到了满足条件的路径。 - 若当前节点不是叶子节点，将其左右子节点（若存在）及其对应的累加和（子节点值加
temp）分别入队，以便下一轮循环继续遍历。
- 每次循环从队列中弹出一个节点
-
如果循环结束还没有找到满足条件的路径，则返回
false。
需要注意的是，这段代码的逻辑是正确的，但是它解决的问题是“是否存在从根节点到叶子节点的路径，其节点值之和等于给定的 sum”，而不是原问题描述中寻找二叉树中最底层最左边的节点值。对于后者，应该采用不同的逻辑来追踪每一层的第一个节点。
方法二：递归
class Solution {
public boolean hasPathSum(TreeNode root, int sum) {
if (root == null) {
return false;
}
if (root.left == null && root.right == null) {
return sum == root.val;
}
return hasPathSum(root.left, sum - root.val) || hasPathSum(root.right, sum - root.val);
}
}
这段代码是使用递归方法实现的 Java 程序，用于解决“判断一棵二叉树中是否存在从根节点到叶子节点的路径，使得沿途经过的节点值之和等于给定的 sum”的问题。这里是针对原始问题的正确解答，与之前讨论的寻找最底层最左边节点值的问题无关。下面是代码的详细解释：
-
类
Solution中定义了方法hasPathSum，它接收两个参数：一个TreeNode类型的参数root表示二叉树的根节点，一个整型参数sum表示目标和。 -
首先，检查根节点是否为空，如果为空则直接返回
false，表示不存在这样的路径。 -
然后，检查当前节点是否为叶子节点（即没有左右子节点）。如果是叶子节点，并且该节点的值等于
sum，则返回true，表示找到了一条满足条件的路径。 -
如果当前节点不是叶子节点，递归地在左子树和右子树中寻找满足条件的路径。这里通过减去当前节点的值
root.val来更新目标和sum，分别对左子树和右子树调用hasPathSum方法。如果左子树或右子树中任意一侧存在满足条件的路径，就返回true；如果两侧都没有满足条件的路径，则返回false。
通过这种方式，代码高效地遍历了整棵树，仅沿着有可能达到目标和的路径进行探索，最终确定是否存在满足条件的路径。这是一种典型的深度优先搜索（DFS）策略。
106. 从中序与后序遍历序列构造二叉树
给定两个整数数组 inorder 和 postorder ，其中 inorder 是二叉树的中序遍历， postorder 是同一棵树的后序遍历，请你构造并返回这颗 二叉树 。
方法一：递归
class Solution {
int post_idx;
int[] postorder;
int[] inorder;
Map<Integer, Integer> idx_map = new HashMap<Integer, Integer>();
public TreeNode helper(int in_left, int in_right) {
// 如果这里没有节点构造二叉树了，就结束
if (in_left > in_right) {
return null;
}
// 选择 post_idx 位置的元素作为当前子树根节点
int root_val = postorder[post_idx];
TreeNode root = new TreeNode(root_val);
// 根据 root 所在位置分成左右两棵子树
int index = idx_map.get(root_val);
// 下标减一
post_idx--;
// 构造右子树
root.right = helper(index + 1, in_right);
// 构造左子树
root.left = helper(in_left, index - 1);
return root;
}
public TreeNode buildTree(int[] inorder, int[] postorder) {
this.postorder = postorder;
this.inorder = inorder;
// 从后序遍历的最后一个元素开始
post_idx = postorder.length - 1;
// 建立（元素，下标）键值对的哈希表
int idx = 0;
for (Integer val : inorder) {
idx_map.put(val, idx++);
}
return helper(0, inorder.length - 1);
}
}
这段代码是用于根据给定的中序遍历（inorder）和后序遍历（postorder）数组重建一棵二叉树。代码定义了一个名为 Solution 的类，其中有两个成员变量和两个主要方法：
-
成员变量：
