(1)二叉树的前中后遍历
最基本的树的遍历,不会可以重开了
public class Solution {
/**
* 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可
*
*
* @param root TreeNode类
* @return int整型一维数组
*/
public void preorder(List<Integer> list, TreeNode root){
// 先序遍历则先处理根节点
list.add(root.val);
if(root.left!=null){
preorder(list, root.left);
}
if(root.right!=null){
preorder(list, root.right);
}
}
public int[] preorderTraversal (TreeNode root) {
if(root==null){
return new int[0];
}
// write code here
List<Integer> tmp=new ArrayList<>();
preorder(tmp, root);
int [] res=new int[tmp.size()];
for(int i=0; i<res.length; i++){
res[i]=tmp.get(i);
}
return res;
}
}
前序遍历的顺序为 根-左-右,中序为左-根-右,后序为左-右-根,因此这些遍历也可以说是先根、中根、后根遍历。
public void preorder(List<Integer> list, TreeNode root){
// 先序遍历则先处理根节点
// list.add(root.val);
if(root.left!=null){
preorder(list, root.left);
}
//list.add(root.val); 中序遍历
if(root.right!=null){
preorder(list, root.right);
}
//list.add(root.val); 后续遍历
}
(2) 二叉树的最大深度
链接
不知道空间复杂度为O(1)的算法是什么…除非你修改树的数据结构,因此这显然是不成立的。
首先可以用dfs来做,空间复杂度为O(n),即为栈的高度。空间复杂度会为n是因为树可能只有一个分支。我们可以再写一个函数来完成dfs。即如果左子非空,则向左dfs,同时deep+1.右子非空,则向右dfs,同时deep+1. 最后查看max与deep的大小,并且更改max。如果理解不了可以学习栈的知识,以及递归是怎么做到的。
int max=0;
public void dfs(TreeNode root, int deep){
if(root.left!=null){
dfs(root.left, deep+1);
}
if(root.right!=null){
dfs(root.right, deep+1);
}
if(max<deep){
max=deep;
}
}
public int maxDepth (TreeNode root) {
// write code here
if(root==null){
return 0;
}
dfs(root,1);
return max;
}
除此之外,还可以用层序遍历,即记录有多少层,这样也可以得到最大深度。但空间复杂度一定不为O(1),而是O(n).
层序遍历需要单独记录一下每一层的元素,这样可以判断何时遍历完一层。
public int maxDepth (TreeNode root) {
if(root==null){
return 0;
}
int max=0;
// write code here
Queue<TreeNode> q=new LinkedList<>();
q.add(root);
while(!q.isEmpty()){
int len=q.size();
for(int i=0; i<len; i++){
TreeNode t=q.poll();
if(t.left!=null){
q.add(t.left);
}
if(t.right!=null){
q.add(t.right);
}
}
max++;
}
return max;
}
(3) 二叉搜索树与双向链表
链接
不难发现,二叉搜索树的中序遍历就是我们最终需要的顺序,因此这题一定会和中序遍历扯上关系。我们的基本思路就是中序遍历,即:
public void inorder(List<Integer> list, TreeNode root){
if(root.left!=null){
preorder(list, root.left);
}
list.add(root.val); // 或者其他操作
if(root.right!=null){
preorder(list, root.right);
}
}
重点问题是如何处理前驱和后继的指向。可以创建空节点pre,前驱用当前节点的左指针指向pre,而pre的右指针指向当前节点,最后将pre指向当前节点。我们的这部分就是中序遍历的操作部分,即上面代码的 其他操作。
我们的convert操作即为inorder遍历,但不需要做任何操作。中序的节点操作即对我刚刚描述的内容的转义。
public class Solution {
TreeNode pre=null, head=null;
public TreeNode Convert(TreeNode pRootOfTree) {
if(pRootOfTree==null){
return null;
}
Convert(pRootOfTree.left);
// 开始找到头节点
if(head==null){
head=pRootOfTree;
pre=head;
}else{
pRootOfTree.left=pre;
pre.right=pRootOfTree;
pre=pRootOfTree;
}
Convert(pRootOfTree.right);
return head;
}
}
(4) 合并二叉树
链接
可以用递归来做,如果t1为null则返回t2,反之返回t1。每次都合并一次节点即可。
public TreeNode mergeTrees (TreeNode t1, TreeNode t2) {
if(t1==null){
return t2;
}if(t2==null){
return t1;
}
// write code here
TreeNode head=new TreeNode(t1.val+t2.val);
head.left=mergeTrees(t1.left, t2.left);
head.right=mergeTrees(t1.right, t2.right);
return head;
}