post_idx：记录当前处理的后序遍历数组中的元素位置。postorder和inorder：分别存储给定的后序遍历和中序遍历数组。idx_map：一个哈希映射，存储中序遍历中每个元素对应的索引，便于快速查找。
-
主要方法：
-
helper(int in_left, int in_right)：这是一个递归方法，用于根据给定的中序遍历区间[in_left, in_right]重建子树。方法内部首先判断区间有效性，然后根据后序遍历数组的当前元素（即子树根节点）分割中序遍历区间，递归地构建右子树和左子树，最后返回根节点。 -
buildTree(int[] inorder, int[] postorder)：这是主要的接口方法，接收中序遍历和后序遍历的数组，初始化必要的数据，包括设置post_idx初始值、构建哈希映射idx_map，然后调用helper方法从整个中序遍历区间开始重建二叉树，并返回根节点。
-
整体逻辑遵循二叉树后序遍历的特性，即后序遍历的最后一个元素是树的根节点，利用中序遍历来确定左右子树的划分。通过哈希表快速定位根节点在中序遍历中的位置，以此分治递归地构建整颗二叉树。
方法二：迭代
class Solution {
public TreeNode buildTree(int[] inorder, int[] postorder) {
if (postorder == null || postorder.length == 0) {
return null;
}
TreeNode root = new TreeNode(postorder[postorder.length - 1]);
Deque<TreeNode> stack = new LinkedList<TreeNode>();
stack.push(root);
int inorderIndex = inorder.length - 1;
for (int i = postorder.length - 2; i >= 0; i--) {
int postorderVal = postorder[i];
TreeNode node = stack.peek();
if (node.val != inorder[inorderIndex]) {
node.right = new TreeNode(postorderVal);
stack.push(node.right);
} else {
while (!stack.isEmpty() && stack.peek().val == inorder[inorderIndex]) {
node = stack.pop();
inorderIndex--;
}
node.left = new TreeNode(postorderVal);
stack.push(node.left);
}
}
return root;
}
}
这段代码实现了一个名为 Solution 的类，其中包含一个方法 buildTree，该方法接收两个整型数组参数 inorder 和 postorder，分别表示某个二叉树的中序遍历和后序遍历结果。目的是根据这两个遍历结果重建出原来的二叉树结构，并返回该二叉树的根节点。
代码逻辑分析如下：
- 首先检查
postorder数组是否为空或者长度为0，如果是，则直接返回null，表示没有树可构建。 - 初始化根节点：根据后序遍历特点，最后一个元素是树的根节点，所以创建一个新的
TreeNode，其值为postorder数组的最后一个元素。 - 准备一个
Deque（双端队列）stack，并把根节点压入栈中。 - 初始化
inorderIndex为inorder数组的最后一个有效索引，因为在后序遍历中根节点之后的元素将构成右子树或左子树。 - 从
postorder数组的倒数第二个元素开始遍历（索引i从postorder.length - 2到0）：- 获取当前遍历到的后序遍历值
postorderVal。 - 检查栈顶元素（即当前正在构建的子树的根节点）的值是否与
inorder[inorderIndex]匹配：- 如果不匹配，说明当前
postorderVal应该属于栈顶节点的右子树，因此创建一个新的右子节点，将其值设为postorderVal，并压入栈中。 - 如果匹配，说明已经处理完栈顶节点的右子树，需要向上回溯到可以连接新节点（当前
postorderVal对应节点）作为左子节点的位置。通过一个while循环不断弹出栈顶节点并更新inorderIndex，直到找到合适的位置（或栈为空）。- 找到合适位置后，为当前
node创建左子节点，值为postorderVal，并将其压入栈中，继续处理下一个postorder中的元素。
- 找到合适位置后，为当前
- 如果不匹配，说明当前
- 获取当前遍历到的后序遍历值
- 遍历完成后，栈中构建的结构即为完整的二叉树，返回根节点。
这种方法利用了后序遍历（左右根）和中序遍历（左根右）的特点，通过栈来辅助构建二叉树，从后序遍历数组反向构建，有效地恢复了原二叉树的结构。
